• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권10호
• /
• pp.2643-2657
• /
• 2023

Scene graphs are structured representations that can clearly convey objects and the relationships between them, but are often heavily biased due to the highly skewed, long-tailed relational labeling in the dataset. Indeed, the visual world itself and its descriptions are biased. Therefore, Unbiased Scene Graph Generation (USGG) prefers to train models to eliminate long-tail effects as much as possible, rather than altering the dataset directly. To this end, we propose Geometric and Semantic Improvement (GSI) for USGG to mitigate this issue. First, to fully exploit the feature information in the images, geometric dimension and semantic dimension enhancement modules are designed. The geometric module is designed from the perspective that the position information between neighboring object pairs will affect each other, which can improve the recall rate of the overall relationship in the dataset. The semantic module further processes the embedded word vector, which can enhance the acquisition of semantic information. Then, to improve the recall rate of the tail data, the Class Balanced Seesaw Loss (CBSLoss) is designed for the tail data. The recall rate of the prediction is improved by penalizing the body or tail relations that are judged incorrectly in the dataset. The experimental findings demonstrate that the GSI method performs better than mainstream models in terms of the mean Recall@K (mR@K) metric in three tasks. The long-tailed imbalance in the Visual Genome 150 (VG150) dataset is addressed better using the GSI method than by most of the existing methods.

• 무역학회지
• /
• 제46권2호
• /
• pp.19-38
• /
• 2021

This study aims to analyze the foreign asset leverage effect on Korean oil & gas companies' foreign profits and to maintain the appropriate foreign asset volume for reducing exchange risk. For a long time, large Korean companies, including oil companies, overheld foreign currency liabilities. For this reason, most large companies have been burdened to hedge exchange risk and this excess limit holding deteriorated total profit and reduced foreign currency asset management efficiency. Our paper proceeds in presenting a three-stage analysis considering diversified exchange risk factors through estimation on transformation of foreign transactions a/c including annual trends of foreign asset and industry specifics. We also supplement incomplete the estimation method through a practical hedging case investigation. Our research parts are differentiated on the analyzing four periods considering period-specifics The FER value of the oil firms ranged from -0.3 to +2.3 over the entire period. The results of the FER Value are volatile and irregular; those results do not represent the industry standard comparative index. The Korean oil firms are over the credit limit without accurate prediction and finance high interest rate funds from foreign-owned banks on the basis on a biased relationship. Since the IMF crisis, liabilities of global firms have decreased. Above all, oil firms need to finance a minimum limit without opportunity losses on the demand forecast and prepare for uncertainty in the market. To reduce exchange risk from the over-the-limit position, we must consider factors that affect the corporate exchange risk on the entire business process, including the contract phase.

• 한국컴퓨터정보학회논문지
• /
• 제29권1호
• /
• pp.77-84
• /
• 2024

본 논문에서는 컴퓨터 비전을 사용하여 6가지 측정값(눌린 단자의 길이, 단자 끝의 치수(폭), 눌린부분(와이어 부분, 코어 부분)의 폭)을 계산하여 와이어 하네스의 결함을 정확하고 빠르게 탐지할 것을 제안한다. 두 가지 유형의 데이터에서 Harris 코너 검출을 활용하여 물체의 위치를 탐지하고 측정 영역별 특징과 배경과 물체 사이의 음영 차이를 활용하여 각 샘플의 기울기를 반영하는 측정값을 추출하기 위한 기준점을 생성한다. 이후 유클리드 거리 방법과 보정 계수를 사용하여 예측값을 계산하는 방법을 통해 와이어의 위치 변화에 관계 없이 측정값을 예측할 수 있다. 각 측정 유형별로 99.1%, 98.7%, 92.6%, 92.5%, 99.9%, 99.7% 정확도를 달성하였으며, 모든 측정값에서 평균 97%의 정확도로 우수한 결과를 얻었다. 해당 검사 방법은 기존 검사 방법인 육안 검사의 문제점을 보완하고, 작은 양의 데이터만을 이용하여 우수한 결과를 도출 가능하다. 또한 이미지 처리만 이용하기 때문에 딥러닝 방법보다 더 적은 데이터와 비용으로 적용 가능할 것으로 기대된다.

