• 지식경영연구
• /
• 제22권4호
• /
• pp.71-85
• /
• 2021

본 연구는 채권시장과 금리시장의 지표를 이용한 외환시장 환율예측 모델을 만드는데 있어 어떤 인공지능 방법론이 가장 적합한지 밝혀내는데 그 목적이 있다. 채권시장의 대표 상품인 국고채와 통안채는 위험회피 상황이 올 때 대규모로 매도되어지고 그런 경우 환율이 상승하는 모습을 자주 보여주었고, 금리시장에서 통화 스왑 (Cross Currency Swap) 가격은 달러 유동성 문제가 생길 때 주로 하락하였으며, 그 움직임은 환율의 상승에 직간접적인 영향을 미쳐온 점 등을 고려하면, 채권시장과 금리시장에서 거래되는 상품의 가격과 움직임은 외환시장에도 직간접적인 영향을 주고 있으며, 세 시장 사이엔 상호 유기적이고 보완적인 관계가 있다고 볼 수 있다. 지금까지 채권시장, 금리시장, 그리고 외환시장 사이의 관계와 연관성을 밝히는 연구는 있어왔으나, 과거 많은 환율예측 연구들이 주로 GDP, 경상수지 흑자/적자, 인플레이션 등 거시적인 지표를 기반으로 한 연구에 집중되어 왔으며, 채권시장과 금리시장 지표를 기반으로 인공지능을 활용하여 외환시장의 환율을 예측하는 적극적인 연구는 아직 진행되지 않았다. 본 연구는 채권시장 지표와 금리시장 지표를 기반으로, 비선형데이터 분석에 적합한 인공신경망(Artificial Neural Network) 모델과, 선형데이터 분석에 적합한 로지스틱 회귀분석 (Logistic regression), 그리고 비선형/선형데이터 분석에 활용 가능한 의사결정나무 (Decision Tree)를 각각 사용하여 환율예측 모델을 만들고 그 수익률을 비교하여 어떤 모델이 가장 외환시장 환율 예측을 하는데 적합한지 알려준다. 또한, 본 연구는 주식시장, 금리시장, 오일시장, 그리고 외환시장 환율 등 비선형적 시계열 데이터 분석에 많이 사용되어진 인공신경망 모델이 채권시장과 금리시장 지표를 기반으로 한 외환시장 환율예측 모델에 가장 적합한 방법론을 제공하고 있다는 것을 증명한다. 채권시장, 금리시장, 그리고 외환시장 간의 단순한 연관성을 밝히는 것을 넘어, 세 시장 간의 거래 신호를 포착하여 적극적인 상관관계를 밝히고 상호 유기적인 움직임을 증명하는 것은 단순히 외환시장 트레이더 들에게 새로운 트레이딩 모델을 제시하는 것뿐만 아니라 금융시장 전체의 효율성을 증가시키는데 기여할 것이라 기대한다.

• 한국ITS학회 논문지
• /
• 제19권1호
• /
• pp.1-16
• /
• 2020

4차 산업혁명 시대가 도래함에 따라 빅데이터를 활용하는 딥러닝에 대한 관심이 높아졌으며 다양한 분야에서 딥러닝을 이용한 연구가 활발하게 진행되고 있다. 교통 분야에서도 교통빅데이터를 많이 활용하는 만큼 딥러닝을 연구에 이용한다면 많은 이점이 있을 것이다. 본 연구에서는 통행속도를 예측하기 위하여 딥러닝 기법인 LSTM을 이용한 단기 통행속도 예측 모형을 구축하였다. 예측에 활용한 데이터인 통행속도 데이터가 시계열 데이터인 것을 고려하여 시계열 예측에 적합한 LSTM 모델을 선택하였다. 통행속도를 보다 정확하게 예측하기 위하여 시간적, 공간적 영향을 모두 반영하는 모형을 구축하였으며, 모형은 1시간 이후를 예측하는 단기 예측모형이다. 분석데이터는 서울시 교통정보센터에서 수집한 5분 단위 통행속도를 활용하였고 분석구간은 교통이 혼잡한 강남대로 일부구간으로 선정하여 연구를 수행하였다.

