• 산업경영시스템학회지
• /
• 제46권4호
• /
• pp.152-159
• /
• 2023

This study endeavors to enrich investment prospects in cryptocurrency by establishing a rationale for investment decisions. The primary objective involves evaluating the predictability of four prominent cryptocurrencies - Bitcoin, Ethereum, Litecoin, and EOS - and scrutinizing the efficacy of trading strategies developed based on the prediction model. To identify the most effective prediction model for each cryptocurrency annually, we employed three methodologies - AutoRegressive Integrated Moving Average (ARIMA), Long Short-Term Memory (LSTM), and Prophet - representing traditional statistics and artificial intelligence. These methods were applied across diverse periods and time intervals. The result suggested that Prophet trained on the previous 28 days' price history at 15-minute intervals generally yielded the highest performance. The results were validated through a random selection of 100 days (20 target dates per year) spanning from January 1st, 2018, to December 31st, 2022. The trading strategies were formulated based on the optimal-performing prediction model, grounded in the simple principle of assigning greater weight to more predictable assets. When the forecasting model indicates an upward trend, it is recommended to acquire the cryptocurrency with the investment amount determined by its performance. Experimental results consistently demonstrated that the proposed trading strategy yields higher returns compared to an equal portfolio employing a buy-and-hold strategy. The cryptocurrency trading model introduced in this paper carries two significant implications. Firstly, it facilitates the evolution of cryptocurrencies from speculative assets to investment instruments. Secondly, it plays a crucial role in advancing deep learning-based investment strategies by providing sound evidence for portfolio allocation. This addresses the black box issue, a notable weakness in deep learning, offering increased transparency to the model.

• 한국재난정보학회 논문집
• /
• 제20권2호
• /
• pp.257-269
• /
• 2024

Purpose: The purpose of this study is to explain the pivotal role of the travel forecasting process in urban transportation planning. This study emphasizes the use of travel forecasting models to anticipate future traffic. Method: This study examines the methodology used in urban travel demand modeling within transportation planning, specifically focusing on the Urban Transportation Modeling System (UTMS). UTMS is designed to predict various aspects of urban transportation, including quantities, temporal patterns, origin-destination pairs, modal preferences, and optimal routes in metropolitan areas. By analyzing UTMS and its operational framework, this research aims to enhance an understanding of contemporary urban travel demand modeling practices and their implications for transportation planning and urban mobility management. Result: The result of this study provides a nuanced understanding of travel dynamics, emphasizing the influence of variables such as average income, household size, and vehicle ownership on travel patterns. Furthermore, the attraction model highlights specific areas of significance, elucidating the role of retail locations, non-retail areas, and other locales in shaping the observed dynamics of transportation. Conclusion: The study methodically addressed urban travel dynamics in a four-ward area, employing a comprehensive modeling approach involving trip generation, attraction, distribution, modal split, and assignment. The findings, such as the prevalence of motorbikes as the primary mode of transportation and the impact of adjusted traffic patterns on reduced travel times, offer valuable insights for urban planners and policymakers in optimizing transportation networks. These insights can inform strategic decisions to enhance efficiency and sustainability in urban mobility planning.

• 한국수자원학회논문집
• /
• 제48권12호
• /
• pp.981-993
• /
• 2015

수문 시계열의 분석은 수문자료를 활용한 수자원의 효율적인 운영 및 관리에 필수적인 부분이며, 특히 장기적인 수문량 예측에 널리 활용되고 있다. 이러한 수문 시계열 분석은 전통적으로 하나의 자료계열을 하나의 요인으로 파악하여 자료를 분석하고 예측해왔지만 시계열 자료가 여러 가지 요인으로 혼합되 어 하나의 자료계열로 나타내질 수 있다는 가정 하에 각 요인들을 분해하여 분석하는 방법도 널리 연구되고 있다. 본 연구에서는 경험적 모드분해법을 이용하여 주어진 수문 시계열을 다중 성분으로 분해하고 분해된 각 요소를 시계열 모형으로 재구축한 후, 구축된 요소별 시계열 모형으로부터 예측된 값을 합하여 시계열을 예측하는 방법을 이용하였으며 이를 국내 댐 유입량에 적용한 후 그 결과를 나타내었다. 기존 시계열 모형과 경험적 모드분해법을 이용한 방법의 정확도를 비교한 결과, 기존의 시계열 모형을 이용하여 자료를 예측한 결과보다 경험적 모드분해법을 적용하여 자료를 분해한 후 시계열 자료를 예측한 결과가 주어진 시계열 자료를 더 잘 나타내는 것을 알 수 있었다.

