• 국제학술발표논문집
• /
• The 6th International Conference on Construction Engineering and Project Management
• /
• pp.723-727
• /
• 2015

Building energy use estimation relies on building characteristics, its energy systems, occupants, and weather. Energy estimation of new buildings is considerably an easy task when compared to modeling existing buildings as they require calibration with actual data. Particularly, when energy estimation of existing building stock is warranted at a city-scale, the problem is exacerbated owing to lack of construction drawings and other engineering specifications. However, as collection of buildings and other infrastructure constitute cities, such predictions are a necessary component of developing and maintaining sustainable cities. This paper uses Artificial Neural Network techniques to predict electricity consumption for residential buildings situated in the City of Gainesville, Florida. With the use of 32,813 samples of data vectors that comprise of building floor area, built year, number of stories, and range of monthly energy consumption, this paper extends the prediction to environmental impact assessment of electricity usage at the urban-scale. Among others, one of the applications of the proposed model discussed in this paper is the study of urban scale Life Cycle Assessment, and other decisions related to creating sustainable cities.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 The Pacific Aisan Confrence On Intelligent Systems 2001
• /
• pp.89-96
• /
• 2001

Agent-mediated electronic markets have been a grow-ing area of agent research and developmen tin recent year. There exist a lot of e-commerce sites on the In-ternet(e.g. Priceline, com, Amazon, com etc). These e-commerce site have proposed new business models for effective and efficient commerce activity. Intelli-gent agents have been studied very widely in the field of artificial intelligence, For purpose of this paper, an agent can act autonomously and collaboratively in a network environment on behalf of its users. It is hard for people to effectively and efficiently monitor, buy, and sell at multiple e-commerce sites. If we intro-duce agent technologies into e-commerce systems, we can expect to further enhance the intelligence of their support. In this paper, we propose a new coopera-tion mechanism among seller agents based on exchang-ing their goods in our agent-mediated electronic market system. G-Commerce. On G-Commerce, seller agents and buyer agents negotiate with each other. In our model, seller agents cooperatively negotiate in order to effectively sell goods in stock. Buyer agents coopera-tively form coalitions in order to buy goods based an discount proices. Seller agent's negotiation goods. Our current experiments show that exchanging mechanism enables seller agents to effectively sell goods in stock. Also, we present the Pareto optimality of our exchang-ing mechanism.

• 한국콘텐츠학회논문지
• /
• 제6권10호
• /
• pp.163-173
• /
• 2006

섬유 패션 산업은 소비자의 구매 욕구를 예측하여 제품을 개발하는 경우가 빈번하며, 예측이 잘못될 때는 즉 소비자들이 특정제품을 외면하는 경우 할인판매를 통해 제품을 처리해야 하는 문제점을 안고 있다. 반면에 신속대응 시스템은 소비자의 욕구를 지속적으로 관찰하여 신속하게 제품개발 및 생산일정을 수립함으로써 불필요한 재고가 쌓이는 경우를 사전에 방지할 수 있게 한다 소비자의 욕구는 POS 시스템에서 창출되는 자료를 통해 수집 분석되고 이런 소비자의 선호도는 네트워크를 통해 실시간으로 관련 제조업자에게 제공되어 제조업자들이 소비자의 선호도에 부합하는 제품을 개발, 생산, 제공할 수 있도록 해준다. 본 연구에서는 신속대응 시스템의 주요한 목표인 신기술의 접목을 통하여 의류제품의 기획, 구매, 생산, 유통과정 상의 재고 수준의 절감 및 과정 소요기간의 단축, 의류제조업자와 소매업자간의 보다 나은 협조체계의 개발, 소비자의 욕구에 적절히 대응하는 시스템을 학생들에게 교육할 수 있는 프로그램을 개발하였는데 신속대응 시스템을 위한 섬유 패션 스트림간 상품 기획 프로그램을 개발하였다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제26권3호
• /
• pp.63-90
• /
• 2017

