• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권2호
• /
• pp.154-159
• /
• 2015

과거 어플리케이션 다양성만 지향하던 사용자의 수요가 최근 스마트폰의 고도화된 센서와 기계학습이 결합된 지능형 어플리케이션으로의 선호로 전향되고 있다. 이러한 경향을 반영하여 본 논문에서는 스마트폰에 축적된 사용자의 라이프로깅 데이터에서 의미있는 정보를 추출하고, 추출한 정보를 통해 사용자의 인지적 행동을 대신 가능한 인지 에이전트(Cognitive Agent)개념의 스마트폰-사용자 상호작용 사용자 맞춤 위치-시간-행동 추론 기법을 제안한다. 제안 방법은 사용자의 라이프로깅데이터를 DPGMM (Dirichlet Process Gaussian Mixture Model) 클러스터링 기법으로 사용자 주요 관심지역 POI(Point of Interest)를 자동으로 추출하고, 평생학습이 가능한 강화학습의 한 종류인 POMDP(Partially Observable Markov Decision Process)를 사용하여 사용자의 위치-시간-행동을 추론 한다. 제안 방법으로 구현한 사용자 맞춤 일과 계획 시스템의 시간별 사용자 일과 추론 결과는 70%이상의 성능을 보였으며, 하루 일과 계획 지능형 서비스의 새로운 방향을 제시하고 있다.

• 경영정보학연구
• /
• 제25권1호
• /
• pp.111-128
• /
• 2023

인공지능(AI) 기술이 발전함에 따라 빅데이터 기반의 상품 선호도 추정 개인화 추천시스템에 관심이 증가하고 있는 추세이다. 하지만 개인화 추천이 적합하지 않은 경우 고객의 구매 의사를 감소시키고 심지어 금융상품의 특성상 막대한 재무적 손실로 확대될 수 있는 위험을 가지고 있다. 따라서 고객의 특성과 상품 선호도를 포괄적으로 반영한 추천시스템을 개발하는 것이 비즈니스 성과 창출과 컴플라이언스 이슈 대응에 매우 중요하다. 특히 금융상품의 경우 개인의 투자성향과 리스크 회피도에 따라 고객의 상품 선호도가 구분되므로 축적된 고객 행동 데이터를 활용하여 맞춤형 추천서비스를 제안하는 것이 필요하다. 이러한 고객의 행동 특성과 거래 내역 데이터를 사용하는 것뿐만 아니라, 고객의 인구통계정보, 자산정보, 종목 보유 정보를 포함하여 추천 시스템의 콜드 스타트 문제를 해결하고자 한다. 따라서, 본 연구는 고객의 거래 로그 기록을 바탕으로 고객의 투자성향과 같은 특성 정보와 거래 내역 및 금융상품 정보를 통해 고객별 금융상품 잠재 선호도를 도출하여 딥러닝 기반의 협업 필터링을 제안한 모형이 가장 성능 우수한 것을 확인하였다. 본 연구는 고객의 금융 투자 메커니즘을 기반으로 금융상품 거래 데이터를 통해 미거래 금융상품에 대한 예상 선호를 도출하는 추천 모델을 구축하여, 선호가 높을 것으로 예상되는 상위 상품군을 추천하는 서비스를 개발하는 것에 의의가 있다.

• 한국수자원학회논문집
• /
• 제49권8호
• /
• pp.645-656
• /
• 2016

본 연구에서는 금강유역에 대한 지역홍수빈도분석을 실시하고 재현기간에 따른 홍수량을 추정하는 관계식을 제안하였다. 유역 내 유량자료의 수문학적 독립성과 동질성에 대한 검증을 위하여 Lag-1 자기상관성 분석, 동질성 검정, 이상치 검정, 불일치척도 검정을 수행하였다. 검정 결과, 금강유역의 대상 관측소들은 시간에 대하여 독립적이고 동질적 모집단에 속하며 이상치는 없었다. 일반 극치 분포(GEV), 3변수 대수정규 분포(LN-III), 피어슨-III 분포(P-III), 일반 로지스틱 분포(GLO), 일반 파레토 분포(GPA) 등 5개의 3변수 확률분포함수에 대한 L-모멘트비도와 평균가중거리(AWD), 그리고 $Z^{DIST}$ 적합도 산정 결과, GLO 분포함수가 금강유역의 최적 확률분포형으로 선정되었다. GLO 분포를 바탕으로 지역홍수빈도를 추정하는 회귀모형을 제안하였고, 강경 관측소의 관측 유량을 이용하여 회귀모형의 적용성을 검증하였다.

