• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 The Pacific Aisan Confrence On Intelligent Systems 2001
• /
• pp.122-127
• /
• 2001

This study investigates the effectiveness of time delay neural networks(TDNN) for the time dependent prediction domain. Although it is well-known fact that the back-propagation neural network(BPN) performs well in pattern recognition tasks, the method has some limitations in that it can only learn an input mapping of static (or spatial) patterns that are independent of time of sequences. The preliminary results show that the accuracy of TDNN is higher than the standard BPN with time lag. Our proposed approaches are demonstrated by the stork market prediction domain.

• 재무관리연구
• /
• 제17권1호
• /
• pp.161-180
• /
• 2000

본 연구는 주가를 예측하는데 있어서 선형 회귀모형을 이용하는 방법과 비선형 인공신경망 모형을 이용하는 방법을 비교 분석하여, 어떤 모형이 더 우수한 예측성과를 내는지를 검증한다. 자본시장에서 투자자들은 접근하는 정보가 다르고 각기 상이한 예측 변수들을 토대로 나름대로의 예측치를 만들어 낸다. 이렇게 볼 때 개별 투자자들이 이용하는 다양한 정보집합을 결합하여 단일의 뛰어난 정보집합을 만들어내는 것은 매우 어려운 과제이다. 따라서 본 연구에서는 이용 가능한 소수의 예측 변수들을 어떤 방식으로 결합하는 것이 예측오차의 분산을 최소화할 수 있는지에 대한 현실적인 접근방법을 모색하고자 한다. 거시경제변수나 시장자료를 입력변수로 사용한 기존 연구와는 달리 본 연구에서는 재무제표 정보를 입력변수로 사용하였다 즉, 대차대조표의 최종요약치인 주당 지분의 장부가치와 손익계산서의 최종요약치인 주당 순이익을 입력변수로 사용했으며 1991년부터 1995년까지의 추정(학습)결과를 토대로 모형을 선택하여 1996년의 제무제표 정보로 1997년의 주가를 예측하는 것이 본 연구의 과제이다. 연구결과, 대체로 선형회귀모형에 비해 비선형 신경망 모형이 예측오차의 분산을 감소시키는 것으로 나타났다.

• 지식경영연구
• /
• 제1권1호
• /
• pp.81-90
• /
• 2000

This study proposes the knowledge discovery process for the effective mining of knowledge on the web. The proposed knowledge discovery process uses the Prior knowledge base and the Prior knowledge management system to reflect tacit knowledge in addition to explicit knowledge. The prior knowledge management system constructs the prior knowledge base using a fuzzy cognitive map, and defines information to be extracted from the web. In addition, it transforms the extracted information into the form being handled in mining process. Experiments using case-based reasoning and neural network" are performed to verify the usefulness of the proposed model. The experimental results are encouraging and prove the usefulness of the proposed model.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.931-934
• /
• 2005

This paper describes an adaptive recommendation system that provides real-time personalized trading advice to the investors based on their profiles and trading information environment. A proposed system integrates Stochastic technical analysis and artificial neural network that incorporates an adaptive user modeling. The user model is constructed and updated based on initial user profile and recorded user interactions with the system. The information presented to each individual user is also tailor-made to fit the user's behavior and preference. A system prototype was implemented in JAVA. Experiments used to evaluate the system's performance were done on both human subjects and synthetic users. The results show our proposed system is able to rapidly learn to provide appropriate advice to different types of users.

• 한국펄프종이공학회:학술대회논문집
• /
• 한국펄프종이공학회 2006년도 PAN PACIFIC CONFERENCE vol.2
• /
• pp.423-426
• /
• 2006

Paper has fibers and fines network structure and it is strongly affected by interface bonding between fibers. Depending on the inter-fiber bonding, paper bulk is determined. Fines play an important roll in Campbell and consolidation effect through wet pressing and drying operations. Refined Sw-BKP, Hw-BKP and BCTMP fines were used to investigate the fines effect. Wet-web strength, breaking length, scattering coefficient, and hydrodynamic specific volume were measured. According to the result of experiments, chemical and morphological compositions of fines do not strongly affect to wet-web forming, but strongly affect to drying operations which form hydrogen bonding among fiber-fines-fiber matrixes. Paper bulk should be controlled by the extent of hydrogen bonding between fibers during drying operations.