• 대한방사선치료학회지
• /
• 제27권1호
• /
• pp.23-30
• /
• 2015

목 적 : 외부표지자 호흡움직임 측정 장치(RPM; Real-time Position Management, Varian Medical System, USA)를 이용한 간암 호흡동조 방사선치료 시 호흡신호와 방사선 조사 시간 및 실제 조사된 호흡위상을 분석하여 호흡움직임 측정 장치를 이용한 호흡동조 방사선 치료의 정확도를 평가하였다. 대상 및 방법 : 2014년 5월부터 9월까지 Novalis Tx.(Varian Medical System, USA)와 RPM을 이용하여 간암 호흡동조 방사선치료(Duty Cycle 20%, Gating window 40% ~ 60%)를 시행한 환자 총 16명의 치료 시 기록된 호흡움직임을 분석하였다. RPM에 기록된 외부표지자의 호흡움직임을 후행적 분석을 통해 호흡위상으로 재구성하였으며, 재구성된 호흡위상을 이용하여 기록된 Beam-on Time과 Duty Cycle에 대해 RPM을 사용한 호흡동조 방사선치료의 예측 정확도를 분석하고, 호흡움직임의 재현성에 따른 Duty Cycle과 예측 정확도의 상관관계를 분석하였다. 결 과 : 대상 환자 16명의 치료계획 시와 실제 치료 시 호흡주기 차이는 평균 -0.03초(범위 -0.50초 ~ 0.09초)로 분석되었으며 두 호흡간의 통계적 차이는 확인할 수 없었다(p=0.472). 치료 시 평균 호흡주기는 4.02 sec (${\pm}0.71sec$), 치료 중 호흡주기 표준편차의 평균값은 7.43%(범위 2.57% ~ 19.20%)로 분석되었다. 실제 Duty Cycle은 평균 16.05%(범위 13.78% ~ 17.41%)로 나타났고 이 중 후행적 분석을 통해 평균 56.05%(범위 39.23% ~ 75.10%)가 계획된 호흡위상(40% ~ 60%)에서 조사되었음을 확인하였다. 호흡주기의 표준편차와 Duty Cycle과 계획된 호흡위상에서 조사된 비율의 상관관계는 각각 -0.156 (p=0.282)와 -0.385 (p=0.070)으로 분석되었다. 결 론 : 본 연구는 실제 치료 중 기록된 외부표지자의 호흡움직임을 후행적으로 분석하여 치료 중 호흡움직임의 재현성 및 Duty Cycle, 계획된 호흡동조창에서의 실제 치료 비율 등을 확인하였다. 4DCT를 이용한 치료계획과의 오차를 최소화하고 효율적인 치료를 위해 호흡훈련 및 호흡신호 모니터링의 강화가 필요 할 것으로 판단된다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.177-192
• /
• 2016