• Journal of Information Processing Systems
• /
• 제16권5호
• /
• pp.1196-1213
• /
• 2020

There is a growing interest in the development of smart environments through predicting the behaviors of inhabitants of smart spaces in the recent past. Various smart services are deployed in modern smart cities to facilitate residents and city administration. Prediction algorithms are broadly used in the smart fields in order to well equip the smart services for the future demands. Hence, an accurate prediction technology plays a vital role in the smart services. In this paper, we take out an extensive survey of smart spaces such as smart homes, smart farms and smart cars and smart applications such as smart health and smart energy. Our extensive survey is based on more than 400 articles and the final list of research studies included in this survey consist of 134 research papers selected using Google Scholar database for period of 2008 to 2018. In this survey, we highlight the role of prediction algorithms in each sub-domain of smart Internet of Things (IoT) environments. We also discuss the main algorithms which play pivotal role in a particular IoT subfield and effectiveness of these algorithms. The conducted survey provides an efficient way to analyze and have a quick understanding of state of the art work in the targeted domain. To the best of our knowledge, this is the very first survey paper on main categories of prediction algorithms covering statistical, heuristic and hybrid approaches for smart environments.

• 한국정보통신학회논문지
• /
• 제25권10호
• /
• pp.1435-1440
• /
• 2021

저금리 시대의 도래로 인해 많은 투자자들이 주식 시장으로 몰리고 있다. 과거의 주식 시장은 사람들이 기업 분석 및 각자의 투자기법을 통해 노동 집약적으로 주식 투자가 이루어졌다면 최근 들어 인공지능 및 데이터를 활용하여 주식 투자가 널리 이용되고 있는 실정이다. 인공지능을 통해 주식 예측의 성공률은 현재 높지 않아 다양한 인공지능 모델을 통해 주식 예측률을 높이는 시도를 하고 있다. 본 연구에서는 다양한 인공지능 모델에 대해 살펴보고 각 모델들간의 장단점 및 예측률을 파악하고자 한다. 이를 위해, 본 연구에서는 주식예측 인공지능 프로그램으로 인공신경망(ANN), 심층 학습 또는 딥 러닝(DNN), k-최근접 이웃 알고리즘(k-NN), 합성곱 신경망(CNN), 순환 신경망(RNN), LSTM에 대해 살펴보고자 한다.

• 영어어문교육
• /
• 제6호
• /
• pp.1-24
• /
• 2000

Listening comprehension is an integrative and creative process of interaction through which listeners receive speakers' production of linguistic or non-linguistic knowledge. Compared with reading comprehension, it may arouse difficulties and thus impose more burdens on foreign learners. The Audio-Lingual Method focused primarily on speaking. Mimicry, repetition, rote memory, and transformation drills actually interfered with listening comprehension. So learners lost interest and were not highly motivated. Improving listening comprehension requires continual attentiveness and interest. Listening skill can be extended systematically only when students are frequently exposed to a wide range of listening materials with an affective, cultural, social, and psycholinguistic approach. Therefore, teachers should help students learn how to comprehend intactly the overall meaning of intended messages. The literature on teaching listening skill suggests various useful activities: TPR, dictation, role playing, singing, picture recognition, completion, prediction, seeking specific information, summarizing, labeling, humor, jokes, cartoons, media, and so on. Practical classroom teaching necessitates a systematic procedure in which students should take part in meaningful tasks/activities. In addition to this, learners must practice listening comprehension trough a self-study process.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권7호
• /
• pp.15-25
• /
• 2020

This empirical research aims to identify the relationship between fiscal and financial macroeconomic fundamentals and the volatility of government bonds' borrowing cost in an emerging country - Vietnam. The study covers the period from July 2006 to December 2019 and it is based on a sample of 1-year, 3-year, and 5-year government bonds, which represent short-term, medium-term and long-term sovereign bonds in Vietnam, respectively. The Generalized AutoRegressive Conditional Heteroskedasticity (GARCH) model and its derivatives such as EGARCH and TGARCH are applied on monthly dataset to examine and suggest a significant effect of fiscal and financial determinants of bond yield volatility. The findings of this study indicate that the variation of Vietnam government bond yields is in compliance with the theories of term structure of interest rate. The results also show that a proportion of the variation in the yields on Vietnam government bonds is attributed to the interest rate itself in the previous period, base rate, foreign interest rate, return of the stock market, fiscal deficit, public debt, and current account balance. Our results could be helpful in the macroeconomic policy formulation for policy-makers and in the investment practice for investors regarding the prediction of bond yield volatility.

