• 한국정보시스템학회지:정보시스템연구
• /
• 제18권3호
• /
• pp.375-399
• /
• 2009

In this study, we propose a integrated model of logistic regression, artificial neural networks, support vector machines(SVM), with case-based reasoning(CBR). To predict respondents in the direct marketing is the binary classification problem as like bankruptcy prediction, IDS, churn management and so on. To solve the binary problems, we employed logistic regression, artificial neural networks, SVM. and CBR. CBR is a problem-solving technique and shows significant promise for improving the effectiveness of complex and unstructured decision making, and we can obtain excellent results through CBR in this study. Experimental results show that the classification accuracy of integration model using CBR is superior to logistic regression, artificial neural networks and SVM. When we apply the customer response model to predict respondents in the direct marketing, we have to consider from the view point of profit/cost about the misclassification.

• 품질경영학회지
• /
• 제48권2호
• /
• pp.297-307
• /
• 2020

Purpose: The purpose of this study is to analyze the factors that affect ammunition performance by applying data mining techniques to the Ammunition Stockpile Reliability Program (ASRP) data of the 155mm propelling charge. Methods: The ASRP data from 1999 to 2017 have been utilized. Logistic regression and decision tree analysis were used to investigate the factors that affect performance of ammunition. The performance evaluation of each model was conducted through comparison with an artificial neural networks(ANN) model. Results: The results of this study are as follows; logistic regression and the decision tree analysis showed that major defect rate of visual inspection is the most significant factor. Also, muzzle velocity by base charge and muzzle velocity by increment charge are also among the significant factors affecting the performance of 155mm propelling charge. To validate the logistic regression and decision tree models, their classification accuracies have been compared with the results of an ANN model. The results indicate that the logistic regression and decision tree models show sufficient performance which conforms the validity of the models. Conclusion: The main contribution of this paper is that, to our best knowledge, it is the first attempt at identifying the significant factors of ASPR data by using data mining techniques. The approaches suggested in the paper could also be extended to other types ammunition data.

• 한국정보시스템학회지:정보시스템연구
• /
• 제30권4호
• /
• pp.203-226
• /
• 2021

Purpose The purpose of this study is to enhance the accuracy score of personal credit scoring using the convolutional neural networks and secure the transparency of the deep learning model using eXplainalbe Artifical Inteligence(XAI) technique. Design/methodology/approach This study built a classification model by using the convolutional neural networks(CNN) and applied a methodology that is transformation of numerical data to imaged data to apply CNN on personal credit data. Then layer-wise relevance propagation(LRP) was applied to model we constructed to find what variables are more influenced to the output value. Findings According to the empirical analysis result, this study confirmed that accuracy score by model using CNN is highest among other models using logistic regression, neural networks, and support vector machines. In addition, With the LRP that is one of the technique of XAI, variables that have a great influence on calculating the output value for each observation could be found.

• 한국항해항만학회지
• /
• 제42권5호
• /
• pp.341-346
• /
• 2018

Supramax bulk carriers cover a wide range of ocean transportation requirements, from major to minor bulk cargoes. Market forecasting for this segment has posed a challenge to researchers, due to complexity involved, on the demand side of the forecasting model. This paper addresses this issue by using technical indicators as input features, instead of complicated supply-demand variables. Artificial neural networks (ANN), one of the most popular machine-learning tools, were used to replace classical time-series models. Results revealed that ANN outperformed the benchmark binomial logistic regression model, and predicted direction of the spot market with more than 70% accuracy. Results obtained in this paper, can enable chartering desks to make better short-term chartering decisions.

• 대한안전경영과학회지
• /
• 제7권1호
• /
• pp.199-210
• /
• 2005

Customer segmentation prediction has attracted a lot of research interests in previous literature, and recent studies have shown that artificial neural networks (ANN) method achieved better performance than traditional statistical ones. However, ANN approaches have suffered from difficulties with generalization, producing models that can overfit the data. This paper employs a relatively new machine learning technique, support vector machines (SVM), to the customer segmentation prediction problem in an attempt to provide a model with better explanatory power. To evaluate the prediction accuracy of SVM, we compare its performance with logistic regression analysis and ANN. The experiment results with real data of insurance company show that SVM superiors to them.

• 토지주택연구
• /
• 제14권1호
• /
• pp.67-82
• /
• 2023

본 연구의 목적은 서울시 1인 가구들의 코로나19 발생 전과 비교한 주거의 질 변화를 진단하고 이에 영향을 미치는 영향 요인에 대해 규명하는 것이다. 연구의 대상은 설문조사 응답자 가운데 서울시에 거주하는 1인 가구이며 인공신경망과 로지스틱 회귀모형을 사용하였다. 분석결과, 주거정책지원, 고용개선여부, 고용정책지원 요인 등이 1인 가구 주거의 질 변화에 중요 요인들로 나타났다. 서울시 1인 가구의 주거여건의 질 개선을 위한 정책적 지원 강화와 노력이 필요하며, 양질의 일자리 확대를 통한 고용난 해소는 주거 부문의 개선으로 이어질 것이다. 본 연구는 인공신경망이 가지는 블랙박스 특성과 인과관계를 규명하기 어려운 한계가 존재한다. 개선된 방법론으로 후속연구가 필요할 것이다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권1호
• /
• pp.37-44
• /
• 2017

AOS(Aeon of Strife)장르의 게임들은 단순히 즐기는 컴퓨터 게임이 아닌 대표적인 e스포츠 종목으로 자리매김하고 있으며 전문성을 필요로 하는 스포츠의 특성상, 게임 플레이 패턴 및 시즌 별 캐릭터 선택 등 게임 운영에 필요한 통계 분석의 중요성이 증가하고 있다. 본 논문에서는 대표적인 AOS 게임 중의 하나인 리그오브레전드의 게임 데이터를 이용해 데이터 마이닝 기법을 이용한 게임의 전략적 분석을 실시한다. 통계적 승률 예측 기법인 로지스틱 회귀분석과 판별 분석 및 인공신경망을 이용하여 게임의 승패 예측 모형을 설계하고 실험한다. 게임 데이터 분석 결과는 확률을 표시한 그래프로 표현되어 게임 플레이를 돕기 위해 개발된 시각적 도구에 이용한다. 승패 예측 모형의 실험 결과, 평균적으로 95%의 높은 분류율을 보이고 시각화 도구를 통해 게임 플레이의 다양한 전략 수립에 이용됨을 보인다.