기계학습(Machine Learning)은 인공 지능의 한 분야로, 데이터를 이용하여 기계를 학습시켜 기계 스스로가 데이터 분석 및 예측을 하게 만드는 것과 관련한 컴퓨터 과학의 한 영역을 일컫는다. 그중에서 SVM(Support Vector Machines)은 주로 분류와 회귀 분석을 목적으로 사용되는 모델이다. 어느 두 집단에 속한 데이터들에 대한 정보를 얻었을 때, SVM 모델은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 집단에 속할지를 판단해준다. 최근 들어서 많은 금융전문가는 기계학습과 막대한 데이터가 존재하는 금융 분야와의 접목 가능성을 보며 기계학습에 집중하고 있다. 그러면서 각 금융사는 고도화된 알고리즘과 빅데이터를 통해 여러 금융업무 수행이 가능한 로봇(Robot)과 투자전문가(Advisor)의 합성어인 로보어드바이저(Robo-Advisor) 서비스를 발 빠르게 제공하기 시작했다. 따라서 현재의 금융 동향을 고려하여 본 연구에서는 기계학습 방법의 하나인 SVM을 활용하여 매매성과를 올리는 방법에 대해 제안하고자 한다. SVM을 통한 예측대상은 한국형 변동성지수인 VKOSPI이다. VKOSPI는 금융파생상품의 한 종류인 옵션의 가격에 영향을 미친다. VKOSPI는 흔히 말하는 변동성과 같고 VKOSPI 값은 옵션의 종류와 관계없이 옵션 가격과 정비례하는 특성이 있다. 그러므로 VKOSPI의 정확한 예측은 옵션 매매에서의 수익을 낼 수 있는 중요한 요소 중 하나이다. 지금까지 기계학습을 기반으로 한 VKOSPI의 예측을 다룬 연구는 없었다. 본 연구에서는 SVM을 통해 일 중의 VKOSPI를 예측하였고, 예측 내용을 바탕으로 옵션 매매에 대한 적용 가능 여부를 실험하였으며 실제로 향상된 매매 성과가 나타남을 증명하였다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.105-129
• /
• 2020

본 연구는 부도위험 예측을 위해 K-IFRS가 본격적으로 적용된 2012년부터 2018년까지의 기업데이터를 이용한다. 부도위험의 학습을 위해, 기존의 대부분 선행연구들이 부도발생 여부를 기준으로 사용했던 것과 다르게, 본 연구에서는 머튼 모형을 토대로 각 기업의 시가총액과 주가 변동성을 이용하여 부도위험을 산정했으며, 이를 통해 기존 방법론의 한계로 지적되어오던 부도사건 희소성에 따른 데이터 불균형 문제와 정상기업 내에서 존재하는 부도위험 차이 반영 문제를 해소할 수 있도록 하였다. 또한, 시장의 평가가 반영된 시가총액 및 주가 변동성을 기반으로 부도위험을 도출하되, 부도위험과 매칭될 입력데이터로는 비상장 기업에서 활용될 수 있는 기업 정보만을 활용하여 학습을 수행함으로써, 포스트 팬데믹 시대에서 주가 정보가 존재하지 않는 비상장 기업에게도 시장의 판단을 모사하여 부도위험을 적절하게 도출할 수 있도록 하였다. 기업의 부도위험 정보가 시장에서 매우 광범위하게 활용되고 있고, 부도위험 차이에 대한 민감도가 높다는 점에서 부도위험 산출 시 안정적이고 신뢰성 높은 평가방법론이 요구된다. 최근 머신러닝을 활용하여 기업의 부도위험을 예측하는 연구가 활발하게 이루어지고 있으나, 대부분 단일 모델을 기반으로 예측을 수행한다는 점에서 필연적인 모델 편향 문제가 존재하고, 이는 실무에서 활용하기 어려운 요인으로 작용하고 있다. 이에, 본 연구에서는 다양한 머신러닝 모델을 서브모델로 하는 스태킹 앙상블 기법을 활용하여 개별 모델이 갖는 편향을 경감시킬 수 있도록 하였다. 이를 통해 부도위험과 다양한 기업정보들 간의 복잡한 비선형적 관계들을 포착할 수 있으며, 산출에 소요되는 시간이 적다는 머신러닝 기반 부도위험 예측모델의 장점을 극대화할 수 있다. 본 연구가 기존 머신러닝 기반 모델의 한계를 극복 및 개선함으로써 실무에서의 활용도를 높일 수 있는 자료로 활용되기를 바라며, 머신러닝 기반 부도위험 예측 모형의 도입 기준 정립 및 정책적 활용에도 기여할 수 있기를 희망한다.

