• The Journal of Asian Finance, Economics and Business
• /
• v.9 no.7
• /
• pp.135-144
• /
• 2022

The relationship between applying knowledge management and accepting environmentally managed accounting is more complicated than previous studies suggested. Knowledge management is both an antecedent and a consequence of implementing environmentally managed accounting in the workplace. Nonetheless, none of the prior studies have systematically investigated this relationship. The current article attempted to scrutinize the reciprocated multifaceted tie between environmental managerial accounting and knowledge management by utilizing the methods of directed graph searches as well as directed acyclic graphs. The research data was gathered from 342 publicly-listed corporations in Vietnam's key stock markets. The empirical findings disclose that implementing knowledge management can lead to adopting environmental managerial accounting in business, which is, in turn, an antecedent of accepting knowledge management. More importantly, the current research found that the adoption of knowledge management is the first factor to affect the research model. Nonetheless, the usage of knowledge management in business can, in turn, have a positive effect back to the implementing extent of environmental managerial accounting. The findings are beneficial to scientists and particularly to executives by shedding new insight into this reciprocated bond, which can lead executives to make sound decisions regarding knowledge management and environmental managerial accounting for businesses to acquire competitive advantages.

• The Korean Journal of Applied Statistics
• /
• v.33 no.3
• /
• pp.309-320
• /
• 2020

Bayesian networks, also known as directed acyclic graphs (DAG), are used in many areas of medicine, meteorology, and genetics because relationships between variables can be modeled with graphs and probabilities. In particular, Bayesian network classifiers, which are used to predict discrete data, have recently become a new method of data mining. Bayesian networks can be grouped into different models that depend on structured learning methods. In this study, Bayesian network models are learned with various properties of structure learning. The models are compared to the simplest method, the naïve Bayes model. Classification results are compared by applying learned models to various real data. This study also compares the relationships between variables in the data through graphs that appear in each model.

• Journal of Korea Port Economic Association
• /
• v.30 no.2
• /
• pp.77-92
• /
• 2014

The focus of this study is to analyse dynamic relationship among BDI(Baltic Dry-bulk Index, hereafter BDI), forex market and industrial production using monthly data from 2003-2013. Specifically, we have focused on the investigations how monetary and real variable affect shipping industry during recession period. To compare performance between general VAR and Bayesian VAR we first examine DAG(Directed Acyclic Graph) to clarify causality among the variables and then employ MSFE(mean squared forecast error). The overall estimated results from impulse-response analysis imply that BDI has been strongly affected by other shock, such as forex market and industrial production in Bayesian VAR. In particular, Bayesian VAR show better performance than general VAR in forecasting.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.5
• /
• pp.684-690
• /
• 2007

We describe our method to predict the direction of conditional probabilistic dependencies between clusters of random variables. Selected variables called 'gateway variables' are used to predict the conditional probabilistic dependency relations between clusters. The direction of conditional probabilistic dependencies between clusters are predicted by finding directed acyclic graph (DAG)-shaped dependency structure between the gateway variables. We show that our method shows meaningful prediction results in determining directions of conditional probabilistic dependencies between clusters.

• The Journal of Asian Finance, Economics and Business
• /
• v.8 no.8
• /
• pp.149-156
• /
• 2021

Gambling negatively affects the economy, and it brings unwanted financial, social, and health outcomes to gamblers. On the one hand, unemployment is argued to be a leading cause of gambling. On the other hand, gambling can cause unemployment in the second-order via gambling-induced poor health, falling productivity, and crime. In terms of significant effects, previous studies were able to establish an association, but not causality. The current study examines the time-sequence and contemporaneous causalities between lottery gambling and unemployment in Thailand. The Granger causality and directed acyclic graph (DAG) tests employ time-series data on gambling- and unemployment-related Google Trends indexes from January 2004 to April 2021 (208 monthly observations). These tests are based on the estimates from a vector autoregressive (VAR) model. Granger causality is a way to investigate causality between two variables in a time series. However, this approach cannot detect the contemporaneous causality among variables that occurred within the same period. The contemporaneous causal structure of gambling and unemployment was identified via the data-determined DAG approach. The use of time-series Google Trends indexes in gambling studies is new. Based on this data set, unemployment is found to contemporaneously cause gambling, whereas gambling Granger causes unemployment. The causalities are circular and last for four months.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.25-28
• /
• 2021

