• 동아시아경상학회지
• /
• 제9권3호
• /
• pp.15-28
• /
• 2021

Purpose -In the credit transaction, the issuing bank must examine the documents to pay the credit amount. In order to smoothly execute the credit transaction, document review is a key element, so the 5th revised credit unification rule specifically defines the document review procedure. Research design, data, and methodology - The document review procedure specified in the UCP Rules can be largely divided into the document review period and the rejection procedure for inconsistent documents. First of all, confusion was caused by the ambiguous regulation.. Result - With regard to the document review period, in the actual credit transaction, the issuing bank often negotiates with the issuing client about the waiver of the document inconsistency. Next, in the process of notifying the rejection of inconsistent documents, the issuing bank shall send the rejection notice. Conclusion - This study suggests that the requirement to list all inconsistencies makes it impossible for the issuing bank to further notify the refusal, thereby limiting the right to defend against inconsistencies not listed in the first refusal notice and consequently having the effect of matching them. In addition, the issuing bank's rejection notice is closely related to the beneficiary's exercise of the right to replenish documents.

• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제27권4호
• /
• pp.324-341
• /
• 2023

Topological data analysis (TDA) is a data analysis technique, recently developed, that investigates the overall shape of a given dataset. The mapper algorithm is a TDA method that considers the connectivity of the given data and converts the data into a mapper graph. Compared to persistent homology, another popular TDA tool, that mainly focuses on the homological structure of the given data, the mapper algorithm is more of a visualization method that represents the given data as a graph in a lower dimension. As it visualizes the overall data connectivity, it could be used as a prediction method that visualizes the new input points on the mapper graph. The existing mapper packages such as Giotto-TDA, Gudhi and Kepler Mapper provide the descriptive mapper algorithm, that is, the final output of those packages is mainly the mapper graph. In this paper, we develop a simple predictive algorithm. That is, the proposed algorithm identifies the node information within the established mapper graph associated with the new emerging data point. By checking the feature of the detected nodes, such as the anomality of the identified nodes, we can determine the feature of the new input data point. As an example, we employ the fraud credit card transaction data and provide an example that shows how the developed algorithm can be used as a node prediction method.

• 한국정보처리학회논문지
• /
• 제5권6호
• /
• pp.1418-1430
• /
• 1998

시간지원 데이터베이스는 유효시간과 거래시간을 통해 객체에 대한 효율적인 이력관리를 제공한다. 유효시간은 현실세계에서 객체에 발생한 시간을 의미하며, 거래시간은 객체가 데이터베이스에서 정의된 연산 뿐만 아니라 사용자 질의에 내포된 이력정보에 관련된 연산을 처리할 수 있도록 확장되어야 한다. 따라서 이 논문에서는 시간지원 질의언어인 TQuel(temporal query language)을 대상으로 하는 이전에 제안된 시간지원 질의 처리 시스템에 대하여 시간지원 구문분석과 시간지원 의미분석, 그리고 시간지원 코드 생성 및 시간지원 실행기 등의 기본적인 요소를 기반으로 거래시간 관리, 시간지원 집계, 시간지원 뷰, 그리고 시간지원 죠인 및 최적화 기능을 추가로 설계 구현하고, 그 처리과정을 예를 들어 설명한다.

• 정보처리학회논문지A
• /
• 제10A권4호
• /
• pp.313-320
• /
• 2003

본 논문에서는 분산 환경에서 e-비즈니스 프로세스들 간에 SFT(Slow Frequency Transaction) 데이터를 처리하는 동기화 에이전트 시스템을 설계 및 구현한다. 이 동기화 에이전트 시스템은 분산 프로세스들의 상호운용성 보장과 클라이언트/서버 구조의 문제를 해결하기 위해 이동에이전트를 이용하며, 분산된 이종 시스템 플랫폼상의 e-비즈니스 프로세스들의 데이터 동기화를 위한 정책을 제시한다. 제안된 동기화 정책은 유니캐스팅 전송 상에서 시스템 우선순위와 타임스탬프의 트랜잭션을 기본으로 한다.

