• The Journal of Asian Finance, Economics and Business
• /
• 제7권11호
• /
• pp.251-257
• /
• 2020

The study investigates the role of commodity prices and tax purpose recognition on bitcoin prices. Since the introduction of bitcoin in 2008, emphasis has focused on economists, policy-makers and analysts drastically increasing bitcoin's accessibility and commodity values (Dumitrescu & Firică, 2014). This study employs GARCH and EGARCH from ARCH/GARCH family on daily nature data. We measure the volatile behavior of bitcoin by employing auto-regressive conditional heteroscedasticity model with the aim to explore the relationship between major commodities and bitcoin volatility. We focus on major commodities like gold, silver, platinum, and crude oil to be regressed with bitcoin. The daily prices of commodities were retrieved from www.investing.com and bitcoin prices from www.coindesk.com for the period from 29April 2013 to 16 October 2018. Results confirmed the currency's long-term volatile behavior, which is due to its composition and market dynamics, whereas the existence of asymmetric information effect is not confirmed. Tax recognition by other countries may in future help in controlling the volatility as bitcoin is not a country-specific security. But, only silver impacts on volatility in comparison to oil prices and platinum, which is due to its similar features with gold. Eventually, bitcoin can be used for risk diversification and money making.

• Earthquakes and Structures
• /
• 제8권4호
• /
• pp.915-934
• /
• 2015

Within the context of Structural Health Monitoring (SHM), it is often the case that structural systems are described by uncertainty, both with respect to their parameters and the characteristics of the input loads. For the purposes of system identification, efficient modeling procedures are of the essence for a fast and reliable computation of structural response while taking these uncertainties into account. In this work, a reduced order metamodeling framework is introduced for the challenging case of nonlinear structural systems subjected to earthquake excitation. The introduced metamodeling method is based on Nonlinear AutoRegressive models with eXogenous input (NARX), able to describe nonlinear dynamics, which are moreover characterized by random parameters utilized for the description of the uncertainty propagation. These random parameters, which include characteristics of the input excitation, are expanded onto a suitably defined finite-dimensional Polynomial Chaos (PC) basis and thus the resulting representation is fully described through a small number of deterministic coefficients of projection. The effectiveness of the proposed PC-NARX method is illustrated through its implementation on the metamodeling of a five-storey shear frame model paradigm for response in the region of plasticity, i.e., outside the commonly addressed linear elastic region. The added contribution of the introduced scheme is the ability of the proposed methodology to incorporate uncertainty into the simulation. The results demonstrate the efficiency of the proposed methodology for accurate prediction and simulation of the numerical model dynamics with a vast reduction of the required computational toll.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.611-614
• /
• 2024

최근 많은 분야에서 인공지능을 사용한 산업이 각광을 받고 있고 그중 챗-GPT 로 인하여 챗봇에 관한 관심도가 높아져 관련 연구가 많이 진행되고 있다. 특히 질문에 대한 답변을 생성해주는 분야에 대한 연구가 많이 이루어지고 있는데, 질문-답변의 데이터 셋에 대한 학습 방식보다는 질문-답변-배경지식으로 이루어진 데이터 셋에 대한 학습 방식이 많이 연구가 되고 있다. 그러다 보니 배경지식을 어떤 방식으로 모델에게 이해를 해줄 지가 모델 성능에 큰 부분 차지한다. 그리고 최근 연구에 따르면 이러한 배경지식 정보를 이해시키기 위해 잠재 변수 모델링 기법을 활용하는 것이 높은 성능을 갖는다고 하고 트랜스포머 기반 모델 중 생성 문제에서 강점을 보이는 BART(Bidirectional Auto-Regressive Transformer)[1]도 주로 활용된다고 한다. 본 논문에서는 BART 모델에 잠재 변수 모델링 기법 중 잠재 변수를 어텐션에 곱하는 방식을 이용한 모델을 통해 답변 생성 문제에 관한 해결법을 제시하고 그에 대한 결과로 배경지식 정보를 담은 답변을 보인다. 생성된 답변에 대한 평가는 기존에 사용되는 BLEU 방식과 배경지식을 고려한 방식의 BLEU 로 평가한다.

• 대한토목학회논문집
• /
• 제38권2호
• /
• pp.349-356
• /
• 2018

본 논문은 국내에서 연구가 미진한 적재설비의 지진 취약도 평가에 적용할 수 있는 FE 해석 기반의 연결부 모델을 개발하는데 목적이 있다. 이러한 목표를 달성하기 위하여, 적재설비 거동을 파악하기 위한 진동대 실험과 Modal Test, 그리고 구성 부재를 대상으로 한 다양한 부재실험(8가지 Push-over Test)을 진행하였다. 실험결과를 바탕으로 지진취약도 평가에 적용하기 위한 적재설비의 연결부 모델을 개발하기 위하여, NX-Nastran 프로그램을 활용하여 연결부의 상세 모델링을 진행하였다. 특히, 단순 걸쇠 방식으로 연결되는 기둥 부재와 보 부재의 연결을 모사하기 위하여 면대면 표면접촉 요소와 스프링 요소를 적용하였으며, 스프링 요소의 모델은 ARX (Auto Regressive eXogenous) 기반의 수학적 모델을 개발하여 적용하였다. FE 모델 기반의 simulation 결과는 부재 실험 결과와 비교하였을 때, 상호 오차율 8% 미만의 우수한 신뢰도를 보여주었다. 결과적으로 연구에서 개발한 FE해석 기반의 연결부 모델은 적재설비의 지진 취약도 평가를 위한 해석 모델에 활용될 수 있음을 확인하였다.

