• 지능정보연구
• /
• 제28권4호
• /
• pp.287-308
• /
• 2022

최근 비트코인을 필두로한 암호화폐의 폭발적인 성장이 금융 시장의 주요 이슈로 떠오르고 있다. 이에 전 세계적인 암호화폐 투자의 관심이 증가하고 있지만, 24시간 365일 운영되는 시장과 가격 변동성, 그리고 기하 급수적으로 증가하고 있는 암호화폐 종류는 암호화폐 투자자들에게 리스크로 제공되고 있어, 특히 암호화폐 포트폴리오를 구상하는데 있어 추천에 적합하지 않는 암호화폐들을 구분하여 투자자들의 리스크를 감소시킬 수 있는 연구의 필요성이 제기되고 있다. 이에 본 논문은 기존에 있었던 단순히 암호화폐 가격의 미래를 예측하여 수익률을 극대화 하거나, 수익률에 초점을 맞추어 암호화폐 포트폴리오를 구성하는 연구들과 달리, 투자자들의 성향을 반영하고, 투자에 적합한 암호화폐를 머신러닝 기법 중 하나인 Apriori 알고리즘을 활용하여 추천하되, 추천에 적합한 알트코인들을 비트코인의 유사도와 연관규칙을 중심으로 선별하여, 투자자들의 리스크를 감소시킬 수 있는 적합한 추천 방식과 해석을 제시한다.

• Computers and Concrete
• /
• 제29권 6호
• /
• pp.375-391
• /
• 2022

This paper examined the impact of the cross-sectional structure on the structural results under different loading conditions of reinforced concrete (RC) members' management limited in Carbon Fiber Reinforced Polymers (CFRP). The mechanical properties of CFRC was investigated, then, totally 32 samples were examined. Test parameters included the cross-sectional shape as square, rectangular and circular with two various aspect rates and loading statues. The loading involved concentrated loading, eccentric loading with a ratio of 0.46 to 0.6 and pure bending. The results of the test revealed that the CFRP increased ductility and load during concentrated processing. A cross sectional shape from 23 to 44 percent was increased in load capacity and from 250 to 350 percent increase in axial deformation in rectangular and circular sections respectively, affecting greatly the accomplishment of load capacity and ductility of the concentrated members. Two Artificial Intelligence Models as Extreme Learning Machine (ELM) and Particle Swarm Optimization (PSO) were used to estimating the tensile and flexural strength of specimen. On the basis of the performance from RMSE and RSQR, C-Shape CFRC was greater tensile and flexural strength than any other FRP composite design. Because of the mechanical anchorage into the matrix, C-shaped CFRCC was noted to have greater fiber-matrix interfacial adhesive strength. However, with the increase of the aspect ratio and fiber volume fraction, the compressive strength of CFRCC was reduced. This possibly was due to the fact that during the blending of each fiber, the volume of air input was increased. In addition, by adding silica fumed to composites, the tensile and flexural strength of CFRCC is greatly improved.

• 한국컴퓨터정보학회논문지
• /
• 제27권8호
• /
• pp.143-149
• /
• 2022

특허문서는 연구 개발된 기술에 대한 상세한 결과를 포함하고 있기 때문에 효과적인 기술분석을 위한 다양한 특허분석 방법에 대한 연구가 진행되고 있다. 특히 통계학과 머신러닝 알고리즘에 의한 정량적인 특허분석에 대한 연구가 최근 활발하게 이루어지고 있다. 정량적 특허분석에서 가장 많이 사용되는 특허 데이터는 기술 키워드이다. 기술 키워드 데이터를 분석하는 기존의 방법은 대부분 음의 무한대부터 양의 무한대까지 실수 공간 전체를 확률변수의 값으로 갖는 가우시안 확률분포에 기반한 모형이었다. 본 논문에서는 이론적으로 0부터 양의 무한대까지의 값을 갖는 특허 키워드의 빈도 데이터를 분석하기 위하여 감마 확률분포를 활용한 모형을 제안한다. 또한 감마 회귀모형의 회귀방정식을 결정하기 위하여 키워드 간의 기술 연관성을 시각화하는 2-모드 네트워크를 구축한다. 제안 방법과 기존의 가우시안 기반의 분석모형 간의 성능평가를 위하여 실제 특허 데이터를 수집하여 분석한다.