블록체인은 탈집중화, 위변조 방지, 추적 가능, 노드 간 공동 유지 및 보수가 가능한 데이터베이스로서 서로 신뢰하지 않은 노드 간 통신 신뢰 문제를 해결할 수 있는 점 대 점 통신 네트워크를 실현할 수 있다. 최근 몇 년 동안, 블록체인 기술은 지속적으로 발전하여 데이터 보안 문제를 해결하기 위한 중요한 기술로 주목받고 있다. 블록체인의 응용은 최초의 디지털 화폐 영역에서 금융·정무·공업 제조 영역으로 확대되고 있다. 블록체인의 특성에 따라 블록체인의 성능은 분산형 데이터 통신에 비해 크게 떨어지고 처리량이 제한되는 문제점이 존재한다. 본 논문에서는 최근 연구되고 있는 블록체인의 보안 구조 및 성능 분석에 대해 조사하고, 기존에 연구되었던 기술과 비교하여 블록체인의 안전성을 유지하며 성능을 향상시키는 방법에 대해 고찰한다. 이후 유향 비순환 그래프 (DAG: Directed Acyclic Graph) 및 샤딩 (Sharding)을 이용하여 안전성과 성능을 강화시키는 방법에 대해 제안한다. 제안하는 시스템은 DAG를 사용하여 위변조 방지 및 처리 속도 향상의 이점을 가지고 있으며, 샤딩을 사용함으로써 데이터 처리량을 향상시킨다. 마지막으로 제안하는 시스템은 기존 블록체인과 비교하여 안정성과 데이터 처리량 측면에서 비교 분석을 진행한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.815-820
• /
• 2000

Variable Reference Graph 는 C 언어로 작성된 프로그램으로부터 상호 절차적인 자료 흐름 분석 정보를 수평적 방향 그래프(directed graph)로 자동 생성해주는 역공학(reverse engineering) 도구들 중 하나이다. 본 논문에서는 판독성 있는 구조적 정보를 제공하기위한 그래픽 표현의 전략을 바탕으로 JAVA 로 구현된 그래픽 사용자 인터페이스(graphic user interface) 및 그래프 레이아웃 알고리즘(graph layout algorithm)을 기술한다. 이 알고리즘은 4 단계로 구성되어 있다: 정보 모형, 레벨 알고리즘, 순서 알고리즘, 위치 알고리즘. 각 단계별에서 수행되는 주요 알고리즘을 살펴 본다. 특히, 이 알고리즘들은 사이클(cycle) 및 비사이클(acyclic) 방향 그래프, 그리고 트리(tree)를 수평적 계층 구조를 생성하는데 사용될 수 있다. 본 논문에서 구현된 Variable Reference Graph 는 소프트웨어 재공학 도구를 개발하는 RESORT(RESearch on object-oriented SOftware Reengineering Technology) 과제에서 개발되었다.

• Environmental and Resource Economics Review
• /
• v.12 no.4
• /
• pp.687-708
• /
• 2003

The purpose of this paper is to introduce time-series causality analysis by combining time-series technique with graph theory. Vector autoregressive (VAR) models can provide reasonable interpretation only when the contemporaneous variables stand in a well-defined causal order. We show that how graph theory can be applied to search for the causal structure In VAR analysis. Using Maryland crop cash prices and CBOT futures price data, we estimate a VAR model with directed acyclic graph analysis. This expands our understanding the degree of interconnectivity between the employed time-series variables.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.387-392
• /
• 2000

전자 상거래에서 고객의 성향을 이해하기 위해서는 일반적으로 판매 실무에서의 경험과 전문적인 지식을 필요로 하게 된다. 데이터 마이닝은 고객들에 대한 데이터의 분석을 통해서 이러한 성향들을 알아내는 것을 목표로 한다. 베이지안 네트워크는 DAG(Directed Acyclic Graph)를 이용하여 데이터의 구조를 시각적으로 표현하여 주는 확률모형으로 변수사이의 종속관계를 밝히고 데이터 마이닝의 기법으로 이용할 수 있다. 본 논문에서는 베이지안 네트워크를 사용하여 전자 상거래 고객들의 성향을 분석하기 위한 방법을 제시한다. 또한 고객성향에 대한 주요 요인을 분석하기 위해 Descriminant 모형을 이용하고 그 유용성을 다른 방법들과 비교하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.1
• /
• pp.16-21
• /
• 2001

전자 상거래에서 고객의 성향을 이해하기 위해서는 일반적으로 판매 실무에서의 경험과 전문적인 지식을 필요로 하게 된다. 데이터 마이닝은 고객들에 대한 데이터의 분석을 통해서 이러한 성향들을 알아내는 것을 목표로 한다. 베이지안 네트워크는 DAG(Directed Acyclic Graph)를 이용하여 데이터의 구조를 시각적으로 표현하여 주는 확률모형으로 변수사이의 종속관계를 밝히고 데이터 마이닝의 기법으로 이용할 수 있다. 본 논문에서는 베이지안 네트워크를 사용하여 전자 상거래 고객들의 성향을 분석하기 위한 방법을 제시한다. 또한 고객성향에 대한 주요 요인을 분석하기 위해 Discriminant 모형을 이용하고 그 유용성을 다른 방법들과 비교하였다.