• 지능정보연구
• /
• 제24권1호
• /
• pp.167-181
• /
• 2018

지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.

• 한국시뮬레이션학회논문지
• /
• 제28권4호
• /
• pp.21-32
• /
• 2019

군집에 대한 사회적 행동 모델에 영감을 받은 군집 최적화 알고리즘은 복잡한 최적화 문제 해결에서부터 인공 신경망의 학습에까지 활용되는 대표적인 메타휴리스틱 최적화 알고리즘 중의 하나이다. 하지만 이 알고리즘은 기본적으로 확률적 노이즈가 존재하지 않는 결정적인 환경에서 개발되었기 때문에, 많은 경우 확률적 노이즈가 존재하는 실제 문제에 적용하기에 어려움이 있었다. 본 논문에서는 이를 개선하기 위하여 불확실 평가 기법이라고 정의되는 통계적 가설 검정 기반의 리샘플링 기법을 적용한다. 이 기법을 통하여 입자 군집 최적화 알고리즘의 성능에 가장 큰 영향을 미치는 입자들의 전역 최적을 정확하게 찾으므로 노이즈 환경에서 입자들이 최적해로 보다 정확하고 빠르게 수렴하도록 한다. 다양한 벤치마크 문제들에 대한 기존 알고리즘들과의 비교 실험 결과는 제안하는 알고리즘의 개선된 성능을 입증하고, 사례 연구의 결과는 본 연구의 필요성을 강조한다. 본 연구 결과가 4차 산업혁명 시대에 디지털 트윈 등을 통한 시뮬레이션 기반 시스템 최적화에 효과적으로 적용될 수 있을 것이라 기대한다.

• 정보처리학회논문지C
• /
• 제12C권2호
• /
• pp.281-288
• /
• 2005

최근의 컴퓨터 네트워크에서 teletraffic의 양상은 Poisson 프로세스보다 self-similar 프로세스에 의해서 더 잘 반영된다. 이는 컴퓨터 네트워크의 teletraffic에 관련하여 self-similar한 성질을 고려하지 않는다면, 컴퓨터 네트워크의 성능에 관한 결과는 부정확 할 수밖에 없다는 의미가 된다. 따라서, 통신 네트워크에 관한 시뮬레이션을 수행하기 위한 매우 중요한 요소 중에 하나는 충분히 긴 self-similar한 sequence를 얼마나 잘 생성하느냐의 문제이다. 본 논문에서는 SRA (successive random addition) 방법을 이용한 pseudo-random self-similar sequence 생성기를 구현 및 분석하였다. 본 pseudo-random self-similar sequence 생성기의 성질을 매우 긴 sequence를 생성하는데 요구되는 통계적인 정확도와 생성시간에 대해서 분석하였다. 본 논문에서 제안한 SRA 방법을 이용한 pseudo-random self-similar sequence 생성기의 성능은 Hurst 변수의 상대적인 정확도로 보았을 때, 그리고 sequence의 생성시간을 고려했을 때에 적합함을 보였다. 이 생성기의 이론적 complexity는 n개의 난수를 발생하는데 O(n)이 요구된다.

• 정보처리학회논문지C
• /
• 제11C권5호
• /
• pp.621-632
• /
• 2004

최근의 통신 네트워크에서 teletraffic의 양상은 Poisson 프로세스보다 self-similar 프로세스에 의해서 더 잘 반영된다. 이는 통신 네트워크의 teletraffic에 관련하여 self-similar한 성질을 고려하지 않는다면, 통신 네트워크의 성능에 관한 결과는 부정확 할 수밖에 없다는 의미가 된다. 따라서, 통신 네트워크에 관한 시뮬레이션을 수행하기 위한 매우 중요한 요소 중에 하나는 충분히 긴 self-similar한 sequence를 얼마나 잘 생성하느냐의 문제이다. 본 논문에서는 fractional Gaussian noise와 wavelet 변환을 이용한 새로운 pseudo-random self-similar sequence 생성기를 구현 및 분석하였다. 특별히 본 생성기는 다른 wavelet 변환보다 long range dependent한 프로세스들의 self-similar 구조에 잘 맞기 때문에 좀더 정확한 결과를 유도할 수 있는 Daubechies wavelet을 사용하였다. 본 생성기를 이용하여 매우 긴 sequence를 생성하는데 요구되는 통계적인 정확도와 생성시간에 대해서 분석하였으며, 본 논문에서 제안한 생성기의 성능은 Hurst 변수의 상대적인 정확도로 보았을 때, 그리고 sequence의 생성시간을 고려했을 때에 매우 우수함을 보였다. 이 생성기의 이론적 complexity는 n개의 난수를 발생하는데 0(n)이 요구된다.