• 지능정보연구
• /
• 제16권2호
• /
• pp.19-32
• /
• 2010

학계와 금융파생상품 가격결정이나 변동성매매와 같은 실무영역 모두에서 주식시장의 변동성은 중요한 역할을 한다. 본 연구는 GARCH 모형에 기초하여 한국주식시장의 변동성을 정확히 예측함으로써 변동성매매시스템의 성과를 높일 수 있는 새로운 방법을 제시하였다. 특히, 여러 연구 자료에서 밝혀지고 있는 변동성 비대칭성개념을 도입하였다. 최근 새로 개발된 한국주식시장 변동성 지수인 VKOSPI를 변동성 대용값으로 사용한다. VKOSPI는 KOSPI 200 지수옵션의 가격을 이용하여 계산된 값으로서 옵션딜러들의 변동성 예측치를 반영하고 있다. KOSPI 200 옵션시장은 1997년 시작되었으며, 발전을 거듭하여 현재 하루 거래량이 1,000만 계약을 넘어서면서 세계 최고의 지수옵션시장으로 발전하였다. 이러한 옵션시장에 반영된 변동성을 분석하는 것은 투자자들에게 좋은 투자정보를 제공하게 될 것이다. 특히, 변동성 대용값으로 VKOSPI를 사용하면 다른 변동성 대용치를 사용할 때 발생하는 통계적 추정의 문제를 피해 갈 수 있다. 본 연구는 2003년부터 2006년의 KOSPI 200 지수 일별자료를 대상으로 최우도추정방법(MLE)을 이용하여 GARCH 모형을 추정한다. 비대칭 GARCH 모형으로는 Glosten, Jagannathan, Runke의 GJR-GARCH 모형, Nelson의 EGARCH 모형, 그리고 Ding, Granger, Engle의 PARCH모형을 포함하며 대칭 GARCH 모형은 (1, 1) GARCH 모형을 이용한다. 2007년부터 2009년까지의 KOSPI 200 지수 일별자료를 대상으로 반복적 계산과정을 통해 내일의 변동성 예측값과 오르고 내리는 변화방향을 예측하였다. 분석 결과 시장변동성과 예기치 않은 주가변동 사이에는 음의 상관관계가 존재하며, 음의 주가변동은 동일한 크기의 양의 주가변동보다 훨씬 더 큰 변동성의 증가를 가져옴을 알 수 있다. 즉, 한국 주식시장에도 변동성 비대칭성이 존재함을 보여주었다. GARCH 모형을 이용하여 내일의 VKOSPI의 등락방향을 예측하고 이를 이용하여 변동성 매매시스템을 개발하였다. 내일의 변동성이 상승할 것으로 예측되면 스트래들매수전략을 이용하고 반대로 변동성이 하락할 것으로 예측되면 스트래들 매도전략을 이용한다. 변동성의 변화방향성을 맞춘 경우에는 VKOSPI 변동분을 더하고 틀린 경우에는 변동분을 뺀 누적합을 이용하여 변동성매매전략의 총수익을 계산한다. 모형추정용 자료구간의 경우 통계적 기준인 MSPE 기준으로는 PARCH 모형의 적합도가 가장 높고, 예측방향의 적중도를 재는 MCP 기준으로는 EGARCH 모형이 가장 높은 값을 보여주었다. 테스트용 자료구간의 경우에는 PARCH 모형이 모형적합도와 내일의 변동성 등락방향 예측에서 가장 좋은 결과를 보여주었다. 모형추정용 자료구간의 경우 GARCH 모형 전체에서 매매이익을 기록하고 있고 테스트용 자료구간의 경우에는 EGARCH 모형을 제외한 GARCH 모형들이 매매이익을 보여주었다. 본 연구에서 나타난 변동성의 군집과 비대칭성 현상으로부터 변동성에 비선형성이 존재함을 알 수 있었으며, 비선형성에서 좋은 결과를 보이고 있는 인공지능시스템과 비대칭 GARCH 모형을 결합한다면 제안된 변동성매매시스템의 성과를 많이 개선할 수 있을 것으로 판단된다.