• 한국수자원학회논문집
• /
• 제39권12호
• /
• pp.997-1012
• /
• 2006

본 연구에서는 조건부 핵밀도함수와 CAFPE(Corrected Asymptotic Final Prediction Error) 차수결정 방법에 근거한 비매개변수적 비선형 자기회귀 (Nonlinear AutoRegressive, NAR) 모형을 소개하고 이를 SOI(Southern Oscillation Index)에 적용하였다. SOI 자료에 대해서 선형 AR 모형을 적용하였으나 잔차에 대한 검정결과 이분산성(heteroscedasticity)을 나타내었다. 또한 BDS(Brock-Dechert-Sheinkman) 검정에서 비선형성이 존재함을 확인하였다. 따라서 NAR 모형에 SOI 자료를 적용시켰다. CAFPE를 이용하여 가장 적합한 모형으로 지체 1, 2와 4가 선택되었으며 조건부 평균함수를 추정하여 SOI 자료를 모의한 결과 잔차에 대해서 정규성과 이분산성 가정이 Jarque-Bera 검정과 ARCH-LM 검정에서 각각 기각되었으며 또한 조건부 표준편차함수의 최적 차수로 3, 8과 9가 CAPFE를 통해 선택되었다. 조건부 평균함수와 표준편차함수를 모두 고려한 모형에 대한 잔차 검정 결과 잔차의 I.I.D 가정을 만족하였으며 특히, BDS 검정에서 신뢰구간 95%와 99%에서 모두 만족한 결과를 나타내었다. 마지막으로 전체의 15%에 해당하는 SOI 자료에 대해서 One-Step 예측을 수행하였으며 선형 모형에 비해 평균제곱예측오차가 7% 적게 나타났다. 따라서, NAR 모형은 여타의 매개변수적 방법과 달리 모형 선택에 있어 자유로우며 비선형성을 고려할 수 있는 모형으로서 SOI 자료와 같은 비선형 자료를 위한 모의방법으로 선형 모형에 비해 많은 장점을 가지고 있다.

• Advances in environmental research
• /
• 제4권4호
• /
• pp.233-246
• /
• 2015

High amounts of air pollution in crowded urban areas are always considered as one of the major environmental challenges especially in developing countries. Despite the errors in air pollution prediction, the forecasting of future data helps air quality management make decisions promptly and properly. We studied the air quality of the Aqdasiyeh location in Tehran using factor analysis and the Box-Jenkins time series methods. The Air Quality Control Company (AQCC) of the Municipality of Tehran monitors seven daily air quality parameters, including carbon monoxide (CO), Nitrogen Monoxide (NO), Nitrogen dioxide ($NO_2$), $NO_x$, ozone ($O_3$), particulate matter ($PM_{10}$) and sulfur dioxide ($SO_2$). We applied the AQCC data for our study. According to the results of the factor analysis, the air quality parameters were divided into two factors. The first factor included CO, $NO_2$, NO, $NO_x$, and $O_3$, and the second was $SO_2$ and $PM_{10}$. Subsequently, the Box- Jenkins time series was applied to the two mentioned factors. The results of the statistical testing and comparison of the factor data with the predicted data indicated Auto Regressive Integrated Moving Average (0, 0, 1) was appropriate for the first factor, and ARIMA (1, 0, 1) was proper for the second one. The coefficient of determination between the factor data and the predicted data for both models were 0.98 and 0.983 which may indicate the accuracy of the models. The application of these methods could be beneficial for the reduction of developing numbers of mathematical modeling.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.457-460
• /
• 2021

