• 한국경영과학회지
• /
• 제30권1호
• /
• pp.55-74
• /
• 2005

Bankruptcy prediction has drawn a lot of research interests in previous literature, and recent studies have shown that machine learning techniques achieved better performance than traditional statistical ones. This paper employs a relatively new machine learning technique, support vector machines (SVMs). to bankruptcy prediction problem in an attempt to suggest a new model with better explanatory power and stability. To serve this purpose, we use grid search technique using 5-fold cross-validation to find out the optimal values of the parameters of kernel function of SVM. In addition, to evaluate the prediction accuracy of SVM. we compare its performance with multiple discriminant analysis (MDA), logistic regression analysis (Logit), and three-layer fully connected back-propagation neural networks (BPNs). The experiment results show that SVM outperforms the other methods.

• 지질공학
• /
• 제20권3호
• /
• pp.257-269
• /
• 2010

본 연구에서는 급경사지재해 안정화기술 분야에 관하여 한국, 미국, 일본 및 유럽에서 출원 공개/등록된 특허를 중심으로 특허동향을 분석하였다. 중분류는 예측기술, 계측기술, 대책/보강/저감기술, 실내실험과 같이 4개로 분류하였으며, 2,134건의 최종 유효 분석대상 특허를 선별하였다. 특허건수와 출원인수의 상관관계를 이용한 포트폴리오 분석결과 한국 및 미국의 경우 발전기 단계에 있으며, 일본과 유럽의 경우 퇴조기에 있는 것으로 분석되었다. 한국의 경우 국가주도의 연구 활동으로 인하여 특허활동이 활발한 것으로 분석된다. 중분류 기술 분야별 분석 결과, 일본은 급경사재해 예측분야, 미국은 급경사재해 실내실험분야가 각 국가의 경쟁력 분야인 것으로 분석되었으며, 한국의 경우 급경사재해 예측과 급경사재해 실내실험 분야가 공백기술인 것으로 분석되었다. 분석결과를 토대로 기술별 향후 연구개발 방향을 정리하면 예측기술 분야에서는 신규 유한요소해석 방법 또는 수치해석 모델 정립이 필요하고, 계측기술 분야에서는 센서개발기술, 정보취합을 통한 재해예측기술, IT기술과 융합을 통한 장치관련 기술 등이 필요하다. 그리고 재해/대책/저감기술 분야에서는 기존 사방구조물의 개량, 차별화된 사면보강공법 등의 개발이 필요하며 실내실험분야에서는 새로운 최적화된 구조의 실험장치 또는 방법의 개발이 필요한 것으로 조사되었다.

• 한국통신학회논문지
• /
• 제31권8A호
• /
• pp.745-751
• /
• 2006

OFDM 시스템에 적응전송방식을 적용하기 위해서 송신단은 사용자의 정확한 채널 정보를 획득하여야 하지만, 고속의 이동성을 가지는 실외 환경의 경우, 실제 채널과 적응 전송시 고려하는 채널이 달라지기 때문에 시스템 성능열화가 발생하게 된다. 이를 해결하기 위하여 채널예측 기법을 적응전송방식에 적용하는 연구가 시작되고 있다. 그러나 대부분의 채널 예측 기법은 정해진 시간동안, 예를 들면 한 슬롯동안 채널의 변화가 없다는 가정에서 제안되었다. 따라서 이러한 기술들은 한 슬롯 내에서 빠르게 변하는 채널에 기인하여 발생하는 Packet Error Rate 성능 열화 문제를 해결할 수 없다. 본 논문에서는 빠른 시변채널에서 적응전송방식을 적용하기 위한 새로운 OFDM/FDD 시스템 기반 채널 예측 기법을 제안한다. 제안하는 채널 예측 기법은 한 슬롯 내에서 변하는 채널의 시변 특성을 고려하여 채널을 예측하는 특징을 가진다. 시뮬레이션 결과에 의하면 ITU-R Veh A 30km/h 채널에서 제안하는 채널 예측 기법을 이용하여 적응 변조 및 코딩을 수행하는 OFDM/FDD 시스템은 기존의 일반적인 채널예측 방식을 이용하는 경우에 비하여 시스템 Throughput의 손실이 없이 Target PER 1%를 보장할 수 있다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume II
• /
• pp.635-638
• /
• 2006

Regression of conventional prediction techniques in data mining uses the model which is generated from the training step. This model is applied to new input data without any change. If this model is applied directly to time series, the rate of prediction accuracy will be decreased. This paper proposes an incremental regression for time series prediction like typhoon track prediction. This technique considers the characteristic of time series which may be changed over time. It is composed of two steps. The first step executes a fractional process for applying input data to the regression model. The second step updates the model by using its information as new data. Additionally, the model is maintained by only recent data in a queue. This approach has the following two advantages. It maintains the minimum information of the model by using a matrix, so space complexity is reduced. Moreover, it prevents the increment of error rate by updating the model over time. Accuracy rate of the proposed method is measured by RME(Relative Mean Error) and RMSE(Root Mean Square Error). The results of typhoon track prediction experiment are performed by the proposed technique IMLR(Incremental Multiple Linear Regression) is more efficient than those of MLR(Multiple Linear Regression) and SVR(Support Vector Regression).