• 한국지반공학회논문집
• /
• 제35권6호
• /
• pp.17-26
• /
• 2019

이 연구에서는 쇄석말뚝공법의 한계상태설계법 적용을 위하여 양질의 현장재하시험 자료로부터 저항편향계수의 통계적 특성을 분석하고 지반 불확실성 및 시공 오차를 고려한 총 저항편향계수를 산정하였다. 저항편향계수 산정을 위한 예측모델은 기존 모델들에 비하여 높은 예측성능을 보인 Bong and Kim(2017)의 MLR 모형을 활용하였으며 그 적합성을 평가하였다. 저항편향계수의 확률분포를 산정하기 위하여 카이제곱 적합도 검정을 수행하였으며 정규분포가 가장 적합한 것으로 나타났다. 공칭저항의 총 변동성은 점토의 비배수전단강도 및 쇄석말뚝 시공 시 발생할 수 있는 시공 오차에 대한 불확실성을 포함하여 산정하였다. 최종적으로 총 저항편향계수의 확률분포는 로그정규분포를 따르는 것으로 나타났다. 총 저항편향계수의 변동성에 따른 확률분포의 매개변수는 Monte Carlo 시뮬레이션을 통하여 산정하였으며, 간편한 적용을 위하여 이에 대한 회귀식을 제안하였다.

• Translational and Clinical Pharmacology
• /
• 제26권4호
• /
• pp.160-165
• /
• 2018

Indobufen ($Ibustrin^{(R)}$), a reversible inhibitor of platelet aggregation, exists in two enantiomeric forms in 1:1 ratio. Here, we characterized the anti-platelet effect of S- and R-indobufen using response surface modeling using $NONMEM^{(R)}$ and predicted the therapeutic doses exerting the maximal efficacy of each enantioselective S- and R-indobufen formulation. S- and R-indobufen were added individually or together to 24 plasma samples from drug-naïve healthy subjects, generating 892 samples containing randomly selected concentrations of the drugs of 0-128 mg/L. Collagen-induced platelet aggregation in platelet-rich plasma was determined using a Chrono-log Lumi-Aggregometer. Inhibitory sigmoid $I_{max}$ model adequately described the anti-platelet effect. The S-form was more potent, whereas the R-form showed less inter-individual variation. No significant interaction was observed between the two enantiomers. The anti-platelet effect of multiple treatments with 200 mg indobufen twice daily doses was predicted in the simulation study, and the effect of S- or R-indobufen alone at various doses was predicted to define optimal dosing regimen for each enantiomer. Simulation study predicted that 200 mg twice daily administration of S-indobufen alone will produce more treatment effect than S-and R-mixture formulation. S-indobufen produced treatment effect at lower concentration than R-indobufen. However, inter-individual variation of the pharmacodynamic response was smaller in R-indobufen. The present study suggests the optimal doses of R-and S-enantioselective indobufen formulations in terms of treatment efficacy for patients with thromboembolic problems. The proposed methodology in this study can be applied to the develop novel enantio-selective drugs more efficiently.

• 지식경영연구
• /
• 제22권2호
• /
• pp.247-268
• /
• 2021

투자자들은 기업가치를 평가하기 위하여 재무비율을 활용하는데 특히 PER과 PBR은 적정 기업가치를 판단하는데 중요한 역할을 하는 대표적인 수치로 알려져 있다. 금융자료는 꼬리가 매우 두터운 형태의 분포를 따르는 경우가 많은데, PER과 PBR은 첨도가 매우 높으며 해당 재무비율의 극단치들은 기업의 다양한 이해관계자들의 의사결정 시 중요한 역할을 한다. 본 논문에서는 통계학의 극단치이론에서 주로 활용되는 GPD와 최근 새롭게 제안된 분포인 exGPD를 도입하고, 두 분포 간의 성능을 비교하기 위해 시뮬레이션을 수행하여 적합도를 살펴본 후 우측 꼬리에 속하는 90, 95, 99% 퍼센타일 값을 추정하여 실제 값과 비교한다. 다음으로 국내 증권시장에 상장된 정보기술군(IT) 기업들의 PER, PBR 자료에 근거하여 실증분석을 수행한다. 분석 결과 특히 PBR에서 exGPD가 GPD에 비해 자료의 우측 꼬리 영역을 보다 효과적으로 설명함을 확인하였다. 따라서, 재무비율에 기반한 기업가치평가 또는 위험관리 시 극단치의 특성을 효과적으로 반영할 수 있는 exGPD와 같은 분포를 활용한다면 꼬리 영역에 담긴 정보를 보다 정확하게 파악할 수 있다. 이는 기업 내부 위험관리자의 효과적인 지식경영을 돕고, 투자자를 비롯하여 다양한 외부 이해관계자들에게 유용한 지식을 제공할 수 있다.

