• 기술혁신연구
• /
• 제9권2호
• /
• pp.56-76
• /
• 2001

The main purpose of this study is to analyse the digital divide and th determinants of ICT diffusion rate in Korean industries. We estimate the ICT diffusion function using the pooling data for this analysis. The results are as follows. First, the ICT capital accumulated in machinery & equipment, electrical machinery and construction industry is estimated to be 83% of total In capital stock in the 90s. Second, using the panel analysis, we find positive correlation among ICT diffusion, network effect and accumulation of human capital, which is more prominent in the service sector. Third, the estimation results show that the additional 1% increase of human capital accumulation will allow to increase the 0.69% of ICT capital intensity in Korean industries.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.320-322
• /
• 2000

본 논문에서 제안한 종합주가지수 "왼쪽어깨" 패턴 검출은 자기 연상 학습 신경망을 사용하였다. 종합주가 지수 데이터에서 머리어깨모형 중 왼쪽 어깨에 해당하는 데이터로 신경망을 학습시킨 후 이를 이용하여 현재 혹은 테스트 데이터를 입력으로 주어 성능을 평가하였다. 결과는 비교적 우수하였다. 패턴 검출에 의한 투자를 하였을 경우 17개월간의 누적 수익률이 132% 였다. 이 기간동안 buy and hold 전략을 사용했을 경우의 수익률은 39% 였다.률은 39% 였다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 1998년도 추계학술대회 논문집
• /
• pp.226-232
• /
• 1998

In this pager, we present IGBT VVVF inverters as a 1C1M propulsion system for electric car. This inverters are composed of high power IGBT's and controlled by compact control units. The control unit performs full digital control by using 32bit DSP and microconteroller. By using CAN-bus, high speed network is constructed within tow control units. The stack is simplified and optimized by using plate bus and IGBT driver units of hybrid-type.

• 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.

• 대한산업공학회지
• /
• 제39권1호
• /
• pp.30-45
• /
• 2013

Predicting monthly electricity price has been a significant factor of decision-making for plant resource management, fuel purchase plan, plans to plant, operating plan budget, and so on. In this paper, we propose a sophisticated prediction model in terms of the technique of modeling and the variety of the collected variables. The proposed model hybridizes the semi-supervised learning and the artificial neural network algorithms. The former is the most recent and a spotlighted algorithm in data mining and machine learning fields, and the latter is known as one of the well-established algorithms in the fields. Diverse economic/financial indexes such as the crude oil prices, LNG prices, exchange rates, composite indexes of representative global stock markets, etc. are collected and used for the semi-supervised learning which predicts the up-down movement of the price. Whereas various climatic indexes such as temperature, rainfall, sunlight, air pressure, etc, are used for the artificial neural network which predicts the real-values of the price. The resulting values are hybridized in the proposed model. The excellency of the model was empirically verified with the monthly data of electricity price provided by the Korea Energy Economics Institute.

• 한국정보시스템학회지:정보시스템연구
• /
• 제27권1호
• /
• pp.193-224
• /
• 2018

Purpose Targeting Korean companies listed on Korean securities markets (i.e., KOSPI and KOSDAQ markets), this study aims to shed lights the effects of personal information security breaches on stock prices of information security companies. Interestingly, this study is, to the best of our knowledge, the first to examine the information transfer effect on personal information security breaches of companies. Design / Methodology /Approach To examine the information transfer effect of personal information security breaches, our study employs the event study commonly used in financial studies. To this end, we investigate a variety of events of personal information security breaches of companies listed on the KOPSI stock market and the KOSDAQ market. We collect the total samples of one hundred and twelve with forty seven of events of personal information security breaches by thirty companies and sixty five of information security companies. Findings The principal findings from the empirical study are as follows. First, for companies of personal information security breaches, our event study presents the significantly negative AAR (averaged abnormal return) value on the event day at the 5 % level and the highly significant negative CAAR(cumulative averaged abnormal return) value on the event day and the day after the event day at the 1 % level. The results suggest that personal information breaches significantly contribute to an decrease in value of the information breached companies. The cross sectional regressions in this study estimate the significantly negative coefficient for the ME/BE variable, the proxy for a growth opportunity at the 5 % level. This suggests a reverse relation between the growth opportunity of companies and their value. As for the various samples of the information security companies categorized by physical security, network and system security, security application software, code authentication, system integration, we find the significantly positive AAR on the day after the event day at the 5% level, only for the network and system security-companies. This addresses that the information transfer effect followed by personal information breaches is uniquely observable for companies categorized into network and system companies. The regressions for the network and system companies estimate the significantly positive coefficient for the NS dummy variable (i.e., the dummy of the network and system security companies) at the standard level. This allows us to identify appropriate times needed to make the information transfer effect realized from personal information breached companies to information security companies.