• 문화기술의 융합
• /
• 제7권1호
• /
• pp.216-222
• /
• 2021

COVID-19 펜데믹 상황으로 인해 비군사·초국경적으로 발생하는 비전통적 안보위협에 대한 국가적 관심은 더욱 높아지고 있다. COVID-19로부터 발생한 국가적 피해 규모와 강도가 상상을 초월하기 때문이다. 이와 관련하여 육군은 다양한 집단지성 플랫폼을 통해 미래 한반도에서 발생할 수 있는 비전통적 안보위협을 예측하는 노력을 강구하고 있다. 향후 기후변화, 4차 산업혁명 도래에 따른 사회변화 및 기술발전으로 인해 비전통적 안보위협은 다양화될 것이다. 특히, 도시화율, 인터넷 보급률 및 대륙과 해양의 대기가 충돌하는 지리적 위치 등을 고려했을 때 우리나라에 가해질 비전통적 안보위협은 다른 나라의 경우보다 더욱 치명적일 것이다. 따라서 범정부 차원에서 민·관·군·산·학·연의 집단지성 플랫폼을 활용하여 비전통적 안보위협을 예측하는 것이 무엇보다도 중요할 것이다.

• 응용통계연구
• /
• 제32권6호
• /
• pp.795-835
• /
• 2019

최근 다양한 분야에서 '빅데이터'가 생성되었다. 많은 기업들은 인공지능(AI)을 기반으로 빅데이터 분석이 가능한 시스템을 구축하여 이익 창출을 시도하고 있다. 인공지능 기술을 접목함으로써 방대한 양의 데이터를 효율적으로 분석하고 효과적으로 활용하는 것은 점점 더 중요해지고 있다. 특히 재무, 조달, 생산 및 마케팅과 같은 다양한 분야에서 국가 및 기업 경영 관리에있어 최소의 오차와 최대의 정확도를 갖춘 수요예측은 절대적으로 중요한 요소이다. 이때 각 분야의 수요패턴을 고려한 적절한 모델을 적용하는 것이 중요하다. 전통적으로 쓰이는 시계열모델이나 회귀모델로도 비대해진 실제 데이터의 복잡한 비선형적인 패턴을 분석할 수 있다. 그러나 다양한 비선형 모델들 중에서 적절한 모델을 선택하는 것은 사전 지식 없이는 어려운 일이다. 최근에는 인공지능 기반의 기법들인 머신러닝이나 딥러닝 기법을 중심으로 이루어진 연구들이 이를 극복할 수 있음을 증명하고 있다. 뿐만 아니라 정형데이터와 이미지나 텍스트의 비정형 데이터 분석을 통한 수요예측도 높은 정확도를 갖춘 결과를 보이고 있다. 따라서 본 연구에서는 수요예측이 비교적 활발하게 일어나는 중요한 분야들을 나누어 설명하였다. 그리고 각 분야별로 갖는 특징적인 성격을 고려한 인공지능 기반의 수요예측 기법에 대해 머신러닝과 딥러닝 기법으로 나누어 소개하였다.

• 대한교통학회지
• /
• 제21권6호
• /
• pp.43-55
• /
• 2003

본 연구에서 대중교통 수요예측과정에서 교통죤(TAZ)내의 거주인구, 직장인 등 대중교통이용가능 잠재수요 추정을 개선하기 위한 새로운 방법이 제시되었다. 대중교통을 이용하기 위해서는 보행 또는 승용차(Park & Ride or Kiss & Ride)로 대중교통에 접근하는 바, 제시된 방법이 보행에 의한 대중교통 잠재수요 및 승용차에 의한 대중교통 잠재수요를 추정하는 데 있어 기존의 buffer method 및 network ratio method보다 합리적이고 개선된 방법임을 보여주고 있다. 본 연구에서 제시된 방법은 교통수단선택모형(mode choice model)의 적용과정에서 대중교통 수요예측을 개선할 수 있을 것으로 기대된다.

• Journal of Construction Engineering and Project Management
• /
• 제2권4호
• /
• pp.42-45
• /
• 2012

In construction industry, the term 'procurement' is considered as a project based job where clients and contractors are always keen to observe performance indicators. These indicators represent financial and non-financial efficiency of project activities. Among these, the monitoring of financial indicators such as cost monitoring is an ongoing process and its importance cannot be undermined during the project life cycle. It can be monitored by using traditional approach of direct reporting of actual cost against budget. However, the comparison of budget versus actual spending does not indicate the worth of the work which is completed at any given time. This approach does not represent the true cost performance of the project. Because of these limitations, this paper discusses the applications of Earned Value Analysis (EVA) for cost monitoring of construction projects in Malaysia. Besides traditional approach, EVA is a three-dimensional approach that compares three cost indicators i.e. the budgeted value of work scheduled with the earned value of physical work completed and the actual cost of work completed. Therefore, cost monitoring by EVA is an objective measure of actual work performed. This paper uses a case study, an example application of EVA as a cost monitoring tool. This case study reaffirms the benefits of using EVA for project cash flow analysis and forecasting.