• Korean Journal of Radiology
• /
• 제23권1호
• /
• pp.89-100
• /
• 2022

Objective: To improve the N biomarker in the amyloid/tau/neurodegeneration system by radiomics and study its value for predicting cognitive progression in individuals with mild cognitive impairment (MCI). Materials and Methods: A group of 147 healthy controls (HCs) (72 male; mean age ± standard deviation, 73.7 ± 6.3 years), 197 patients with MCI (114 male; 72.2 ± 7.1 years), and 128 patients with Alzheimer's disease (AD) (74 male; 73.7 ± 8.4 years) were included. Optimal A, T, and N biomarkers for discriminating HC and AD were selected using receiver operating characteristic (ROC) curve analysis. A radiomics model containing comprehensive information of the whole cerebral cortex and deep nuclei was established to create a new N biomarker. Cerebrospinal fluid (CSF) biomarkers were evaluated to determine the optimal A or T biomarkers. All MCI patients were followed up until AD conversion or for at least 60 months. The predictive value of A, T, and the radiomics-based N biomarker for cognitive progression of MCI to AD were analyzed using Kaplan-Meier estimates and the log-rank test. Results: The radiomics-based N biomarker showed an ROC curve area of 0.998 for discriminating between AD and HC. CSF Aβ42 and p-tau proteins were identified as the optimal A and T biomarkers, respectively. For MCI patients on the Alzheimer's continuum, isolated A+ was an indicator of cognitive stability, while abnormalities of T and N, separately or simultaneously, indicated a high risk of progression. For MCI patients with suspected non-Alzheimer's disease pathophysiology, isolated T+ indicated cognitive stability, while the appearance of the radiomics-based N+ indicated a high risk of progression to AD. Conclusion: We proposed a new radiomics-based improved N biomarker that could help identify patients with MCI who are at a higher risk for cognitive progression. In addition, we clarified the value of a single A/T/N biomarker for predicting the cognitive progression of MCI.

• 경영정보학연구
• /
• 제19권2호
• /
• pp.115-136
• /
• 2017

온라인 커뮤니티는 우리 일상생활에서 큰 비중을 차지하고 있다. 수없이 많은 온라인 커뮤니티가 존재하지만, 그 가운데 소수의 커뮤니티만이 다수의 사용자를 끌어들이는 데 성공하고 압도적인 대다수의 커뮤니티는 생존하기 위해 분투하는 롱테일 현상(long tail phenomenon)이 나타나고 있다. 다양한 온라인 커뮤니티가 공존할 수 있고, 실제로 공존하게 하기 위해서는 사용자를 지속적으로 끌어들이고 커뮤니티를 성공시키는 데 중요한 역할을 하는 요인이 무엇인지 이해할 필요가 있다. 공존 문제는 조직생태학 관련 문헌에서 심도 있게 다뤄져 왔다. 그러나 온라인 커뮤니티와 전통적인 조직 사이에 유사점과 함께 차이점도 있다는 점을 감안해 조직 이론을 온라인 세계에 직접 적용할때 유의해야 한다. 본 연구는 Davids et al.(2007)이 제시한 로드맵에 따라 에이전트 기반 모델링 및 시뮬레이션을 실시하여, 선행 연구를 토대로 새로운 이론을 개발하고자 한다. 서로 공존하는 커뮤니티 두 곳을 설정하여 연구를 실시한 결과, 커뮤니티의 규모와 참여 비용이 커뮤니티 발전에 상당한 영향을 미친다는 사실을 알 수 있었다. 커뮤니티가 클수록 자주 접속하는 적극적인 사용자가 더 많이 유입될 수 있다. 한편 참여 비용이 낮을수록 가입자들이 게시물을 읽고 게재하는 활동이 활성화된다. 이와 함께 관심사 분포가 커뮤니티의 주제 트렌드에 중요한 영향을 미친다는 사실도 발견했다. 단일 주제에 집중하는 집단의 경우, 주제가 초기에 광범위했는지 협소했는지 여부와 무관하게 커뮤니티는 신속하게 해당 주제 쪽으로 모여들 수 있다. 이 같은 시뮬레이션 모델은 연구문헌에 이론적인 시사점을 제시하는 동시에, 온라인 커뮤니티 운영자들에게도 실질적인 지침을 제공해 준다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.95-110
• /
• 2013

