• The Journal of Asian Finance, Economics and Business
• /
• 제8권1호
• /
• pp.15-22
• /
• 2021

This study aims to obtain a stock investment strategy model based on the industrial sector in Indonesia Stock Exchange (IDX). This study uses IDX data for the period of January 1996 to December 2016. This study uses the Markov Regime Switching Model to identify trends in market conditions that occur in industrial sectors on IDX. Furthermore, by using the Logit Regression Model, we can see the influence of economic factors in determining trends in market conditions sectorally and the probability of trends in market conditions. This probability can be the basis for determining stock investment decisions in certain sectors. The results showed descriptively that the stocks of the consumer goods industry sector had the highest average return and the lowest standard deviation. The trend in sectoral stock market conditions that occur in IDX can be divided into two conditions, namely bullish condition (high returns and low volatility) and bearish condition (low returns and high volatility). Differences in the conditions are mainly due to differences in volatility. The use of a Logit Regression Model to produce probability of market conditions and to estimate the influence of economic factors in determining stock market conditions produces models that have varying predictive abilities.

• The Journal of Asian Finance, Economics and Business
• /
• 제9권6호
• /
• pp.81-93
• /
• 2022

This research aims to construct a model that combines brand love, brand loyalty, brand image, customer satisfaction, and service quality into a single model, with brand loyalty coming foremost, and test its predictive power in building brand love. Moreover, mediating effect of customer satisfaction and brand image on service quality and brand loyalty affecting brand love was checked. The study adopted an alliance context using an existing SERVQUAL model, a bi-dimensional aspect of brand loyalty and parasocial love relationship theory, to identify brand love as a construct or outcome in the consumer-brand relationship. Using a quantitative approach, survey questionnaires were distributed by unrestricted random sampling among 507 Saudia Airlines customers. Data were analyzed using structural equation modeling with SmartPLS 3.0. The results revealed significant relationships between four variables except for the brand image. It was found that brand image had no mediating effect on the relationship between service quality and customer loyalty. The outcome of this study highlights the importance of airline alliances for service quality, which leads to positive customer satisfaction, brand image, and customer loyalty. A unique contribution of the study is that it revealed that brand loyalty is also an antecedent of brand love.

• 한국멀티미디어학회논문지
• /
• 제25권6호
• /
• pp.886-893
• /
• 2022

Outlier detection refers to the task of detecting data that deviate significantly from the normal data distribution. Most outlier detection methods compute an outlier score which indicates the degree to which a data sample deviates from normal. However, setting a threshold for an outlier score to determine if a data sample is outlier or normal is not trivial. In this paper, we propose a binary prediction method for outlier detection based on spectral clustering and one-class SVM ensemble. Given training data consisting of normal data samples, a clustering method is performed to find clusters in the training data, and the ensemble of one-class SVM models trained on each cluster finds the boundaries of the normal data. We show how to obtain a threshold for transforming outlier scores computed from the ensemble of one-class SVM models into binary predictive values. Experimental results with high dimensional text data show that the proposed method can be effectively applied to high dimensional data, especially when the normal training data consists of different shapes and densities of clusters.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권9호
• /
• pp.301-311
• /
• 2021

Most leadership styles are generally designed to enhance the cognitive and behavioral skills of leaders with the implicit assumption that this would ultimately translate into high performance. As we are moving towards Industry 4.0, organizations must employ leadership styles that will help the organization succeed. Thus, the objective of this paper is to confirm the determinant factors for Fourth Industrial Revolution (4IR) leadership attributes in Malaysian manufacturing companies. Stratified sampling was used to select the sample. Data was collected using the online survey method, where the response rate was 43 percent. The respondents consisted of respondents aged from 31-40 years old, with 69 respondents. In terms of race, the highest number of respondents are the Malays. Questionnaires were distributed to middle and top-level managers from manufacturing companies which were listed in the Federation of Malaysian Manufacturers (FMM). Confirmatory Factor Analysis (CFA) was used to confirm the reliability and validity of the construct. Based on the analysis, 66 items could be used to measure the 4IR leadership attributes. The validation of 4IR leadership can also provide predictive implications on improving leaders' performance, given the different attributes confirmed by the findings.