• 한국항만경제학회지
• /
• 제38권2호
• /
• pp.153-164
• /
• 2022

본 연구는 2000년 1월부터 2021년 12월까지의 대표적 원자재 운송 수단인 Capesize 중고선가를 대상으로 해운산업에 대한 분위수 모형을 추정한다. 본 연구는 두 가지 학술적 기여를 목표로 한다. 첫째, 혼재된 실증분석 결과가 제기되는 원자재 운송 시장의 대표적 선종인 Capesize 중고선과 운임시장의 연관성을 분석한다. 둘째, 분위수 회귀로 김현석·장명희(2020a) 연구에서 제기하는 구조변환을 고려하는 실증분석 모형을 제시한다. 분석 결과는 분위수 모형은 시계열 자료에서 구조변화를 분석에 반영함으로써 오차의 불안정성으로 제기되는 문제를 우회할 수 있음을 확인한다. 그리고 공적분 모형의 장기 균형관계를 장기와 단기 추정변수를 통해 외생변수의 장·단기 영향으로 구분하고, 이를 분위별로 세분화한 예측으로 확장한다. 이상의 추정결과는 해운 이론모형에 기반한 분석을 인공지능과 기계학습으로 확장할 수 있는 근거가 된다.

• 한국전자통신학회논문지
• /
• 제17권4호
• /
• pp.625-632
• /
• 2022

국내 전력계통에 부하추종운전 중인 가스터빈 발전기들은 정격 주파수 유지에 큰 역할을 하고 있지만 종종 주파수 제어가 불량한 경우도 발생한다. 이에 가스터빈 속도제어 장치인 조속기의 제어 특성을 살펴보고 고장 유형을 분석한 후 사안 별로 대책을 제시하였다. 그리고, 가스터빈은 연료제어의 빠르기에 따라 주파수 회복에는 도움을 되지만 연소실 온도가 급격하게 변동하고 연소진동이 발생하는 등 안정운전을 저해하는 요소로 작용하기도 한다는 것을 조속기 응동시험을 통해 확인하였다. 따라서, 안정적인 전력품질을 유지하기 위해서는 철저한 설비관리를 수행하고 비례 적분 미분 제어방식에 4차산업의 핵심분야인 기계학습 알고리즘이 융합된 조속기 제어방식의 연구 필요성이 대두되었다.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1739-1748
• /
• 2021

부동산 가격은 국가, 기업, 가계에 영향을 미치며 최근 급등하는 부동산 가격에 부동산 버블에 관한 연구가 많이 시행되고 있다. 하지만 부동산 버블 예측에서 단순히 부동산 가격만을 비교하거나, 부동산 매매에서 핵심적인 심리적 변수를 반영하지 못한다면 버블 예측 모형의 정확성이 떨어진다 판단할 수 있다. 본 연구는 오토인코더 기법을 사용하여 지역별 부동산 버블 상황을 설명할 수 있는 예측 모형을 설계하는 것이 목적이다. 기존의 부동산 버블 분석 연구들이 가격에 영향을 미치는 다양한 종류의 변수를 설정하지 못하였고 주로 선형 모형을 기반으로 연구를 진행했다는 부분에서, 본 연구는 기존 부동산 버블 연구에 사용되지 않았던 기법과 변수들의 도입 가능성을 시사한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권11호
• /
• pp.305-310
• /
• 2021

의료분야 인공지능 기술이 분석과 알고리즘 개발에 중점을 두었으나 점차 제품으로 서비스하기 위한 Web 애플리케이션 개발로 변화되고 있다. 본 연구는 복부 CT 영상에서 요로결석(Urinary Stone) 분할모델과 이를 기반으로 한 인공지능 웹 애플리케이션에 대해 기술한다. 이를 구현하기 위해 의료영상 분야에서 이미지 분할을 목적으로 제안된 End-to-End 방식의 Fully-Convolutional Network 기반 모델인 U-Net을 사용하여 모델을 개발하였다. 그리고 Python 기반의 Flask라는 마이크로 웹 프레임워크를 사용하여 AWS 클라우드 기반 웹 애플리케이션으로 개발하였다. 끝으로 모델 서빙으로 요로결석 분할모델이 예측한 결과를 인공지능 웹 애플리케이션 서비스 수행 결과로 보인다. 제안한 AI 웹 애플리케이션 서비스가 선별 검사에 활용되기를 기대한다.