• KDI Journal of Economic Policy
• /
• 제26권1호
• /
• pp.3-33
• /
• 2004

본 연구는 장기적으로 자본생산성이 하락하면서 성장률과 실질이자율이 하락하는 경제에서 인플레이션율이 부동산가격, 특히 주택의 매매가격과 전세가격의 격차에 어떠한 영향을 미칠 것인지에 대해 살펴보고 있다. 즉, 실질이자율이 하락할 경우 전세가격에 대비한 부동산의 매매가격은 상승하며, 따라서 자본생산성이 하락하면서 성장률 및 실질이자율이 하락할 경우에는, 통화당국이 동일한 수준의 인플레이션율을 유지한다고 하더라도 통상 인플레이션의 폐해로 거론되는 실물자산(부동산) 대비 금융자산(전세자금) 가치의 하락이라는 부작용이 확대될 수 있는 것으로 보인다. 이와 같은 이론적 논의는 자료추적이 가능한 1986년 이후 우리나라 주택의 매매 전세가격 비율의 변화추이를 설명하는 데에 기여할 수 있다. 즉, 1990년대 이후 전반적인 인플레이션율의 하향안정은 매매 전세가격 비율을 안정시키는 한 요인으로 작용해온 것으로 보이며, 최근 2001년 이후 나타난 매매 전세가격 비율의 상승은 인플레이션 기대의 확산보다는 실질이자율의 하락에 의하여 주도된 것으로 해석된다.

• 전자공학회논문지
• /
• 제53권11호
• /
• pp.41-47
• /
• 2016

고효율 영상 부호화 기술인 high efficiency video coding (HEVC)은 부호화 효율을 높이기 위하여 coding tree unit (CTU)을 사용한다. CTU는 coding unit (CU), prediction unit (PU), transform unit (TU)으로 구성되며 모든 가능한 경우의 CU, PU, TU 분할연산을 통해 최적의 분할 조합을 찾아내게 된다. 블록 분할 연산의 복잡도를 감소시키기 위하여 본 논문은 움직임 벡터에 의한 관심 영역 CTU 추출에 근거하는 PU 분할 결정 방법과 이전에 부호화된 프레임의 같은 위치의 CTU 정보를 사용하는 CU 깊이 결정 분할 알고리즘을 제안한다. 첫 번째 방법은 프레임 중 움직임이 많은 동적 CTU 부분과 움직임이 적은 정적 CTU 부분으로 나누어 정적인 영역에 대해 PU 분할 연산을 감소시키는 방법이며, 두 번째 방법은 이전 프레임의 CTU 깊이 정보를 기반으로 현재 CTU의 분할 깊이를 미리 예측하여 CU 분할 연산을 감소시킨다. 결과적으로 제안하는 알고리즘은 HEVC test model (HM) 14.0 버전 대비 BDBR 손실은 2.5% 발생했지만, 전체 부호화 시간이 약 44.8%로 크게 감소했다.

• 한국정밀공학회지
• /
• 제20권11호
• /
• pp.71-78
• /
• 2003

The exit burrs in the micro-drilling of precision miniature holes are of interest, especially for ductile materials. As burrs from this process can be difficult to remove, it is important to acquire the way of predicting burr types as well as optimal cutting conditions which minimize the burrs. In this paper, an artificial neural network was used for the prediction of burr formation in micro-drilling. First, the influence of cutting conditions including cutting speed, feed and drill diameter on the exit burr characteristics, such as burr size and type, were observed and analyzed. Then. the burr types were classified by using the influential experimental data as input parameters to the neural nets.

• 소음진동
• /
• 제11권2호
• /
• pp.234-240
• /
• 2001

Recently, the regulations from the government and the concerns of people be raised to the interest in exhaust and intake noise of passenger car as much as other vehicles. In these demands, performance prediction software was developed in this paper. In this study, Robust design was used for improving the noise reduction capacity of intake system with the performance prediction software. On the basis of the existing design, length and radius of each component that was thought to be effective to the performance of intake system was selected. At first, factors are arranged by using Ll8 table of orthogonal array and then optimum value can be obtained by modified Ll6 table of orthogonal array.