최근 다양한 소셜미디어를 통해 생성되는 비정형 데이터의 양은 빠른 속도로 증가하고 있으며, 이를 저장, 가공, 분석하기 위한 도구의 개발도 이에 맞추어 활발하게 이루어지고 있다. 이러한 환경에서 다양한 분석도구를 통해 텍스트 데이터를 분석함으로써, 기존의 정형 데이터 분석을 통해 해결하지 못했던 이슈들을 해결하기 위한 많은 시도가 이루어지고 있다. 특히 트위터나 페이스북을 통해 실시간에 근접하게 생산되는 글들과 수많은 인터넷 사이트에 게시되는 다양한 주제의 글들은, 방대한 양의 텍스트 분석을 통해 많은 사람들의 의견을 추출하고 이를 통해 향후 수익 창출에 기여할 수 있는 새로운 통찰을 발굴하기 위한 움직임에 동기를 부여하고 있다. 뉴스 데이터에 대한 오피니언 마이닝을 통해 주가지수 등락 예측 모델을 제안한 최근의 연구는 이러한 시도의 대표적 예라고 할 수 있다. 우리가 여러 매체를 통해 매일 접하는 뉴스 역시 대표적인 비정형 데이터 중의 하나이다. 이러한 비정형 텍스트 데이터를 분석하는 오피니언 마이닝 또는 감성 분석은 제품, 서비스, 조직, 이슈, 그리고 이들의 여러 속성에 대한 사람들의 의견, 감성, 평가, 태도, 감정 등을 분석하는 일련의 과정을 의미한다. 이러한 오피니언 마이닝을 다루는 많은 연구는, 각 어휘별로 긍정/부정의 극성을 규정해 놓은 감성사전을 사용하며, 한 문장 또는 문서에 나타난 어휘들의 극성 분포에 따라 해당 문장 또는 문서의 극성을 산출하는 방식을 채택한다. 하지만 특정 어휘의 극성은 한 가지로 고유하게 정해져 있지 않으며, 분석의 목적에 따라 그 극성이 상이하게 나타날 수도 있다. 본 연구는 특정 어휘의 극성은 한 가지로 고유하게 정해져 있지 않으며, 분석의 목적에 따라 그 극성이 상이하게 나타날 수도 있다는 인식에서 출발한다. 동일한 어휘의 극성이 해석하는 사람의 입장에 따라 또는 분석 목적에 따라 서로 상이하게 해석되는 현상은 지금까지 다루어지지 않은 어려운 이슈로 알려져 있다. 구체적으로는 주가지수의 상승이라는 한정된 주제에 대해 각 관련 어휘가 갖는 극성을 판별하여 주가지수 상승 예측을 위한 감성사전을 구축하고, 이를 기반으로 한 뉴스 분석을 통해 주가지수의 상승을 예측한 결과를 보이고자 한다.

• 지능정보연구
• /
• 제27권2호
• /
• pp.1-15
• /
• 2021

추천시스템은 사용자의 기호를 파악하여 물품 구매 결정을 도와주는 역할을 할 뿐만 아니라, 비즈니스 전략의 관점에서도 중요한 역할을 하기에 많은 기업과 기관에서 관심을 갖고 있다. 최근에는 다양한 추천시스템 연구 중에서도 NLP와 딥러닝 등을 결합한 하이브리드 추천시스템 연구가 증가하고 있다. NLP를 이용한 감성분석은 사용자 리뷰 데이터가 증가함에 따라 2000년대 중반부터 활용되기 시작하였지만, 기계학습 기반 텍스트 분류를 통해서는 텍스트의 특성을 완전히 고려하기 어렵기 때문에 리뷰의 정보를 식별하기 어려운 단점을 갖고 있다. 본 연구에서는 기계학습의 단점을 보완하기 위하여 BERT 기반 감성분석을 활용한 추천시스템을 제안하고자 한다. 비교 모형은 Naive-CF(collaborative filtering), SVD(singular value decomposition)-CF, MF(matrix factorization)-CF, BPR-MF(Bayesian personalized ranking matrix factorization)-CF, LSTM, CNN-LSTM, GRU(Gated Recurrent Units)를 기반으로 하는 추천 모형이며, 실제 데이터에 대한 분석 결과, BERT를 기반으로 하는 추천시스템의 성과가 가장 우수한 것으로 나타났다.