• 품질경영학회지
• /
• 제50권3호
• /
• pp.305-332
• /
• 2022

Purpose: As the public interest in entrepreneurship has been highlighted and entrepreneurship policies have been generated, this study is to construct Entrepreneurship Ecosystem (EE) models which have a significant relationship to national entrepreneurship with quantitative analysis. It aims to provide implications to EE policymakers that which national components are effective in cultivating innovative entrepreneurship and validate its EE quality based on quantitative performance goals. Methods: This study utilizes secondary data, categorized under the PESTLE factor from credible international organizations (WB, UNDP, GEM, GEDI, and OECD) to determine significant factors in the quality of the entrepreneurial ecosystem. This paper uses the Multiple Linear Regression (MLR) analysis to select the significant variables contributing to entrepreneurship performance. Using the AUC-ROC performance evaluation method for machine learning MLR results, this paper evaluates the performance of EE models so that it can allow approving EE quality by predicting potential performance. Results: Among nine hypothesis models, MLR analysis examines that the number of the Unicorn company, Unicorn companies' economic value, and entrepreneurship measured as GEI can be reasonable dependent variables to indicate the performance derived from EE quality. Rather than government policies and regulations, the social, finance, technology, and economic variables are significant factors of EE quality determining its performance. By having high Area Under Curve values under AUC-ROC analysis, accepted MLR models are regarded as having high prediction accuracy. Conclusion: Superior EE contributes to the outstanding Unicorn companies, and improvement in macro-environmental components can enhance EE quality.

• 한국정보통신학회논문지
• /
• 제9권1호
• /
• pp.22-33
• /
• 2005

본 논문에서 직접순차 확산 스펙트럼 시스템의 적응 횡단선 필터에서 LMS 알고리즘의 수렴 속도를 향상시키기 위한 효율적인 신호간섭 제어기법을 제안한다. 수신 데이터를 재순환하여 심볼 시간주기에 계수들을 곱함으로써 적응되는 제안된 알고리즘의 수렴특성이 수렴 속도의 향상을 이론적으로 증명하기 위해 분석한다. 스텝-크기 매개변수 ${\mu}$가 증가됨에 따라 알고리즘의 수렴 속도가 제어된다. 또한, 스텝-크기 매개변수 ${\mu}$의 증가는 실험적으로 계산된 학습 곡선에서 분산을 감소시키는 효과를 갖는다. 고유치 확산을 증가시킴에 따라 즉응 등화기의 수렴속도를 천천히 제어하고 평균 자승 에러의 안정-상태 값을 증가시키는 효과를 나타내며 데이터-재사용 LMS 기술이 수렴속도를 (B+1)배만큼 증가시켜 필터 알고리즘에서 신호간섭제어의 우수성을 입증한다.

• 유통과학연구
• /
• 제13권1호
• /
• pp.7-18
• /
• 2015

Purpose - This study integrates a corporate competition system with a bird predation system to examine how organizational strategic adjustment capacity influences firm performance. By proving the prominent effects on performance, a financial vector is constructed to represent corporate strategic adjustment results, and an operation capacity vector is constructed, which can be categorized as a parameter for locating birds. All these works help us to propose a new method of investment, the portfolio decision model based on the strategic adjustment capacity. Research design, data, and methodology - Strategic adjustment capacity can be decomposed into three aspects: the organizational learning capacity from the top firms, the extent to which firms maintainor rely on the best operational capacity vector in history, and the ability to eliminate the disadvantages or retain the advantages of the operation capacity vector from the previous year. The method of solving cyclic equations is designed to evaluate strategic adjustment. Firms manufacturing specialized equipment are chosen to test the effects of the strategic adjustment capacity on three aspects of firm performance. Results - There is a positive correlation between the capacity to learn from the best firms and performance improvement. The relationship between the dependence or maintenance of a firm's advantages and performance improvement is a U-shape curve, and there is no significant effect of inertial control on performance improvement. Conclusions - A firm's competition system is a sophisticated adaptation, and competitive advantage and performance can be investigated based on the principles of competition in nature.