• Journal of Information Processing Systems
• /
• 제16권5호
• /
• pp.1001-1007
• /
• 2020

In recent years, machine learning algorithms are continuously being used and expanded in various fields, such as facial recognition, signal processing, personal authentication, and stock prediction. In particular, various algorithms, such as deep learning, reinforcement learning, and Q-learning, are continuously being improved. Among these algorithms, the expansion of deep learning is rapidly changing. Nevertheless, machine learning algorithms have not yet been applied in several fields, such as personal authentication technology. This technology is an essential tool in the digital information era, walking recognition technology as promising biometrics, and technology for solving state-space problems. Therefore, algorithm technologies of deep learning, reinforcement learning, and Q-learning, which are typical machine learning algorithms in various fields, such as agricultural technology, personal authentication, wireless network, game, biometric recognition, and image recognition, are being improved and expanded in this paper.

• 한국경영과학회지
• /
• 제40권4호
• /
• pp.35-48
• /
• 2015

We analyze the systemic risk based on the information flows using the variance decomposition, DebtRank methods, and the Industry Sector Indices during 2001. 01 to 2015. 08. Using the KOSPI stock market as our setting, we find that (i) the systemic risk calculated by information flows of variance decompositions method shows strong positive relations with the market volatility, (ii) the magnitude of systemic risk measured from the information flows network by DebtRank method increases after the subprime financial crisis.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2005년도 추계학술대회 논문집
• /
• pp.522-527
• /
• 2005

Rail network authority have to do the safety ensuring activities including the maintenance of railway facility, integrated performance verification between the facilities and related rolling stock and safety inspections, etc. When constructing the new lines or revising the conventional lines, full system commissioning should be done before the revenue service with railway operator. To develop the optimal full system commissioning model, the status of domestic and foreign railway facility and railway accidents are analysed and the problems of the safety management are derived. As one of countermeasures for the problems, the procedures and criteria for the full system commissioning are developed.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.668-671
• /
• 2015

이 논문은 대한민국의 주식시장에 상장한 기업의 지배구조 분석을 위해 대주주가 어떠한 형태로 주식을 보유하고 있는지에 대한 네트워크 분석이다. 분석대상은 주식시장에 상장한 기업과 그 기업의 주식의 대주주 데이터를 모두 수집하였다. 이를 기업과 대주주 행위자 간에 주식을 보유하고 있는 네트워크를 분석하여 그 보유형태의 의미를 파악하였다. 분석결과 네트워크 형태는 크게 '전체분석, 산업분석, 군집분석, 상장기업분석, 대주주분석, 계열사 분석' 여섯 가지이다. 네트워크 분석결과 주식시장은 전형적인 척도 없는 네트워크 형태를 나타내었으며 반면 그룹간의 계열사 네트워크는 전형적인 계층구조로써 좁은 세상 네트워크의 사례를 나타내었다. 따라서 투자 성향이 갖거나 대주주 간의 이해관계가 있거나 투자상품들이 포트폴리오로 조합원 경우 대주주 간의 네트워크가 밀집된 것을 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.844-847
• /
• 2019

주가 예측은 상업적인 매력 때문에 많은 이목이 끌리는 분야이지만, 주가의 불확실성과 변동성 때문에 주가 예측은 어려운 작업이다. 최근에는 주가 예측 모델에 어텐션 메커니즘을 사용하여 주가 예측에 많은 인자들이 사용되어 생기는 성능 하락 문제를 해결하여 좋은 성능을 보여주는 연구가 존재한다. 본 연구에서는 그 모델 중 하나인 Dual-Stage Attention-Based Recurrent Neural Network(DARNN)의 어텐션 메커니즘을 변경해가며 어떤 어텐션 메커니즘이 주가 예측에 적합한지를 알아본다. KOSPI100 지수의 예측실험을 통해 location 스코어함수를 사용한 어텐션 메커니즘이 가장 뛰어난 성능을 보여주는 것을 확인하였고, 이는 기존의 스코어함수를 사용한 DARNN에 비해 약 10% 향상된 성능으로 스코어 함수가 모델의 중요한 영향을 끼치는 것을 확인하였다.