• 한국기록관리학회지
• /
• 제21권4호
• /
• pp.101-115
• /
• 2021

기록물 공개의 전(前)단계인 공개재분류 업무는 가치있고 중요한 업무다. 그러나 그 의미와 중요성과 별개로 일선 기록연구사에게는 귀찮고 부담스러운 업무이기도 하다. 이에 기록연구사의 업무 부담을 경감해주는 공개재분류 자동화가 제안되기도 했다. 이런 상황에서 국가기록원의 '2020년 공개재분류 결과 건별 입력 위탁사업' 수행 간 공개재분류 솔루션을 활용하였고, 이를 사람이 한 작업과 비교⋅분석해 보았다. 물론 해당 사업은 공개재분류 솔루션에 대한 분석과 연구가 중심인 연구용역 사업이 아니었고, 상용프로그램을 실험적으로 사용해 본 제한적 결과라는 한계는 존재한다. 그럼에도 지능형 아카이브의 공개재분류에 대한 거시적이고 피상적인 논의만 있는 현 상황에서 기록연구사가 활용가능한 공개재분류 솔루션을 실제 사업에서 활용한 결과를 살펴보는 것은 여러모로 의미가 있으리라 생각된다. 본 논문은 공개재분류 솔루션의 활용 사례에 대한 분석을 통해 공개재분류 업무를 경감시킬 수 있는 실질적이고 미시적인 차원의 논의이다.

• 한국ITS학회 논문지
• /
• 제21권5호
• /
• pp.90-102
• /
• 2022

우리나라가 고령화시대에 진입하면서 고령운전자를 위한 교통 안전성 정책에 대한 관심이 높아지고 있다. 이를 위해서는 고령자 관련 교통사고의 영향요인을 분석하는 연구가 활성화될 필요가 있지만, 국내의 사고 데이터는 효과적인 사고분석 연구를 수행하기에는 한계가 있다. 이에 본 연구는 미국의 사고 데이터를 살펴보고 기계학습 알고리즘을 활용하여 고령운전자 사고심각도 예측 모형을 개발하고, 주요 사고 영향요인을 도출하여, 향후 국내 사고 데이터의 보완 방향을 제시하고자 한다. 분석 결과에 따르면, 주행속도, 제한속도, 사고 시 근접 주행 여부 등이 고령운전자 사고 심각도에 영향을 주는 요인으로 나타났는데, 한국의 사고 데이터에서 제공하지 않는 것으로 나타났다. 그러므로 이와 같은 정보들이 한국의 사고 데이터에서 제공된다면 고령운전자 교통안전성 제고에 기여할 수 있을 것이다.

• 한국해양공학회지
• /
• 제36권5호
• /
• pp.313-325
• /
• 2022

Recently around the world, coastal erosion is paying attention as a social issue. Various constructions using low-crested and submerged structures are being performed to deal with the problems. In addition, a prediction study was researched using machine learning techniques to determine the wave attenuation characteristics of low crested structure to develop prediction matrix for wave attenuation coefficient prediction matrix consisting of weights and biases for ease access of engineers. In this study, a deep neural network model was constructed to predict the wave height transmission rate of low crested structures using Tensor flow, an open source platform. The neural network model shows a reliable prediction performance and is expected to be applied to a wide range of practical application in the field of coastal engineering. As a result of predicting the wave height transmission coefficient of the low crested structure depends on various input variable combinations, the combination of 5 condition showed relatively high accuracy with a small number of input variables defined as 0.961. In terms of the time cost of the model, it is considered that the method using the combination 5 conditions can be a good alternative. As a result of predicting the wave transmission rate of the trained deep neural network model, MSE was 1.3×10^-3, I was 0.995, SI was 0.078, and I was 0.979, which have very good prediction accuracy. It is judged that the proposed model can be used as a design tool by engineers and scientists to predict the wave transmission coefficient behind the low crested structure.