• 전자통신동향분석
• /
• 제34권4호
• /
• pp.43-54
• /
• 2019

Currently, a majority of artificial intelligence is used to secure big data; however, it is concentrated in a few of major companies. Therefore, automatic data augmentation and efficient learning algorithms for small-scale data will become key elements in future artificial intelligence competitiveness. In addition, it is necessary to develop a technique to learn meanings, correlations, and time-related associations of complex modal knowledge similar to that in humans and expand and transfer semantic prediction/knowledge inference about unknown data. To this end, a neural memory model, which imitates how knowledge in the human brain is processed, needs to be developed to enable knowledge expansion through modality cooperative learning. Moreover, declarative and procedural knowledge in the memory model must also be self-developed through human interaction. In this paper, we reviewed this essential methodology and briefly described achievements that have been made so far.

• 지식경영연구
• /
• 제24권3호
• /
• pp.127-148
• /
• 2023

전통적인 비즈니스 인텔리전스 환경은 빠르게 변하는 시장과 기하급수적으로 증가하는 데이터의 크기와 복잡성에 대처하는 데 한계를 보여왔다. 이에 기업들은 경쟁사 대비 더 빠르고 정확한 의사결정을 위해 사용자 주도 비즈니스 인텔리전스(Self-Service Business Intelligence) 환경으로의 변모를 요구받고 있다. 그러나 실제 기업 현장에서는 사용자 주도 비즈니스 인텔리전스 환경 구축과 운영에 어려움을 겪고 있으며, 참고할 만한 사례를 포함하여 성공적인 사용자 주도 비즈니스 인텔리전스에 관한 연구가 부족하다. 이에 본 연구에서는 비즈니스 인텔리전스 시스템의 핵심성공요인에 관한 기존 연구 방법론을 기반으로, 국내 3사 제조업 및 유통업체의 비즈니스 인텔리전스 개발 과정 및 활용 사례를 상세하고 깊이 있게 분석하였다. 조직-프로세스-기술 측면 7가지 핵심 성공요인에 대해 개발 목적과 구현 전략이 상이한 세가지 국내 사례를 비교 분석함으로써 비즈니스 인텔리전스 성공모델의 국내 기업 적용 가능성과 도입 전략의 시사점을 도출한다. 해당 프로젝트를 주도한 전문가들의 심층 인터뷰와 도입효과 평가를 통한 심층 비교 분석은, 사용자 주도 비즈니스 인텔리전스의 구체적인 개발 과정과 난제, 활용에 대한 풍부한 시사점을 제공하고 기업의 비즈니스 인텔리전스 활성화와 사용자 주도 비즈니스 인텔리전스 고도화에 기여할 것으로 기대된다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제15권3호
• /
• pp.58-65
• /
• 2023

Bankruptcy is a significant risk for start-up companies, but with the help of cutting-edge artificial intelligence technology, we can now predict bankruptcy with detailed explanations. In this paper, we implemented the Category Boosting algorithm following data cleaning and editing using OpenRefine. We further explained our model using the Shapash library, incorporating domain knowledge. By leveraging the 5C's credit domain knowledge, financial analysts in banks or investors can utilize the detailed results provided by our model to enhance their decision-making processes, even without extensive knowledge about AI. This empowers investors to identify potential bankruptcy risks in their business models, enabling them to make necessary improvements or reconsider their ventures before proceeding. As a result, our model serves as a "glass-box" model, allowing end-users to understand which specific financial indicators contribute to the prediction of bankruptcy. This transparency enhances trust and provides valuable insights for decision-makers in mitigating bankruptcy risks.

• 정보교육학회논문지
• /
• 제25권5호
• /
• pp.665-672
• /
• 2021

21세기 인류는 AI 실용 시대를 열어 가고 있다. 이제껏 인류는 산업 구조가 고도화 되어도 지식 생산의 추상화 작업 만큼은 자신의 고유 영역이라 보았는 데 그 믿음에 의구심을 갖게 되었고, 이에 현대인은 인간과 기계 지능을 구분하고 자신의 정체성을 새롭게 구축해야 하는 상황에 놓이게 되었다. 이에 본 논문은 현대 인류의 정체성을 과거로부터 축적한 지식의 결과라는 관점에서 살피고자 하였다. 이러한 논의를 지구와 인류 출현으로부터 시작하는 "단계별 지식 축적 방식의 변화" 라는 역사 모형으로 요약하여 제시하였다. 이 분석 모형의 1 단계는 지구 상에 인간 지능 출현까지의 "DNA 지식 축적" 이다. 2단계는 스스로 지식을 생산할 수 있게 된 인간의 생물학적 지능에 의한 "문명 지식 축적" 과정이다. 현재는 3단계로 분류되며 AI 기술을 이용한 "기계적 지식 축적"단계로 진입하고 있다고 보았다. 본 논문은 인류 역사를 이러한 단계별 지식 축적 모형으로 제안하며 관련한 논의를 기술하였다.

• 지식경영연구
• /
• 제9권2호
• /
• pp.1-13
• /
• 2008

The purpose of this study is to investigate the use of elements related to the competitive intelligence(CI) process, methods, and infrastructure in accordance with the degree of CI effectiveness of domestic firms and to propose a guideline for designing and operating an effective CI program in Korean films. The results of this study reveal that, for the elevation of CI effectiveness of Korean firms, it is important to actively utilize the overall CI process, including undisclosed information through human networks, public information through various media, and quantitative and qualitative analyses, an independent CI unit, various CI support systems, such as information and reward systems, and organizational culture of CI openness within an organization. However, CI outsourcing, CI primary objectives, and CI scale do not seem to have a significant influence on CI effectiveness of Korean firms. Based on these results, this research presents some important implications for effective competitive intelligence for Korean firms.

