• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 한국태양에너지학회 논문집
• /
• 제34권4호
• /
• pp.23-29
• /
• 2014

Recently, in power system studies, Multiple Energy Carriers (MECs) such as Energy Hub has been broadly utilized in power system planners and operators. Particularly, Energy Hub performs one of the most important role as the intermediate in implementing the MECs. However, it still needs to be put under examination in both modeling and operating concerns. For instance, a probabilistic optimization model is treated by a robust global optimization technique such as multi-agent genetic algorithm (MAGA) which can support the online economic dispatch of MECs. MAGA also reduces the inevitable uncertainty caused by the integration of selected input energy carriers. However, MAGA only considers current state of the integration of selected input energy carriers in conjunctive with the condition of smart grid environments for decision making in Energy Hub. Thus, in this paper, we propose an immune algorithm based Multiple Energy Carriers System which can adopt the learning process in order to make a self decision making in Energy Hub. In particular, the proposed immune algorithm considers the previous state, the current state, and the future state of the selected input energy carriers in order to predict the next decision making of Energy Hub based on the probabilistic optimization model. The below figure shows the proposed immune algorithm based Multiple Energy Carriers System. Finally, we will compare the online economic dispatch of MECs of two algorithms such as MAGA and immune algorithm based MECs by using Real Time Digital Simulator (RTDS).

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.2435-2440
• /
• 2003

Manipulation of the nano/micro scale object has been a key technology in biology as the sizes of DNA, chromosome, nucleus, cell and embryo are within such order. For instance, for embryo cell manipulation, the cell injection is performed manually. The operator often spends over a year to carry out a cell manipulation project. Since the typical success rate of such operation is extremely low, automation of such biological cell manipulation has been asked. As the operator spends most of his time in finding the position of cell in the Petri dish and in injecting bio-material to the cell from the best orientation. In this paper, we propose a new strategy and a vision system, by which one can find, recognize and track nucleus, polar body, and zona pellucida of the embryo cell for automatic biomanipulation. The deformable template matching algorithm has been used in recognizing the nucleus and polar body of each cell. Result suggests that it outperforms the conventional methods.

• 한국정보통신학회논문지
• /
• 제14권10호
• /
• pp.2371-2377
• /
• 2010

프로그램의 복잡화와 대규모프로그램의 등장으로 다중작업을 분할하여 소규모 단위의 타스크(Task)로 나누고 각각의 타스크를 우선순위에 따라 스케쥴링을 수행해야하는 요구가 점점 확대되고 있다. 또한, 프로그램 개발환경의 다양화로 인하여 프로그램을 구현하다 보면 다양한 환경 조건에 맞추어 개발하게 된다. 예를 들어 임베디드(Embedded) 환경인지 윈도우즈(Windows) 환경인지에 따라 다르고 운용체제의 사용에 따라서도 제약사항을 가져오는 경우가 많다. 이에 개발환경과 운용체제에 의존적이지 않도록 다중작업 분할처리를 수행할 수 있는 적응형 스케쥴링 기법을 소개한다. 본 논문에서는 적응형 스케쥴링 기법에 적용된 알고리즘에 대한 설명과 구현 후 적용한 사례를 기반으로 한 내용을 다룬다.

• Journal of Communications and Networks
• /
• 제18권5호
• /
• pp.688-698
• /
• 2016

In this paper, we investigate the achievable sum rate and energy efficiency of downlink massive multiple-input multiple-output antenna systems with zero-forcing precoding, by taking into account the randomness of user locations. Specifically, we propose two types of non-uniform user distributions, namely, center-intensive user distribution and edge-intensive user distribution. Based on these user distributions, we derive novel tight lower and upper bounds on the average sum rate. In addition, the impact of user distributions on the optimal number of users maximizing the sum rate is characterized. Moreover, by adopting a realistic power consumption model which accounts for the transmit power, circuit power and signal processing power, the energy efficiency of the system is studied. In particular, closed-form solutions for the key system parameters, such as the number of antennas and the optimal transmit signal-to-noise ratio maximizing the energy efficiency, are obtained. The findings of the paper suggest that user distribution has a significant impact on the system performance: for instance, the highest average sum rate is achieved with the center-intensive user distribution, while the lowest average sum rate is obtained with the edge-intensive user distribution. Also, more users can be served with the center-intensive user distribution.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권11호
• /
• pp.5419-5436
• /
• 2016

Enhancing the performance of computing systems has been an important topic since the invention of computers. The leading-edge technologies of multicore and virtualization dramatically influence the development of current IT systems. We study performance attributes of response time (RT), throughput, efficiency, and scalability of a virtualized Web system running on a multicore server. We build virtual machines (VMs) for a Web application, and use distributed stress tests to measure RTs and throughputs under varied combinations of virtual cores (VCs) and VM instances. Their gains, efficiencies and scalabilities are also computed and compared. Our experimental and analytic results indicate: 1) A system can perform and scale much better by adopting multiple single-VC VMs than by single multiple-VC VM. 2) The system capacity gain is proportional to the number of VM instances run, but not proportional to the number of VCs allocated in a VM. 3) A system with more VMs or VCs has higher physical CPU utilization, but lower vCPU utilization. 4) The maximum throughput gain is less than VM or VC gain. 5) Per-core computing efficiency does not correlate to the quality of VCs or VMs employed. The outcomes can provide valuable guidelines for selecting instance types provided by public Cloud providers and load balancing planning for Web systems.