• 인터넷정보학회논문지
• /
• 제18권6호
• /
• pp.75-84
• /
• 2017

As there has been growing interests in PHR-based personalized health management project, various institutions recently explore safe methods of recording personal medical and health information. In particular, innovative medical solution can be realized when medical researchers and medical service institutes can generally get access to patient data. As EMR data is extremely sensitive, there has been no progress in clinical information exchange. Moreover, patients cannot get access to their own health data and exchange it with researchers or service institutions. It can be operated in terms of technology, yet policy environment are affected by state laws as well as Privacy and Security Policy. Blockchain technology-independent, in transaction, and under test-is introduced in the medical industry in order to settle these problems. In other words, medical organizations can grant preliminary approval on patient information exchange by using the safely encrypted and distributed Blockchain ledger and can be managed independently and completely by individuals. More apparently, medical researchers can gain access to information, thereby contributing to the scientific advance in rare diseases or minor groups in the world. In this paper, we focused on how to manage personal medical information and its protective use and proposes medical treatment exchange system for patients based on a permissioned Blockchain network for the safe PHR operation. Trusted Model for Sharing Medical Data (TMSMD), that is proposed model, is based on exchanging information as patients rely on hospitals as well as among hospitals. And introduce medical treatment exchange system for patients based on a permissioned Blockchain network. This system is a model that encrypts and records patients' medical information by using this permissioned Blockchain and further enhances the security due to its restricted counterfeit. This provides service to share medical information uploaded on the permissioned Blockchain to approved users through role-based access control. In addition, this paper presents methods with smart contracts if medical institutions request patient information complying with domestic laws by using the distributed Blockchain ledger and eventually granting preliminary approval for sharing information. This service will provide an independent information transaction and the Blockchain technology under test will be adopted in the medical industry.

• 정보학연구
• /
• 제5권1호
• /
• pp.113-131
• /
• 2002

본 연구는 공동 마케팅제휴에 있어서 제휴 파트너기업에 대한 거래관련 정보와 평판 등과 같은 정보가 제휴 파트너들간의 기회주의 성향과 제휴성과에 미치는 영향을 밝히는데 그 목적이 있었다. 이를 위하여 본 연구에서는 거래기간, 거래실적 및 평판이 기회주의적 성향의 매개를 거쳐 궁극적으로 지각된 제휴성과에 영향을 미친다는 것을 조사하고, 구조모형 내에서 각 연구단위들간의 관계를 실증하였다. 본 연구에서 제시된 연구가설에 대한 실증분석 절과는 다음과 같다. 첫째, 거래기간이 길수록 제휴 파트너들간의 기회주의적 성향은 감소하고 지각된 제휴성과는 높아지는 것으로 나타났다. 둘째, 거래실적이 좋았을수록 제휴 파트너들간의 기회주의적 성향은 감소하고 지각된 제휴성과도 높아지는 것으로 나타났다. 셋째, 기회주의적 성향이 낮아질수록 지각된 제휴성과도 향상되는 것으로 나타났다. 이는 기업들이 제휴파트너를 선택할 때 평판 등과 같은 외부정보에 비하여 자사와의 거래기간이나 거래실적 등과 같은 내부정보에 보다 많이 의존한다는 것을 보여주는 결과이다. 끝으로, 본 연구의 시사정과 한계점 및 미래 연구를 위한 제언을 하였다.

• 한국컴퓨터정보학회논문지
• /
• 제11권5호
• /
• pp.175-181
• /
• 2006

공간 데이터베이스 호스트의 이동성은 어디서나 필요한 공간 데이터에 대한 접근을 가능하게 하지만, 시스템의 특징인 이동성과 이로 인한 네트워크의 불안정성으로 인하여 전통적인 분산 환경에서의 데이터베이스 트랜잭션 처리 방법으로는 처리하기 어려운 단점을 가지고 있다. 특히, 위치 투명성을 제공하는 분산 컴퓨팅 환경과는 달리 이동 컴퓨팅 환경은 위치 의존적인 특성을 가지므로 트랜잭션 처리에 있어서도 분산 트랜잭션에 참여하는 이동 호스트의 이동성을 반영하기 위한 새로운 모델이 요구된다. 따라서 본 논문에서는 기존 이동 트랜잭션 모델들이 고려하지 않는 이동 호스트의 이동 경로 양식인 지리적 기준으로 트랜잭션을 처리하는 Feature 기반 트랜잭션 처리 모델을 구현한다.