• 산업융합연구
• /
• 제16권4호
• /
• pp.33-46
• /
• 2018

개인신용평가는 은행이 대출을 승인할 때 수익성 있는 의사결정을 적절히 유도할 수 있는 효과적인 도구이다. 최근 많은 분류 알고리즘 및 모델이 개인신용평가에 사용되고 있다. 개인신용평가 기법은 대체로 통계적 방법과 비 통계적 방법으로 구분된다. 통계적 방법에는 선형회귀분석, 판별분석, 로지스틱 회귀분석, 의사결정나무 등이 포함된다. 비 통계적 방법에는 선형계획법, 신경망, 유전자 알고리즘 및 Support Vector Machines 등이 포함된다. 그러나 신용평가모형 개발을 위해 어떠한 방법이 최선인지에 관해서는 일관된 결론을 내리기는 어렵다. 본 논문에서는 중국 금융기관의 개인 신용 데이터를 사용하여 가장 대표적인 신용평가 기법인 로지스틱 회귀분석, 신경망 그리고 Support Vector Machines의 성능을 비교하고자 한다. 구체적으로, 세 가지 모형을 각각 구축하여 고객을 분류하고 분석 결과를 비교하였다. 분석결과에 따르면, Support Vector Machines이 로지스틱 회귀분석과 신경망보다 더 나은 성능을 가지는 것으로 나타났다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제13권3호
• /
• pp.927-930
• /
• 2012

Background and Objectives: Artificial neural networks (ANNs) are flexible and nonlinear models which can be used by clinical oncologists in medical research as decision making tools. This study aimed to predict distant metastasis (DM) of colorectal cancer (CRC) patients using an ANN model. Methods: The data of this study were gathered from 1219 registered CRC patients at the Research Center for Gastroenterology and Liver Disease of Shahid Beheshti University of Medical Sciences, Tehran, Iran (January 2002 and October 2007). For prediction of DM in CRC patients, neural network (NN) and logistic regression (LR) models were used. Then, the concordance index (C index) and the area under receiver operating characteristic curve (AUROC) were used for comparison of neural network and logistic regression models. Data analysis was performed with R 2.14.1 software. Results: The C indices of ANN and LR models for colon cancer data were calculated to be 0.812 and 0.779, respectively. Based on testing dataset, the AUROC for ANN and LR models were 0.82 and 0.77, respectively. This means that the accuracy of ANN prediction was better than for LR prediction. Conclusion: The ANN model is a suitable method for predicting DM and in that case is suggested as a good classifier that usefulness to treatment goals.

• 벤처창업연구
• /
• 제11권3호
• /
• pp.1-15
• /
• 2016

본 연구는 코스닥 시장에 상장 폐지된 중소제조기업의 재무자료를 이용하여 다변량 판별분석모형, 로지스틱회귀분석모형 그리고 인공신경망분석모형을 구축하고 이들의 예측력을 비교분석하였다. 표본기업은 2009년에서 2012년까지 상장 폐지된 83개의 부실기업과 83개의 정상기업 총166개사로 정하였다. 166개사 중에서 무작위로 부실기업50개사와 정상기업 50개사 총100개사를 선정하여 훈련용 표본(training data)으로 모형을 구축하는데 사용하였다. 나머지 66개사는 모형의 예측성과를 평가하기 위하여 검증용 표본(test data)으로 사용하였다. 과거 5년 동안의 재무비율 79개 자료로 T-test를 실시하여 5년 연속 유의미한 변수 9개를 선정하고 각각의 모형을 구축하였다. T-test 결과, 부실초기에는 주로 수익성지표들이 부실예측에 주요 변수로 나타났으며 부실 후반에 가면서 안정성지표와 현금흐름지표들이 추가로 유의미한 변수로 나타났다. 모형의 예측력을 비교해 보면 훈련용 표본의 경우, 로지스틱회귀분석모형이 가장 높은 분류 정확도를 보였고, 검증용 표본의 경우에는 인공신경망모형이 가장 높은 분류 정확도를 보였다. 본 연구는 첫째, 부실이 서서히 진행된다는 점을 감안하여 T-test를 실시하여 5년 연속 유의미한 변수로 모형을 구축하여 변수의 시계열적인 측면이 고려되었다는 점과, 둘째, 기존 선행 연구들이 정규성을 무시하고 판별분석모형을 구축하였으나, 본 연구가 정규성 여부를 검정하고 모형을 구축하였다는 점이 차별화된다. 본 연구에 따른 정책적 시사점은 부실기업의 징후는 본 논문에서처럼 대체로 재무제표에 나타나기 때문에 회사에 대한 공시서류의 신회성 확보가 중요하다. 따라서 이런 점에서 회계법인 혹은 세무기장 종사자들의 도덕적 해이을 억제할 수 있는 제도적 장치가 강화되어야 할 것이다.