• 농업과학연구
• /
• 제49권3호
• /
• pp.679-690
• /
• 2022

As the supply and demand of pork has become a significant concern in Korea, controlling it has become a critical challenge for the industry. However, compared to the demand for pork, which has relatively stable consumption, it is not easy to maintain a stable supply. As the preparation of measures for a supply-demand crisis response and supply control in the pig industry has emerged as an important task, it has become necessary to establish a stable supply model and create an appropriate manual. In this study, a pork supply prediction model is constructed using reported data from the pig traceability system. Based on the derived results, a method for determining the supply-demand crisis stage using a statistical approach was proposed. From the results of the analysis, working days, African swine fever, heat wave, and Covid-19 were shown to affect the number of pigs graded in the market. A test of the performance of the model showed that both in-sample error rate and out-sample error rate were between 0.3 - 7.6%, indicating a high level of predictive power. Applying the forecast, the distribution of the confidence interval of the predicted value was established, and the supply crisis stage was identified, evaluating supply-demand conditions.

• 스마트미디어저널
• /
• 제13권2호
• /
• pp.9-15
• /
• 2024

본 논문에서는 신용 예측에서 발생하는 불균형 문제를 해결하기 위해 Diffusion Multi-step Classifier(DMC)를 제안한다. DMC는 Diffusion Model을 통해 신용 예측 데이터의 연속적인 수치형 데이터들을 생성하고 생성된 데이터들을 Multi-step Classifier로 구분하는 것으로 범주형 데이터를 생성한다. DMC를 통해 기존의 데이터를 생성하는 다른 알고리즘보다 실제 데이터와 유사한 분포를 가지는 데이터를 생성할 수 있었다. 이렇게 생성된 데이터를 사용하여 실험을 진행하였을 때 연체를 예측할 확률이 20%이상 상승하였으며, 전체적으로 예측 정확성은 약 4%정도 상승하였다. 이러한 연구 결과는 실제 금융기관에 적용 시 연체율 감소와 수익 증가에 큰 기여를 할 수 있을것으로 예상된다.

• Journal of Korea Artificial Intelligence Association
• /
• 제1권1호
• /
• pp.1-6
• /
• 2023

This study developed models using decision forest, support vector machine, and logistic regression methods to predict and prevent suicidal ideation among Korean adolescents. The study sample consisted of 51,407 individuals after removing missing data from the raw data of the 18th (2022) Youth Health Behavior Survey conducted by the Korea Centers for Disease Control and Prevention. Analysis was performed using the MS Azure program with Two-Class Decision Forest, Two-Class Support Vector Machine, and Two-Class Logistic Regression. The results of the study showed that the decision forest model achieved an accuracy of 84.8% and an F1-score of 36.7%. The support vector machine model achieved an accuracy of 86.3% and an F1-score of 24.5%. The logistic regression model achieved an accuracy of 87.2% and an F1-score of 40.1%. Applying the logistic regression model with SMOTE to address data imbalance resulted in an accuracy of 81.7% and an F1-score of 57.7%. Although the accuracy slightly decreased, the recall, precision, and F1-score improved, demonstrating excellent performance. These findings have significant implications for the development of prediction models for suicidal ideation among Korean adolescents and can contribute to the prevention and improvement of youth suicide.

• Smart Structures and Systems
• /
• 제33권5호
• /
• pp.325-332
• /
• 2024

This study proposes a novel long short-term memory (LSTM)-based approach for predicting carbonation depth, with the aim of enhancing the durability evaluation of concrete structures. Conventional carbonation depth prediction relies on statistical methodologies using carbonation influencing factors and in-situ carbonation depth data. However, applying in-situ data for predictive modeling faces challenges due to the lack of time-series data. To address this limitation, an LSTM-based carbonation depth prediction technique is proposed. First, training data are generated through random sampling from the distribution of carbonation velocity coefficients, which are calculated from in-situ carbonation depth data. Subsequently, a Bayesian theorem is applied to tailor the training data for each target bridge, which are depending on surrounding environmental conditions. Ultimately, the LSTM model predicts the time-dependent carbonation depth data for the target bridge. To examine the feasibility of this technique, a carbonation depth dataset from 3,960 in-situ bridges was used for training, and untrained time-series data from the Miho River bridge in the Republic of Korea were used for experimental validation. The results of the experimental validation demonstrate a significant reduction in prediction error from 8.19% to 1.75% compared with the conventional statistical method. Furthermore, the LSTM prediction result can be enhanced by sequentially updating the LSTM model using actual time-series measurement data.