• 융합정보논문지
• /
• 제12권4호
• /
• pp.103-110
• /
• 2022

ICT의 발달과 거래 플랫폼의 증가로 다양한 분야에서는 온라인 거래가 더욱 친숙하다. 특히 중고거래 플랫폼과 이용자의 증가로 거래액이 증가하고 있으며 중고거래는 특성상 신뢰성이 매우 중요하다. 그중 자동차는 장기간에 걸쳐 운용하기 때문에 중고자동차 시장은 거래가 매우 활발하다. 그러나 중고자동차 거래는 정보의 비대칭성이 적용되는 대표적인 시장이다. 본 논문에서는 중고자동차 거래에서 허위광고, 허위매물에 대한 문제점을 해결하기 위해 신뢰성이 보장되는 DID 기반의 거래 모델을 제시한다. 중고자동차 거래 모델에서 판매자는 최초 매물 등록 시 허위매물을 방지하기 위해 발행기관으로부터 발급받은 데이터만 등록한다. 발급과정에서는 DID Auth로 인증하기 때문에 스니핑, 중간자 공격 등의 공격으로부터 안전하다. 제시한 거래 모델에서는 VP의 Proof 항목으로 무결성을 검증하여 신뢰성을 높이고 정보의 비대칭성을 해결한다. 또한 구매자와 판매자 간의 직접 거래로 제3 자의 개입이 없어 수수료를 절감하는 효과가 있다.

• International Journal of Advanced Culture Technology
• /
• 제10권1호
• /
• pp.274-283
• /
• 2022

Korea is facing a number difficulties arising from rising housing prices. As 'housing' takes the lion's share in personal assets, many difficulties are expected to arise from fluctuating housing prices. The purpose of this study is creating housing price prediction model to prevent such risks and induce reasonable real estate purchases. This study made many attempts for understanding real estate instability and creating appropriate housing price prediction model. This study predicted and validated housing prices by using the LSTM technique - a type of Artificial Intelligence deep learning technology. LSTM is a network in which cell state and hidden state are recursively calculated in a structure which added cell state, which is conveyor belt role, to the existing RNN's hidden state. The real sale prices of apartments in autonomous districts ranging from January 2006 to December 2019 were collected through the Ministry of Land, Infrastructure, and Transport's real sale price open system and basic apartment and commercial district information were collected through the Public Data Portal and the Seoul Metropolitan City Data. The collected real sale price data were scaled based on monthly average sale price and a total of 168 data were organized by preprocessing respective data based on address. In order to predict prices, the LSTM implementation process was conducted by setting training period as 29 months (April 2015 to August 2017), validation period as 13 months (September 2017 to September 2018), and test period as 13 months (December 2018 to December 2019) according to time series data set. As a result of this study for predicting 'prices', there have been the following results. Firstly, this study obtained 76 percent of prediction similarity. We tried to design a prediction model of real estate transaction price with the LSTM Model based on AI and Bigdata. The final prediction model was created by collecting time series data, which identified the fact that 76 percent model can be made. This validated that predicting rate of return through the LSTM method can gain reliability.

• 한국전자거래학회지
• /
• 제18권3호
• /
• pp.211-222
• /
• 2013

지리적으로 인접되어 있으면서 이동관점에서 같은 역할을 수행하는 Zone의 파악은 사람들의 이동흐름을 이해하고 도시개발 및 이동편의성 개선 등을 위한 중요한 정보로 활용된다. 그러나 기존의 연구는 특정 지점간의 이동과 Zone 발견을 개별적으로 수행하여, 거시적 관점에서의 이동패턴을 이해하는 데에는 한계가 존재한다. 따라서 본 연구에서는 스마트카드 전자거래 빅데이터로부터 Zone들을 발견하고 동시에 Zone들 간의 관계를 설명하는 클러스터링 기반의 이동패턴 분석기법을 제안한다. 또한, 설명력과 종속성 관점에서 이동패턴을 정량적으로 평가하는 지표를 제안한다. 제안된 분석기법을 이용하여 서울시 지하철에서 수집된 실 데이터를 분석하여 서울시에서의 이동패턴을 밝혀내고 시각화하였다.