Purpose This study proposes a novel system trading model using case-based reasoning (CBR) based on absolute similarity threshold. The proposed model is designed to optimize the absolute similarity threshold, feature selection, and instance selection of CBR by using genetic algorithm (GA). With these mechanisms, it enables us to yield higher returns from stock market trading. Design/Methodology/Approach The proposed CBR model uses the absolute similarity threshold varying from 0 to 1, which serves as a criterion for selecting appropriate neighbors in the nearest neighbor (NN) algorithm. Since it determines the nearest neighbors on an absolute basis, it fails to select the appropriate neighbors from time to time. In system trading, it is interpreted as the signal of 'hold'. That is, the system trading model proposed in this study makes trading decisions such as 'buy' or 'sell' only if the model produces a clear signal for stock market prediction. Also, in order to improve the prediction accuracy and the rate of return, the proposed model adopts optimal feature selection and instance selection, which are known to be very effective in enhancing the performance of CBR. To validate the usefulness of the proposed model, we applied it to the index trading of KOSPI200 from 2009 to 2016. Findings Experimental results showed that the proposed model with optimal feature or instance selection could yield higher returns compared to the benchmark as well as the various comparison models (including logistic regression, multiple discriminant analysis, artificial neural network, support vector machine, and traditional CBR). In particular, the proposed model with optimal instance selection showed the best rate of return among all the models. This implies that the application of CBR with the absolute similarity threshold as well as the optimal instance selection may be effective in system trading from the perspective of returns.

• 한국산학기술학회논문지
• /
• 제22권1호
• /
• pp.123-130
• /
• 2021

최근 컴퓨터 기술이 발전하면서 기계학습 분야에 관한 관심이 높아지고 있고 다양한 분야에 기계학습 이론을 적용하는 사례가 크게 증가하고 있다. 특히 금융 분야에서는 금융 상품의 미래 가치를 예측하는 것이 난제인데 80년대부터 지금까지 기술적 및 기본적 분석에 의존하고 있다. 기계학습을 이용한 미래 가치 예측 모형들은 다양한 잠재적 시장변수에 대응하기 위한 모형 설계가 무엇보다 중요하다. 따라서 본 논문은 기계학습의 하나인 강화학습 모형을 이용해 KOSPI 시장에 상장되어 있는 개별 종목들의 주가 움직임을 정량적으로 판단하여 이를 주식매매 전략에 적용한다. 강화학습 모형은 2013년 구글 딥마인드에서 제안한 DQN와 A2C 알고리즘을 이용하여 KOSPI에 상장된 14개 업종별 종목들의 과거 약 13년 동안의 시계열 주가에 기반한 데이터세트를 각각 입력 및 테스트 데이터로 사용한다. 데이터세트는 8개의 주가 관련 속성들과 시장을 대표하는 2개의 속성으로 구성하였고 취할 수 있는 행동은 매입, 매도, 유지 중 하나이다. 실험 결과 매매전략의 평균 연 환산수익률 측면에서 DQN과 A2C이 대안 알고리즘들보다 우수하였다.

• 한국인터넷방송통신학회논문지
• /
• 제21권2호
• /
• pp.125-130
• /
• 2021

축산 스마트팜의 구현이 사물인터넷 기술이 발전함에 따라 더욱 효율적으로 이루어질 수 있게 되었다. IoT 기술을 이용한 소의 질병 및 발정을 판단하여 자동적으로 소의 관리자 스마트폰으로 그 판단 결과를 푸시메지시로 알려주면 유용한 축산관리 시스템 구축이 가능해진다. 소의 질병 및 발정시기를 판단하는 방식은 온도센서 및 3축가속도 센서를 이용하여 가축의 생체데이터를 수집하여 IoT 통신과 인터넷을 이용해서 서버로 데이터를 전송하고 이 데이터는 인공지능 머신러닝 학습에 의해 이루어진다. 본 논문에서는 이와 같은 사물인터넷 기반 소관리 시스템을 구축하기 위한 전체 시스템 구조를 보여준다. 또한 객체지향방법을 이용한 사용자 요구사항 분석과 플로우차트 및 화면 설계를 보여줌으로써 이 시스템 소프트웨어를 개발하기 위한 효율적인 분석 및 설계 방법을 제시한다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.65-82
• /
• 2021