• 대한원격탐사학회지
• /
• 제34권6_3호
• /
• pp.1399-1414
• /
• 2018

자연림은 산림의 조성 과 보육 등에 인공적인 사람의 힘이 가해지지 않은 자연 상태의 산림이다. 반면 인공림은 사람이 조성 및 보육관리 하는 숲으로 목재생산, 자연재해 예방, 방풍 등의 목적을 가지는 산림이다. 인공림은 목재생산 등 인간이 목적을 가지고 관리하여 단위 면적당 더 많은 목재를 생산할 수 있는 경제적 장점도 가지고 있다. 자연림과 인공림의 구분은 산림 형태의 관리 방법과 목정이 상이하여 산림조사에서 기본적으로 조사하는 요소이며, 자연림과 인공림의 구분은 항공사진 판독과 현지조사 등의 절차를 통해 이루어진다. 본 연구에서는 자연림과 인공림의 분류에 KOMPSAT-3, 3A, 5 위성 영상데이터에 인공신경망(Artificial Neural Network: ANN)을 적용하여 자연림과 인공림의 분류도를 만들고, 산림청의 1/5,000임상도의 자연림과 인공림 분류도와 비교하여 평가하였다. 인공신경망을 이용한 산림의 자연림과 인공림 구분의 연구를 진행한 결과, 1/5,000 임상도와 비교했을 때, 학습결과 분류 전체 정확도는 77.03%이다. 영상의 획득 시기와 산림의 침엽수와 활엽수 등 기타요인이 인공신경망을 이용한 산림의 인공림과 자연림의 구분에 많은 영향을 미치는 것을 확인하였다.

• 마케팅과학연구
• /
• 제20권1호
• /
• pp.80-88
• /
• 2010

相当多的调查目的是为了证明股东资产值和一些市场战略之间的关系. 之前的研究包括关于股票价格表现和广告之间的关系, 顾客服务学, 新产品介绍, 研究与开发, 名人转让, 品牌感知, 品牌价值评估, 公司名称变化, 以及运动相关的赞助者地位. 另一个据调查可以对股东资产值产生影响的因素是内含特殊体育事件的电视广告, 例如超级杯. 调查指出以超级杯为题材做了广告的公司股票价值都有所提升. 报告给出广告投资和股东价值提升之间的关系, 作为既普通又特殊的事件, 令人吃惊的是调查关注的奥林匹克运动会的相关广告投资以及之后的效果对股东价值的影响效果较小. 然而调查结果显示奥林匹克运动会的主办地却备受关注, 另外所受关注的是赛事的电视广播进行期间广告的财政稳固. 著名的包括Peters (2008), Pfanner (2008), Saini (2008), and KellerFay Group (2009). 这篇论文提出了有关在2000, 2004以及2008年夏季奥林匹克运动会期间在美国国家广播中进行过电视广告宣传的客户的研究.以下为所验证的五个假设: 假设一: 2008, 2004和2000年在美国电视广播中播放奥运广告的公司股票价格在同期比斯坦普500股票价格指数表现要好. 假设二: 奥运相关股票价格比斯坦普500股票价格指数在整个广告播放期间都表现的更好, 播放期间是指从奥运开始前的周一到当年年底. 假设三: 奥运相关股票价格比斯坦普500股票价格指数长期都表现的更好, 长期是指从奥运开始前的周一第二年的年中. 假设四: 在没有奥运会的期间, 奥运相关股票价格和斯坦普500股票价格指数间没有明显差异. 假设五: 在美国电视广播中播放奥运广告的公司的当年年报比其他非奥运年份要好. 本研究记录在过去三届奥运会期间做广告公司的股票价格(北京奥运, 雅典好运, 悉尼奥运). 我们通过Google和电视网络(例如NBC)来确定这些广告. NBC在过去的三届奥运会获得了在美国转播权. 我们使用互联网来确定这些做过广告的品牌的母公司. 股票价格是通过使用Yahoo财经频道来获得的. 本文所使用的所有的信息都是被公开的信息. 总共有117个奥运广告在2008, 2004和2000年在美国播放. 细节可以从图例1中获得. 结果表明这些奥运相关股票在奥运期间以及奥运前期比斯坦普500股票价格指数表现要好. 相同的结果也可以在奥运开始以后到当年年底, 以及之后半年的记录中获得. 价格压力, 信号理论, 高收视率, 以及企业的刺激战略都对这一个结果有着贡献. 论文最后为广告商和研究者提出了建议并对以后的研究提出了方向.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2011년도 춘계학술대회 논문집
• /
• pp.1716-1721
• /
• 2011

The Public Address and Passenger Information System of Rolling Stock should be able to perform automatic announcements in connection with TCMS(Train Control and Monitoring System), common announcements and emergency announcements for safe operation and the passengers. CCTV(Closed Circuit Television) System also should be able to watch passenger compartment for safety. Those equipments are very important thing for train service and safety. but the installation of equipment is restricted by space, weight, modulation. therefore, Passenger Information Intergrated System(PIIS) is required to consider economical efficiency, technical trend, expansion and space insufficiency. and system based on IP network has to be considered as new PIIS. so PIIS could meet economical efficiency and expansion. and it could go further and share network with TCMS and others.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 International Symposium on Remote Sensing
• /
• pp.410-413
• /
• 2008

Existing Outlier detections have been widely studied in geosensor networks. Recently, machine learning and data mining have been applied the outlier detection method to build a model that distinguishes outliers based on anchored criterion. However, it is difficult for the existing methods to detect outliers against incoming time-variant data, because outlier detection needs to monitor incoming data and classify irregular attacks. Therefore, in order to solve the problem, we propose a time-variant outlier detection using 2-dimensional grid method based on unanchored criterion. In the paper, outliers using geosensor data was performed to classify efficiently. The proposed method can be utilized applications such as network intrusion detection, stock market analysis, and error data detection in bank account.