• 국제초고층학회논문집
• /
• 제2권4호
• /
• pp.345-354
• /
• 2013

This paper presents an advanced engineering technique using finite element analysis to improve structural silicone glazing (SSG) design in high-performance curtain wall systems for building facade. High wind pressures often result in bulky SSG aluminum extrusion profile dimensions. Architectural desire for aesthetically slender curtain wall sight-lines and reduction in aluminum usage led to optimization of structural silicone bite geometry for improved stress distribution through use of finite element analysis of the hyperelastic silicone models. This advanced design technique compared to traditional SSG design highlights differences in stress distribution contours in the silicone sealant. Simplified structural engineering per the traditional SSG design method lacks accurate forecasting of material and stress optimization, as shown in the advanced analysis and design. Full scale physical specimens were tested to verify design capacity in addition to correlate physical test results with the theoretical simulation to provide confidence of the model. This design technique will introduce significant engineering advancement to the curtain wall industry and building facade.

• 지능정보연구
• /
• 제23권1호
• /
• pp.1-22
• /
• 2017

사업타당성 분석이나 기업 기술가치평가 등 미래의 사업에 대한 진입이나 투자 타당성을 분석하기 위해서는 새로운 사업과 관련한 시장을 추정하고 그 안에서 확보 가능한 매출을 객관적으로 추정하는 과정이 필수 불가결하다. 이런 신규 매출이나 시장규모의 추정 방법은 다양한 방법으로 구분이 가능한데 크게 정량적인 방법과 정성적인 방법으로 구분할 수 있다. 그러나 두 가지 방법 모두 많은 자원과 시간을 필요로 한다. 그래서 우리는 신규 사업의 평가지원을 위한 데이터 기반의 지능형 매출 예측 시스템을 제안하고자 한다. 본 연구는 사업타당성 분석이나 기술가치평가를 위한 신규 사업의 매출 추정 시스템을 개발하는데, 알고리즘 기반으로 전통적인 정량 예측방법 중 하나인 유추방법에 주목했다. 동일한 국내 산업에서 최근 창업한 기업의 매출 실적을 국내 신규 사업의 매출액을 추정하는 유추 대상 변수로 활용할 수 있는지 검토한다. 여기서 유추예측 대상은 최초 매출액과 초기 성장률이며, 주요 비교 차원은 산업분류, 창업시기 등이 고려된다. 특히 본 연구는 우리나라 창업 기업이 가지는 매출 성장률의 평균회귀 현상을 활용하는 지능형 정보 지원 시스템을 제안하다. 본 연구에서는 신규 매출 추정을 위해서 역사적 자료인 창업 매출 실적을 활용하는 방법이 적절한지 판단하기 위해서 잠재성장모형 등을 활용해 산업분류에 따른 신규 사업의 초기 매출액과 연도별 성장률이 산업분류별로 차이가 있는지 분석한다. 기존 기업의 창업 후 4년간 매출 성과의 종단자료를 잠재성장모형으로 분석하는데, 특정 산업분류에서 차이를 보여주는지 분석해 산업분류가 유추 예측에서 고려해야할 유의미한 변수인지 분석하는 것이다. 본 연구의 결과는 신속하고 객관적인 신규 사업 매출 추정을 가능하게 하는 지능형 정보시스템을 개발하게 해서 사업성타당성 분석이나 기술가치평가 과정의 효율성을 개선시켜 줄 것으로 기대된다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.101-124
• /
• 2018

최근 다양한 분야에서 새로운 기술이 출현하고 있으며, 이들 대부분은 기존 기술들의 융합(Convergence)을 통해 형성되고 있다. 또한 가까운 미래에 출현하게 될 유망한 융합 기술을 예측함으로써 변화하는 기술 지형에 선제적으로 대응하기 위한 수요가 꾸준히 증가하고 있으며, 이러한 수요에 부응하여 많은 기관과 연구자들은 미래 유망 융합 기술 예측을 위한 분석을 수행하고 있다. 하지만 이와 관련한 기존의 많은 연구들은 (i) 고정된 기술 분류 기준을 분석에 사용함으로써 기술 분야의 동적 변화를 반영하지 못했다는 점, (ii) 예측 모형 수립 과정에서 주로 범용성 네트워크 지표를 사용함으로써 기술의 융합이라는 목적에 부합하는 고유 특성을 활용하지 못했다는 점, 그리고 (iii) 유망 분야 예측 모형의 정확성 평가를 위한 객관적 방법을 제시하지 못했다는 점 등에서 한계를 갖고 있다. 이에 본 연구에서는 (i) 토픽 모델링을 통해 기존의 고정된 분류 기준이 아닌 실제 기술시장의 동적 변화에 따른 새로운 기술군을 도출하고, (ii) 기술 성숙도 및 기술군 간 의존 관계에 따라 각 기술군의 융합적 특성을 반영하는 잠재 성장 중심성(Potential Growth Centrality) 지표를 산출하였으며, (iii) 잠재 성장 중심성에 근거하여 예측한 유망 기술의 성숙도 증가량을 시기별로 측정하여 예측 모형의 정확도를 평가하는 방안을 제시한다. 이와 더불어 제안 방법론의 성능 및 실무 적용 가능성의 평가를 위해 특허 문서 13, 477건에 대한 실험을 수행하였으며, 실험 결과 제안한 잠재 성장 중심성에 따른 예측 모형이 단순히 현재 활용되는 영향도 기반의 예측 모형에 비해 최대 약 2.88배 높은 예측 정확도를 보임을 확인하였다.