주식시장에 참여하는 투자자들은 크게 외국인투자자, 기관투자자, 그리고 개인투자자로 구분된다. 외국인투자자 같은 전문투자자 집단은 개인투자자 집단과 비교하여 정보력과 자금력에서 우위를 보이고 있으며, 그 결과 시장 참여자들 사이에는 외국인투자자들이 좋은 투자 성과를 보이는 것으로 알려져 있다. 외국인 투자자들은 근래에는 인공지능을 이용한 투자를 많이 하고 있다. 본 연구의 목적은 투자자별 거래량 정보와 머신러닝을 결합하는 투자전략을 제안하고, 실제 주가와 투자자별 거래량 데이터를 이용하여 제안 모형의 포트폴리오 투자 성과를 분석하는 것이다. 일별 투자자별 매수 수량과 매도 수량 정보는 한국거래소에서 공개하고 있는 자료를 활용하였으며, 여기에 인공신경망을 결합하여 최적의 포트폴리오 전략을 도출하고자 하였다. 본 연구에서는 자기 조직화 지도 모형 인공신경망을 이용하여 투자자별 거래량 데이터를 그룹화하고 그룹화한 데이터를 변환하여 오류역전파 모형을 학습하였다. 학습 후 검증 데이터 예측결과로 매월 포트폴리오 구성을 하도록 개발하였다. 성과 분석을 위해 포트폴리오의 벤치마크를 지정하였고 시장 수익률 비교를 위해 KOSPI200, KOSPI 지수 수익률도 구하였다. 포트폴리오의 동일배분 수익률, 복리 수익률, 연평균 수익률, MDD, 표준편차, 샤프지수, 벤치마크로 지정한 시가총액 상위 10종목의 Buy and Hold 수익률 등을 사용하여 성과 분석을 진행하였다. 분석 결과 포트폴리오가 벤치마크 대비 2배 수익률을 올렸으며 시장 수익률보다 좋은 성과를 보였다. MDD와 표준편차는 포트폴리오와 벤치마크가 비슷한 결과로 성과 대비 비교한다면 포트폴리오가 좋은 성과라고 할 수 있다. 샤프지수도 포트폴리오가 벤치마크와 시장 결과보다 좋은 성과를 내었다. 이를 통해 머신러닝과 투자자별 거래정보 분석을 활용한 포트폴리오 구성 프로그램 개발의 방향을 제시하였고 실제 주식 투자를 위한 프로그램 개발에 활용할 수 있음을 보였다.