• 한국컴퓨터정보학회논문지
• /
• 제13권7호
• /
• pp.51-57
• /
• 2008

최근 컴퓨터비전이나 로봇 공학 분야에서 가격이 저렴한 웹 캠을 이용하여 입력된 2차원 영상으로부터 물체를 인식하는 연구가 활발히 이루어지고 있다. 이를 위한 연구로서 로봇이나 비전에서 물체를 찾아내는 여러 가지 방향들이 제시되고 있으며, 지속적으로 로봇은 사람과 유사한 기능을 수행할 수 있도록 설계 및 제작되고 있다. 예로서, 사람은 사과를 볼 때 사과라는 사실을 사전에 인지하고 있기 때문에 사과라고 인식하는 것처럼 로봇 또한 사물에 대한 정보를 미리 알고 있어야 한다. 그러므로 본 연구에서는 내용기반의 물체인식에 필요한 기술로서 저장이미지를 SIFT(Scale Invariant Feature Transform)알고리즘을 이용하여 물체 저장 데이터베이스를 구축하였으며, 이를 기반으로 영상을 통해 입력된 화면에 존재하는 여러 물체를 한번에 신속히 인식하는 방법을 제안하여 구현하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 춘계학술대회
• /
• pp.499-502
• /
• 2010

프로그램의 복잡화와 대규모프로그램의 등장으로 다중작업을 분할하여 소규모 단위의 Task로 나누고 각각의 Task를 우선순위에 따라 스케쥴링을 수행해야하는 요구가 점점 확대되고 있다. 또한, 프로그램 개발환경의 다양화로 인하여 프로그램을 구현하다 보면 다양한 환경 조건에 맞춰서 개발하게 된다. 예를 들어 Embedded 환경인지 Windows 환경인지에 따라 다르고 운용체제의 사용에 따라서도 제약사항을 가져오는 경우가 많다. 이에 개발환경과 운용체제에 의존적이지 않도록 다중작업 분할처리를 수행할 수 있는 적응형 스케쥴링 기법을 소개한다. 본 논문에서는 적응형 스케쥴링 기법에 적용된 알고리즘에 대한 설명과 구현 후 적용한 사례를 기반으로 한 내용을 다룬다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권7_8호
• /
• pp.659-671
• /
• 2003

본 논문에서는 결정 목록을 이용해서 단어 의미 중의성을 해결하는 방법을 제안한다. 결정 목록은 하나 이상의 규칙으로 구성되며, 각 규칙에는 신뢰도가 부여되어 있고, 규칙은 불린 함수(=조건, precondition 와 부류(=의미, class)로 구성되어 있다. 분류 대상이 만족하는 불린 함수를 가진 규칙들 중에서 가장 신뢰도가 높은 규칙에 의해서 분류 대상의 부류가 정해진다. 기존 방법에서는 하나의 자질로 하나의 불린 함수를 구성하는 단일 자질 결정 목록을 이용해서 단어 의미 중의성을 해결했다. 이 경우, 자료 부족 문제와 전처리 과정의 오류에 민감하게 반응한다는 문제점이 있다. 본 논문에서는 기존의 단일자질 결정 목록의 문제점을 해결하기 위해서, 하나 이상의 자질로 불린 함수를 구성하는 다중 자질 결정 목록을 제안하고, 다중 자질 결정 목록을 이용하여, 단어 의미 중의성을 해결하는 방법을 기술하고 있다. 단일 자질 결정 목록과 다중 자질 결정 목록을 비교하기 위해서, 1개의 한국어 의미 부착 말뭉치와 5개의 영어 의미 부착 말뭉치를 대상으로 단어 의미 중의성 해결 실험을 했다. 실험 결과 6개의 말뭉치 모두에 서 다중 자질 결정 목록이 단일 자질 결정 목록에 비해서 더 좋은 결과를 나타냈다.

• 정보보호학회논문지
• /
• 제27권4호
• /
• pp.775-783
• /
• 2017

클라우드 컴퓨팅 기반의 인프라 구축이 활성화됨에 따라, 안전성과 보안성이 강화된 클라우드 구축을 위한 기술이 큰 화두로 인식되고 있다. 이에 대한 방안으로써, 클라우드 사용자 인스턴스의 시스템 보안 강화를 위한 다양한 보안 솔루션이 등장하고 있다. 특히 인스턴스(가상머신)의 메모리 분석을 통한 악성코드 분석 및 탐지에 관한 연구가 활발히 진행되고 있다. 하지만 메모리 분석을 통한 보안 모니터링 기술은 메모리 덤프 시 수반되는 연산 오버헤드로 인해 다수의 인스턴스가 하나의 물리적 서버 노드에서 구동되는 클라우드 플랫폼과 같은 환경으로의 적용에 어려움이 있어왔다. 본 논문에서는 메모리 덤프 시 발생하는 오버헤드를 최소화하기 위해 악성코드 분석 및 탐지에 필요한 인스턴스 메모리의 특정 부분을 모니터링 하는 기술을 제안하고, 부분 메모리 모니터링 기반 악성코드 탐지 시스템을 통해 제안 기술의 실효성을 검증한다.