• 산업경영시스템학회지
• /
• 제41권3호
• /
• pp.154-161
• /
• 2018

This study conducted to predict the stock market prices based on the assumption that internet news articles might have an impact and effect on the rise and fall of stock market prices. The internet news articles were tested to evaluate the accuracy by comparing predicted values of the actual stock index and the forecasting models of the companies. This paper collected stock news from the internet, and analyzed and identified the relationship with the stock price index. Since the internet news contents consist mainly of unstructured texts, this study used text mining technique and multiple regression analysis technique to analyze news articles. A company H as a representative automobile manufacturing company was selected, and prediction models for the stock price index of company H was presented. Thus two prediction models for forecasting the upturn and decline of H stock index is derived and presented. Among the two prediction models, the error value of the prediction model (1) is low, and so the prediction performance of the model (1) is relatively better than that of the prediction model (2). As the further research, if the contents of this study are supplemented by real artificial intelligent investment decision system and applied to real investment, more practical research results will be able to be developed.

• 전기학회논문지
• /
• 제56권12호
• /
• pp.2251-2256
• /
• 2007

In this paper, the wavelet transform based lossless image compression algorithm is proposed. The proposed algorithm transforms the input image using 9/7 ICFB and S+P filter, and eliminates the spacious correlation of the subband coefficients, applying the context modeling predictive technique based on the multi-resolution structure and the feedback of the prediction error. The prediction context exploits the subordination and direction property of the different level subband in the vertical, horizontal, and diagonal subband coefficients. The simulation result of the high frequency images such as PEPPERS, BOAT, and AIRPLANE shows that the proposed algorithm efficiently predicts the edge area of each multi-resolution subband.

• KEPCO Journal on Electric Power and Energy
• /
• 제5권3호
• /
• pp.157-163
• /
• 2019

현재까지 피크완화 및 에너지 절감을 위해 한국전력공사 120여개 사옥에 K-BEMS (KEPCO Building Energy Management System)가 운영 중이다. 이 시스템은 PV, PCS, BESS, EMS 등으로 구성되어 있으며 건물에너지 수요예측을 기반으로 BESS, PV 등을 활용하여 에너지 관리를 도모하고 있다. 이 시스템은 단기 과거데이터에 신경망기법을 단순 적용하여 수요를 예측함에 따라 예측 정확도가 높지 않고 운영자 수작업을 통한 BESS 충방전으로 피크 저감이 곤란하며 운영 경제성 제고가 어려운 실정이다. 이러한 문제를 해결하기 위해 전력연구원에서는 2016년부터 3년간 연구과제를 수행하였는데 이를 통해 에러를 최소화하며 높은 신뢰도를 가지는 실시간 수요예측기법과 이에 기반한 BESS충방전 최적화 자동화 기술 개발, 성능을 검증하였기에 이를 본 논문에서 소개하고자 한다.

• 지구물리와물리탐사
• /
• 제3권3호
• /
• pp.83-87
• /
• 2000

송신원의 파워 증가가 제한되고 인공잡음이 존재하는 지역에서 양질의 탄성파 자료를 획득하기 위하여 근/원기준점(reference)을 이용한 탄성파 잡음예측필터를 개발하였다. 잡음예측필터에 사용된 방법은 backpropagation 알고리즘을 이용한 3층의 인공신경망(neural network)으로서, 훈련자료(training data) 및 검증자료(testing data)에 훈련된 잡음예측필터를 적용시 신호대잡음비(signal-to-noise ration)를 약 3배 정도 증가시켰다. 그러나, 일반적으로 전기, 전자탐사 자료의 질을 향상하기 위해 사용되는 스케일링(scaling)기법으로는 전혀 탄성파의 잡음을 제거할 수 없었다.

• 한국추진공학회지
• /
• 제5권2호
• /
• pp.38-43
• /
• 2001

본 논문은 Finocyl형 그레인의 이중추력형 로켓모타에 대한 성능예측기법을 개발하여 이를 실제 연소 시험 데이터와 비교, 분석하였다. 성능예측은 I-DEAS를 이용한 면적분석과 보정계수를 이용한 성능계산으로 나누어 수행되었다. 비교분석 결과 연소 중 압력이 지속적으로 변화하는 이중추력형 모타의 경우는 단순추력형과는 달리 부스팅과 서스테이닝 단계에서 각각 다른 보정개수를 적용하여 성능을 예측해야하며 이를 이용하여 재예측한 결과 0.5% 오차 안에서 일치함을 확인하였다.

• Computers and Concrete
• /
• 제5권5호
• /
• pp.461-473
• /
• 2008

The paper explores the potential of Support Vector Machines (SVM) approach in predicting 28-day compressive strength and slump flow of self-compacting concrete. Total of 80 data collected from the exiting literature were used in present work. To compare the performance of the technique, prediction was also done using a back propagation neural network model. For this data-set, RBF kernel worked well in comparison to polynomial kernel based support vector machines and provide a root mean square error of 4.688 (MPa) (correlation coefficient=0.942) for 28-day compressive strength prediction and a root mean square error of 7.825 cm (correlation coefficient=0.931) for slump flow. Results obtained for RMSE and correlation coefficient suggested a comparable performance by Support Vector Machine approach to neural network approach for both 28-day compressive strength and slump flow prediction.