• 한국산림과학회지
• /
• 제75권1호
• /
• pp.32-37
• /
• 1986

산사태안전도판별(山沙汰安全度判別)에 대한 기초자료를 얻기 위하여 1979년(年) 8월(月) 집중호우(集中豪雨)(일강우량(日降雨量) 465mm)에 의하여 산사태(山沙汰)가 발생한 진해지구(鎭海地區)를 모델로 하여 이 지구(地區)의 지형도상(地形圖上)($S=\frac{1}{5,000}$)에 $2cm{\times}2cm$(실면적(實面積) $100m{\times}100m=1ha$) 단위의 격자(格子)를 얹어 산사태지(山沙汰地) 74개, 비산사태지(非山沙汰地) 119개 계(計) 193개의 mesh에 대하여 산사태발생(山沙汰發生)의 각(各) 요인(要因) 및 수준(水準)을 계측(計測)하여 수량화(數量化)(II)의 수법(手法)에 의하여 해석(解析)한 결과 산사태발생(山沙汰發生)에 기여도(寄與度)가 높은 요인(要因)의 순위(順位)는 다음과 같다. 1) 식생(植生), 2) 종단사면형(縱斷斜面形), 3) 사면위치(斜面位置), 4) 경사(傾斜), 5) 방위(方位), 6) 곡수(谷數). 또 침엽수(針葉樹) 10년생(年生) 내외, 복합사면(複合斜面), 하강사면(下降斜面), 산록(山麓), 경사(傾斜), $10^{\circ}-15^{\circ}$, 방위(方位) NW, 곡수(谷數) 1개의 각(各) 수준(水準)이 불안전측(不安全側)에, 침엽수(針葉樹) 20~30년생(年生), 활엽수(濶葉樹), 상승사면(上昇斜面), 평형사면(平衡斜面), 산정(山頂) 등의 수준(水準)이 안전측(安全側)에 기여(寄與)하고 있다. 그리고 판별구분치(判別區分値)는 -0.123이고 적중률(適中率)은 72%로서 비교적 양호한 양(兩) group구분(區分)을 할 수 있었다.

• 대한인간공학회지
• /
• 제36권1호
• /
• pp.23-36
• /
• 2017

Objective: This paper presents a study to evaluate the WBGT index for assessing the effects of a wide range of outdoor weather conditions on human responses. Background: The Wet Bulb Globe Temperature (WBGT) index was firstly developed for the assessment of hot outdoor conditions. It is a recognised index that is used world-wide. It may be useful over a range of outdoor conditions and not just for hot climates. Method: Four group experiments, involving people performing a light stepping activity, were conducted to determine human responses to outside conditions in the U.K. They were conducted in September 2007 (autumn), December 2007 (winter), March 2008 (spring) and June 2008 (summer). Environmental measurements included WBGT, air temperature, radiant temperature (including solar load), humidity and wind speed all measured at 1.2m above the ground, as well as weather data measured by a standard weather station at 3m to 4m above the ground. Participants' physiological and subjective responses were measured. When the overall results of the four seasons are considered, WBGT provided a strong prediction of physiological responses as well as subjective responses if aural temperature, heart rate and sweat production were measured. Results: WBGT is appropriate to predict thermal strain on a large group of ordinary people in moderate conditions. Consideration should be given to include the WBGT index in warning systems for a wide range of weather conditions. However, the WBGT overestimated physiological responses of subjects. In addition, tenfold Borg's RPE was significantly different with heart rate measured for the four conditions except autumn (p<0.05). Physiological and subjective responses over 60 minutes consistently showed a similar tendency in the relationships with the $WBGT_{head}$ and $WBGT_{abdomen}$. Conclusion: It was found that either $WBGT_{head}$ or $WBGT_{abdomen}$ could be measured if a measurement should be conducted at only one height. The relationship between the WBGT values and weather station data was also investigated. There was a significant relationship between WBGT values at the position of a person and weather station data. For UK daytime weather conditions ranging from an average air temperature of $6^{\circ}C$ to $21^{\circ}C$ with mean radiant temperatures of up to $57^{\circ}C$, the WBGT index could be used as a simple thermal index to indicate the effects of weather on people. Application: The result of evaluation of WBGT might help to develop the smart clothing for workers in industrial sites and improve the work environment in terms of considering workers' wellness.