• 디지털융복합연구
• /
• 제19권2호
• /
• pp.161-168
• /
• 2021

지식기반경제로의 이행이 가속화되기 시작하면서 기업 환경에 많은 변화가 일어나고 있다. 중국제조 2025 전략을 시작으로 중국 산업에도 변화가 일어나기 시작하였다. 제조공장으로서의 역할이 아닌, 첨단기술 기반의 산업을 선도하기 위한 노력을 경주하고 있다. 본 연구의 목적은 중국 기업의 혁신에 대한 결과물인 전유 메커니즘을 파악하는데 있다. 이를 위해 본 연구에서는 선행연구를 기반으로 델파이 조사를 통해 8개 요인을 최종적으로 도출하고, 8개 요인을 중국 기업의 실무자들을 대상으로 전유 메커니즘에 대해 설문조사를 하였다. 분석결과, 전체산업을 기준으로 전유 메커니즘의 중요성은 특허, 의장등록, 리드타임, 비밀유지, 보완적 제조, 보완적 판매 및 서비스, 디자인의 복잡성, 학습곡선 효과/규모의 경제 순으로 그 중요도가 나타났다. 본 연구의 결과는 기업의 실무자들이 자사에게 맞는 전유 메커니즘을 통해 기업의 지식재산 전략의 계획을 수립하는데 도움을 줄 수 있을 것으로 보인다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.139-153
• /
• 2017

기업의 부도는 이해관계자들뿐 아니라 사회에도 경제적으로 큰 손실을 야기한다. 따라서 기업부도예측은 경영학 연구에 있어 중요한 연구주제 중 하나로 다뤄져 왔다. 기존의 연구에서는 부도 예측을 위해 다변량판별분석, 로짓분석, 신경망분석 등 다양한 방법론을 이용하여 모형의 부도 예측력을 높이고 과적합의 문제를 해결하고자 시도하였다. 하지만 기존의 연구들이 시간적 요소를 고려하지 않아 발생할 수 있는 문제점들을 갖고 있음에도 불구하고 부도 예측에 있어서 동적 모형을 이용한 연구는 활발히 진행되고 있지 않으며 따라서 동적 모형을 이용하여 부도예측모형이 더욱 개선될 여지가 있다는 점을 확인할 수 있었다. 이에 본 연구에서는 RNN(Recurrent Neural Network)을 이용하여 시계열 재무 데이터의 동적 변화를 반영한 모형을 만들었으며 기존의 부도예측모형들과의 비교분석을 통해 부도 예측력의 향상에 도움이 된다는 것을 확인할 수 있었다. 모형의 유용성을 검증하기 위해 KIS Value의 재무 데이터를 이용하여 실험을 수행하였고 비교모형으로는 다변량판별분석, 로짓분석, SVM, 인공신경망을 선정하였다. 실험 결과 제안된 모형이 비교 모형에 비해 우수한 예측력을 보이는 것으로 나타났다. 따라서 본 연구는 변수들의 변화를 포착하는 동적 모형을 부도예측에 새롭게 제안하여 부도예측 연구의 발전에 기여할 수 있을 것으로 기대된다.

• 한국지반환경공학회 논문집
• /
• 제14권9호
• /
• pp.31-37
• /
• 2013

본 연구는 C.G.S공법 적용 지반을 설치 직경, 설치 간격, 면적 치환율, 지반강성에 따른 모델링을 실시함으로써 주변 지반의 거동을 파악하고자 하였고, 인공신경망의 매개변수 연구를 통해 본 연구에 가장 적합한 인공신경망 모델을 선정하여 수치해석과 인공신경망 연계를 통한 인공신경망 예측 모델을 개발하였다. 그 결과, C.G.S 말뚝 침하량 및 지반 침하량은 직경, 설치 간격, 면적 치환율, 지반강성 별로 일치하여 하나의 곡선으로 나타났으며, 이는 C.G.S 공법 적용 지반의 거동양상이 일정한 형태로 나타남을 의미하는 것으로, 이러한 결과를 바탕으로 3차원 거동에 대한 인공신경망 학습이 가능한 것으로 파악되었다. 인공신경망의 내적인자 연구 결과, 은닉층 뉴런수 10개, 모멘텀 상수 0.2, 학습률의 경우 0.2를 사용할 경우 입력과 출력간의 관계가 적절히 표현되는 것으로 나타났다. 이러한 인공신경망 모델의 최적구조를 이용하여 C.G.S 공법의 지반 거동을 평가한 결과는 결정계수 값이 C.G.S 말뚝 침하의 경우는 0.8737, 지반 침하의 경우는 0.7339, 지반 융기의 경우는 0.7212로 나타나 충분한 신뢰도를 보이고 있음을 알수 있었다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.