• 한국시뮬레이션학회논문지
• /
• 제33권1호
• /
• pp.19-26
• /
• 2024

단계형 확률분포는 마코프 체인이 특정 상태로 흡수되는 시점까지 거쳐가는 여러 단계에서 체재하는 시간들의 합으로 정의되며 대기행렬 시스템과 신뢰성 분석 모형 등에 광범위하게 사용된다. 연속적 단계형 분포의 경우 흡수 상태로 진입하기까지 거쳐가는 각각의 단계에서의 체재 시간이 지수분포를 따르므로 연속적 단계형 분포는 다양한 지수분포들의 합 또는 볼록 결합으로 나타낼 수 있다. 단계형 분포를 생성하는 가장 일반적이면서도 직관적인 방법은 마코비안 표현방법이라 불리는 초기 확률벡터와 전이 생성행렬에 의해 주어지는 조건부 확률을 이용하는 것이다. 적률이 주어진 상황에서 단계형 변수를 생성하는 방법에 대한 기존의 연구들은 대부분 적률을 마코비안 표현방법으로 변환하는 것을 전제로 하고 있다. 본 연구에서는 적률을 마코비안 표현방법으로 변환하지 않고 확률 분포함수를 결정하여 단계형 확률변수를 생성하는 방법에 대해 살펴보고 마코프 표현을 사용하는 기존의 방법 대신에 조단 분해법과 최소 표현 라플라스 변환을 이용하여 2계 단계형 확률변수를 분포함수를 결정하는 공식과 절차를 제시한다. 이러한 접근 방법은 고차원의 단계형 확률분포를 이용하여 대기행렬의 시뮬레이션을 하는 경우에 마코비안 표현방법의 전이행렬을 결정하여 변수를 생성하는 경우보다 효율적이다.

• 지구물리와물리탐사
• /
• 제13권1호
• /
• pp.80-87
• /
• 2010

본 연구는 Athabasca 오일샌드광구의 역청 생산방법인, SAGD 수행에 영향을 주는 불균질한 유효투수도의 분포도를 만드는 저류층 모델링 작업 공정을 개발하기 위한 것이다. 암석학적 상 분포는 연구 지역 역청 저류층 내의 불균질성의 주요 원인이다. 대상 매질은 사암과 이암으로 구성된 하천에서 바다로 이어지는 채널로서 이암이 유체의 흐름을 방해해 유효 투수도를 감소시키고 있다. 본 연구에서는 암석학적 상등을 이암의 모양에 따라 마른 특성의 유효투수도를 갖는 세 종류로 분류하였다. 본 연구의 저류층 모델링 작업과정은 상 모델과 투수도 모델링, 두 가지 주요 모듈로 구성되어 있다. 상 모델링은 확률적인 접근을 이용하여 유효투수도 결정에 중요한, 세가지 상등 중에 어떤 종류에 속하는지를 알려준다. 투수도 모델링은 먼저 이암의 체적율을 구하고 그것을 유효투수도로 변환시킨다. 암석상들의 소형 모델에 대한 일련의 시뮬레이션 적용을 통해 이암 체적율을 유효투수도로 변환시키는 변환함수를 얻는다. 탄성파 자료는 지구통계학적 방법으로 상 모델링에 입력되는 상등의 우선 확률을 제공함으로써 상 모델링에 기여한다. 특히, 본 연구에서는 상들의 우선 확률을 개선하기 위해 상등의 예측 시 다양한 탄성파 속성들을 복합적으로 사용하는 신경망 방법을 이용하였다. 상 구분에 있어서의 얼마만큼 개선되었는지를 보여주기 위해 상 모델링 시 개선된 우선 확률을 사용한 결과를 단일 탄성파 속성을 이용하는 기존 방법의 결과와 비교하였다. 다중 탄성파 속성들의 복합적인 사용에서 밀도와 P파 속도를 조합해서 이용하는 것이 상구분을 향상시키는데 필수적이다. 또한 본 연구에서는 검층으로부터 얻은 공극률과 P파 속도, 사진찍은 것 같이 예측된 이암의 부피를 이용하여 sand matrix의 공극률이 정확하게 평가원 연구지역에서, 다른 상등 사이에서 P파 속도가 달라지게 하는 sand matrix의 공극률에 대해서도 논의하였다.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제12권5호
• /
• pp.39-53
• /
• 2007

일반적으로 균열암반 매질은 수리전도도 혹은 그 난수장이나(연속체 모형), 투수성 균열의 공간적 통계적 분포(불연속균열망 모형)를 이용하여 표현할 수 있다. 본 연구에서는 잘 알려진 균열암반매질의 개념 모형의 실질적 적용성을 검토하기 위하여 충청남도 금산군 남이면 남이자연휴양림 내 한국지질자원연구원 시험부지 내에서 다양한 현장 수리 시험을 적용하고, 그 결과를 비교검토하였다. 본 지역에서 투수성 구간의 수리전도도 값은 $7.67{\times}10^{-10}{\sim}3.16{\times}10^{-6}$ m/sec이며, 산술평균은 $7.70{\times}10^{-7}$ m/sec, 기하평균은 $2.16{\times}10^{-7}$ m/sec이다. 단공 패커 시험의 경우 총 8개의 공에서 총 110개 구간에 대한 시험을 수행하였다. 이 시험 구간 중 불투수성 구간은 총 9개, $1.0{\times}10^{-8}$ m/sec 이하의 수리전도도를 가지는 저투수성 구간은 총 14개로 전반적으로는 투수성이 양호한 것으로 확인되었다. 단공 패커시험을 통해 나타난 수리전도도의 수직적 분포는 단공 유향 유속 시험 결과와 비교적 잘 부합하는 양상으로 나타나고 있다. 하지만, 공간 수리시험의 결과는 전반적으로 투수성이 양호하다는 단공 시험 결과와는 다소 다른 양상을 보인다. 공간시험의 결과는 투수성보다는 연결성을 포함한 균열암반 매질의 투수성/불투수성의 이진법적 특성에 의해 더 큰 영향을 받는 것으로 나타났다. 따라서 균열암반 매질에서의 지하수 유동에 대한 개념 모형의 현실적이고 합리적인 설정을 위해서는 투수성/불투수성의 이진법적 특성에 대해 어떻게 규명할 것인가에 대한 조사방법과 해석방법에 대한 지속적인 연구가 요구된다.