• 지식경영연구
• /
• 제19권1호
• /
• pp.97-118
• /
• 2018

The finance-investment industry is currently focusing on research related to artificial intelligence and big data, moving beyond conventional theories of financial engineering. However, the case of equity optimization portfolio by using an artificial intelligence, big data, and its performance is rarely realized in practice. Thus, the purpose of this study is to propose process improvements in equity selection, information analysis, and portfolio composition, and lastly an improvement in portfolio returns, with the case of an equity optimization model based on quantitative research by an artificial intelligence. This paper is an empirical study of the portfolio based on an artificial intelligence technology of "D" asset management, which is the largest domestic active-quant-fiduciary management in accordance with the purpose of this paper. This study will apply artificial intelligence to finance, analyzing financial and demand-supply information and automating factor-selection and weight of equity through machine learning based on the artificial neural network. Also, the learning the process for the composition of portfolio optimization and its performance by applying genetic algorithms to models will be documented. This study posits a model that the asset management industry can achieve, with continuous and stable excess performance, low costs and high efficiency in the process of investment.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2006년도 춘계학술대회
• /
• pp.294-300
• /
• 2006

This case study shows constructing the knowledge-based system using a rule-based approach for detecting transactions regarding money laundering in the Korea Financial Intelligence Unit (KoFIU). To better manage the explosive increment of low risk suspicious transactions reporting from financial institutions and to conjugate data converged into the KoFIU from various organizations, the adoption of a knowledge-based system is definitely required. We designed and constructed the knowledge-based system for anti-money laundering by committing experts of each specific financial industry co-worked with a knowledge engineer. The outcome of the knowledge base implementation shows that the knowledge-based system is filtering STRs in the primary analysis step efficiently and so has made great contribution to improve efficiency and effectiveness of the analysis process. It can be said that establishing the foundation of the knowledge base under the entire framework of the knowledge-based system for consideration of knowledge creation and management is indeed valuable.

• 한국과학교육학회지
• /
• 제33권5호
• /
• pp.963-980
• /
• 2013

본 연구의 목적은 예비교사들의 집단지성을 활용한 글쓰기활동을 통해 과학지식 형성과정을 탐색하는 것이다. 이를 위하여 과학논리논술 전공수업을 수강하는 29명의 대학생들을 대상으로 적정기술이라는 과학주제를 제시하여 이에 대한 지식의 형성과정을 탐색하였다. 이 활동은 학생들의 자유로운 참여와 쌍방향 커뮤니케이션을 위해 온라인상에서 진행되었으며, 모든 학생들이 충분히 자신의 의견을 표현하고, 다른 학생들의 정보를 판단할 수 있도록 한 달이라는 기간 동안 실시되었다. 참여방식은 한 학생이 관련 정보를 제시하면 다음 학생은 기존정보를 읽고 자신이 원하는 정보를 조합 및 수정하여 제시하는 것으로 실시되었으며 참여횟수는 제한하지 않았다. 또한 질문지를 제시하여 참여자가 해당 글을 수정하거나 정보를 추가한 이유를 기술하도록 하였다. 연구결과 학생들은 크게 4단계의 과정을 통해 집단적 과학지식을 형성해 나가는 것으로 나타났다. 첫 번째 단계는 정보가 팽창하는 단계이며, 두 번째 단계는 가치정보가 축적되기 시작하는 단계이다. 세 번째 단계는 논리 비판적 사고단계이며, 마지막으로 퇴고단계를 거쳐 예비교사들이 개인의 지성을 더해 과학지식을 형성해 나갔다. 본 연구의 결과를 통해 집단에 의해서 구성되는 지식은 어떠한 과정을 통해 형성되어 가는지 확인할 수 있었으며, 그 과정 안에서 일어나는 다양한 참여형태 및 사고활동을 탐색할 수 있었다. 이러한 연구결과를 토대로, 향후 집단지성을 활용한 다양한 수업개발을 통해 학생들의 논리력과 비판적 사고력을 신장할 수 있을 것이라 기대된다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 The Third Asian Fuzzy Systems Symposium
• /
• pp.31-35
• /
• 1998

• Clinical and Experimental Pediatrics
• /
• 제65권5호
• /
• pp.239-249
• /
• 2022

Cells survive and proliferate through complex interactions among diverse molecules across multiomics layers. Conventional experimental approaches for identifying these interactions have built a firm foundation for molecular biology, but their scalability is gradually becoming inadequate compared to the rapid accumulation of multiomics data measured by high-throughput technologies. Therefore, the need for data-driven computational modeling of interactions within cells has been highlighted in recent years. The complexity of multiomics interactions is primarily due to their nonlinearity. That is, their accurate modeling requires intricate conditional dependencies, synergies, or antagonisms between considered genes or proteins, which retard experimental validations. Artificial intelligence (AI) technologies, including deep learning models, are optimal choices for handling complex nonlinear relationships between features that are scalable and produce large amounts of data. Thus, they have great potential for modeling multiomics interactions. Although there exist many AI-driven models for computational biology applications, relatively few explicitly incorporate the prior knowledge within model architectures or training procedures. Such guidance of models by domain knowledge will greatly reduce the amount of data needed to train models and constrain their vast expressive powers to focus on the biologically relevant space. Therefore, it can enhance a model's interpretability, reduce spurious interactions, and prove its validity and utility. Thus, to facilitate further development of knowledge-guided AI technologies for the modeling of multiomics interactions, here we review representative bioinformatics applications of deep learning models for multiomics interactions developed to date by categorizing them by guidance mode.