• 통상정보연구
• /
• 제13권3호
• /
• pp.229-248
• /
• 2011

본 연구는 선행 연구와 실증연구를 병행하여 글로벌 제휴활동이 제휴혁신에 미치는 영향을 실증하였다. 연구 개념 사이에 영향을 검증하기 위하여 가설 6개를 설정하였고, 글로벌 제휴나 협력을 공시한 업체 중 기준에 적합한 업체 114곳에서 설문자료를 수집하여 빈도분석, 신뢰도분석, 요인분석, 회귀분석, 확인 요인분석, 구조방정식 모형분석, 회귀분석을 각각 하였다. 연구결과를 요약하면 다음과 갈다. 첫째, 기업역량과 파트너 역량은 제휴창조활동에 영향을 미치는 것으로 나타났다. 제휴창조활동은 제휴활동에 고유한 체계와 문화를 확립하는 것으로서 기업역량과 파트너 역량을 결합하고 습득하기 위한 것이다. 따라서 제휴창조활동은 참여 업체 사이에 의사결정체계, 기업문화 등이 상이하여 발생하는 갈등을 방지하고, 제휴로써 기존 활동을 변모시키기 위하여 상호 학습하고 파트너에게 접근하기 위한 경로를 개척하는 것으로 볼 수 있다. 둘째, 기업역량과 파트너 역량은 제휴학습에 영향을 미치는 것으로 나타났다. 제휴학습은 지식이나 역량을 통합하고 개발하여 조직과 가치사슬에 확산시키는 것으로서 기어역량과 파트너 역량을 교환하고 모방하여 제휴지식을 확장하는 것이 작용하였다고 볼 수 있다. 셋째, 제휴창조활동과 제휴학습 중 제휴학습이 제휴혁신에 영향을 미치는 것으로 나타났다. 제휴학습은 다양한 조직수준에서 발생하는 상호작용과 제휴지식을 확장하고 습득하여 가치사슬과 조직에 확산되는 과정이기 때문에 제휴혁신에 영향을 미친다고 볼 수 있다. 결국 제휴혁신은 기업역량과 파트너 역량을 바탕으로 제휴활동에 고유한 지식을 창출하거나 기술을 개발하는 제휴학습이 중요한 것으로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제22권4호
• /
• pp.222-230
• /
• 2022

최근 한국의 문화콘텐츠 산업이 발전하고 있는 가운데 전 세계적으로 인지도가 높아질 수 있는 배경에는 과학 기술의 발전으로 글로벌 네트워크 사용자들의 실시간 공유 서비스가 있다. 특히 유튜브의 경우에는 한정적인 사용자가 아닌 모든 사람이 잠재적인 영상 제공자가 될 수 있다는 점에서 그 전파력은 빠르고 강력하다. 국내에도 휴대폰 사용자의 약 80% 이상이 유튜브를 이용하고 있는 것으로 나타난 만큼 유튜브의 정보는 사용자의 심리적 요인이 반영되고 있다는 것을 의미한다. 예컨대 특정 성격을 갖고 있는 채널의 영상 조회 수, 좋아요 수 그리고 댓글 수와 같은 정보는 그 채널이 갖는 성격의 관심도에 대한 척도를 보여준다. 이는 포털 사이트의 키워드 검색 빈도와 같은 정보가 경제 심리학적으로 주가 시장과 밀접한 연관이 있다는 것과 관련성이 높다. 따라서 본 연구에서는 대표 엔터테이먼트 사의 유튜브 정보를 크롤링 알고리즘을 통해 수집하고 이를 주가와 관련된 주요 변수와 인과 관계에 대해서 분석한다. 그 결과 유튜브의 관심도는 주가, 주가 변동성 그리고 거래량에 선행적 인과 관계를 보인다는 것을 입증했다. 본 연구는 4차 산업 시대에 맞게 문화콘텐츠, IT 그리고 금융 분야를 접목해서 연구를 진행했다는 점에서 의의가 있다고 사료된다.

• 한국콘텐츠학회논문지
• /
• 제11권6호
• /
• pp.1-7
• /
• 2011

KOSPI는 정치 및 경제를 포함한 다양한 요소에 영향을 받는 관계로 정확한 단기 KOSPI 예측 방법론 개발은 매우 어려운 문제로 여겨지고 있다. 본 논문에서는 가중 퍼지소속함수 기반 신경망(NEWFM; neural network with weighted fuzzy membership functions)의 특징 추출기법을 사용하여 5일 동안의 주가 단기추세를 예측하는 방안을 제안한다. 비중복면적 분산 측정법에 의해 중요도가 가장 낮은 특징입력을 하나씩 제거하면서 최소의 특징입력을 선택한다. 특징입력으로써 기술지표를 이용하여 얻은 데이터를 웨이블릿 변환을 이용하여 39개의 계수들을 추출한다. 이들 39개의 특징입력 중 비중복면적 분산측정법에 의해서 추출된 12개의 계수가 사용된다. 제안된 방법에서는 민감도가 72.79%, 특이도가 74.76%, 정확도가 73.84%를 나타낸다.