대화 시스템은 인공지능과 사람이 자연어로 의사 소통을 하는 시스템으로 크게 목적 지향 대화와 일상대화 시스템으로 연구되고 있다. 목적 지향 대화 시스템의 경우 날씨 확인, 호텔 및 항공권 예약, 일정 관리 등의 사용자가 생활에 필요한 도메인들로 이루어져 있으며 각 도메인 별로 목적에 따른 시나리오들이 존재한다. 이러한 대화는 사용자에게 명확한 발화을 제공할 수 있으나 자연스러움은 떨어진다. 일상 대화의 경우 다양한 도메인이 존재하며, 시나리오가 존재하지 않기 때문에 사용자에게 자연스러운 발화를 제공할 수 있다. 또한 일상 대화의 경우 검색 기반이나 생성 기반으로 시스템이 개발되고 있다. 검색 기반의 경우 발화 쌍에 대한 데이터베이스가 필요하지만, 생성 기반의 경우 이러한 데이터베이스가 없이 모델의 Language Modeling (LM)으로 부터 생성된 발화에 의존한다. 따라서 모델의 성능에 따라 발화의 품질이 달라진다. 최근에는 사전학습 모델이 자연어처리 작업에서 높은 성능을 보이고 있으며, 일상 대화 도메인에서도 역시 높은 성능을 보이고 있다. 일상 대화에서 가장 높은 성능을 보이고 있는 사전학습 모델은 Auto Regressive 기반 생성모델이고, 한국어에서는 대표적으로 KoGPT2가 존재한다. 그러나, KoGPT2의 경우 문어체 데이터만 학습되어 있기 때문에 대화체에서는 낮은 성능을 보이고 있다. 본 논문에서는 대화체에서 높은 성능을 보이는 한국어 기반 KoDialoGPT2를 개발하였고, 기존의 KoGPT2보다 높은 성능을 보였다.

• 한국소음진동공학회논문집
• /
• 제24권4호
• /
• pp.348-356
• /
• 2014

To understand the relationship between road-traffic noise and urban components such as population, building, road-traffic and land-use, the city of Cheongju that already has road-traffic noise maps of daytime and nighttime was selected for this study. The whole area of the city is divided into square cells of a uniform size and for each cell, the urban components are estimated. A spatial representative noise level for each cell is determined by averaging out population-weighted facade noise levels for noise exposure population within the cell during nighttime. The relationship between the representative noise level and the urban components is statistically modeled at the cell level. Specially, we introduce a spatial auto regressive model and a spatial error model that turns out to explain above 85 % of the noise level. These findings and modeling methods can be used as a preliminary tool for environmental planning and urban design in modern cities in consideration of noise exposure.

• 대한통합의학회지
• /
• 제6권4호
• /
• pp.149-169
• /
• 2018

Purpose : This study was to develop a strategy for modeling future workforce projections to serve as a basis for analyzing annual supply of and demand for physical therapists across the South Korea into 2030. Methods : In-and-out movement model was used to project the supply of physical therapists. The demand was projected according to the demand-based method which consists of four-stages such as estimation of the utilization rate of the base year, forecasting of health care utilization of the target years, forecasting of the requirements of clinical physical therapists and non-clinical physical therapists based on the projected physical therapists. Results : Based on the current productivity standards, there will be oversupply of 39,007 to 40,875 physical therapists under the demand scenario of average rate in 2030, undersupply of 44,663 to 49,885 under the demand scenario of logistic model, oversupply of 16,378 to 19,100 under the demand scenario of logarithm, and oversupply of 18,185 to 20,839 under the demand scenario of auto-regressive moving average (ARIMA) model in 2030. Conclusion : The result of this projection suggests that the direction and degree of supply of and demand for physical therapists varied depending on physical therapists productivity and utilization growth scenarios. However, the need for introduction of a professional physical therapist system and the need to provide long-term care rehabilitation services are actively being discussed in entering the aging society. If community rehabilitation programs for rehabilitation of disabled people and the elderly are activated, the demand of physical therapists will increase, especially for elderly people. Therefore, healthcare policy should focus on establishing rehabilitation service infrastructure suitable for an aging society, providing high-quality physical therapy services, and effective utilization of physical therapists.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.241-241
• /
• 2012

Semiconductor industry has been taking the advantage of improvements in process technology in order to maintain reduced device geometries and stringent performance specifications. This results in semiconductor manufacturing processes became hundreds in sequence, it is continuously expected to be increased. This may in turn reduce the yield. With a large amount of investment at stake, this motivates tighter process control and fault diagnosis. The continuous improvement in semiconductor industry demands advancements in process control and monitoring to the same degree. Any fault in the process must be detected and classified with a high degree of precision, and it is desired to be diagnosed if possible. The detected abnormality in the system is then classified to locate the source of the variation. The performance of a fault detection system is directly reflected in the yield. Therefore a highly capable fault detection system is always desirable. In this research, time series modeling of the data from an etch equipment has been investigated for the ultimate purpose of fault diagnosis. The tool data consisted of number of different parameters each being recorded at fixed time points. As the data had been collected for a number of runs, it was not synchronized due to variable delays and offsets in data acquisition system and networks. The data was then synchronized using a variant of Dynamic Time Warping (DTW) algorithm. The AutoRegressive Integrated Moving Average (ARIMA) model was then applied on the synchronized data. The ARIMA model combines both the Autoregressive model and the Moving Average model to relate the present value of the time series to its past values. As the new values of parameters are received from the equipment, the model uses them and the previous ones to provide predictions of one step ahead for each parameter. The statistical comparison of these predictions with the actual values, gives us the each parameter's probability of fault, at each time point and (once a run gets finished) for each run. This work will be extended by applying a suitable probability generating function and combining the probabilities of different parameters using Dempster-Shafer Theory (DST). DST provides a way to combine evidence that is available from different sources and gives a joint degree of belief in a hypothesis. This will give us a combined belief of fault in the process with a high precision.