• 한국식품위생안전성학회지
• /
• 제35권1호
• /
• pp.51-59
• /
• 2020

본 연구에서는 V. vulnificus와 V. cholerae를 중심으로 국내에서 유통되는 우렁쉥이에 대한 위해평가를 실시하였다. 위험성 확인 단계에서 병원성 비브리오균의 위험성에 대해 조사하였고, 노출평가 단계에서는 초기오염도를 산출하기 위하여 네 권역에서 우렁쉥이의 병원성 비브리오균 오염실태를 조사하였다. 또한 대형할인마트, 시장 및 횟집에서 관리자와의 면담을 통하여 유통 시간을 조사하였으며, 시료의 품온 및 진열대 온도를 직접 측정하여 유통 온도를 수집하였다. 예측모델 개발을 위하여 병원성 비브리오 균을 혼합하여 우렁쉥이에 접종 후 다양한 온도(7℃, 10℃, 15℃, 20℃)에 저장하면서 시간대별로 꺼내어 세균의 생장 및 사멸을 확인하였다. 섭취자 비율 및 섭취량은 2016년 국민건강영양조사 원시자료를 활용하여 산출하였으며 용량-반응모델 선정을 위하여 문헌조사를 실시하였고, 최종적으로 수집된 데이터들을 활용하여 시나리오를 구성하였다. 오염실태 조사 결과 V. vulnificus는 검출되지 않았으며 V. cholerae는 101개의 시료 중 1개에서 양성으로 검출되었다. 유통환경조사 결과 우렁쉥이는 최소 1시간, 최대 48시간까지 진열되는 것으로 조사되었고 0-10℃로 유통되는 것을 확인하였다. 예측모델 개발 결과 모든 온도(7℃, 10℃, 15℃, 20℃)에서 병원성 비브리오균은 점차 사멸하는 경향을 띄었으며 개발된 모델의 적합성 검증결과 RMSE값이 0에 가까워 개발된 모델이 우렁쉥이에서 병원성 비브리오 균의 균주 변화를 묘사하기에 적합하다고 판단되었다. 섭취자 비율 및 섭취량은 0.26% 및 65.13 g으로 나타났으며 용량-반응 모델은 Beta-Poisson 모델을 사용하였다. 최종적으로 @RISK Fitting 프로그램을 활용하여 위해도를 추정한 결과, 우렁쉥이를 섭취하였을 경우 1일 1인에게서의 V. vulnificus로 인한 식중독 발생 확률은 평균 2.66×10^-15, V. cholerae로 인한 식중독 발생 확률은 평균 1.02×10^-12으로 추정되었다. 또한 민감도 분석결과 섭취자 비율이 위해도에 가장 큰 양의 상관관계를 나타내는 것으로 조사되었다. 해당 연구결과는 국내 우렁쉥이 유통과정에서 병원성 비브리오균에 대한 안전한 수산물을 생산하는데에 기여할 수 있을 것으로 판단된다. 또한 위해 평가 결과는 국내 수산물에서 V. vulnificus와 V. cholerae에 대한 기준·규격을 설정하는데 기초자료로 활용할 수 있을 것으로 사료된다.

• Tuberculosis and Respiratory Diseases
• /
• 제58권3호
• /
• pp.230-242
• /
• 2005

연구배경 : 우리나라 국민을 대상으로 실시한 폐활량검사의 판정과 해석은 우리나라 국민을 대상으로 구한 폐활량 예측식이 사용되어야 한다. 그 동안 외국인을 대상으로 구한 폐활량 예측치가 사용되어 오류가 있었다. 본 연구에서는 전 국민을 대상으로 대표성 있고 신뢰할 수 있는 노력성 폐활량과 일초간 노력성 폐활량, 6초간 노력성 폐활량, 일초율에 대한 정상 예측식을 개발 하고자 하였다. 연구방법 : 전 국민을 대상으로 층화표본 추출법을 사용하여 조사대상을 선정하였으며, 폐활량검사기와 검사방법, 검사과정, 결과의 선택을 미국흉부학회에서 권고하는 기준에 따라 체계적인 정도관리와 질관리를 실시하였다. 폐활량 검사를 실시한 대상자 4,816명 중에서 비흡연자이면서 폐활량에 영향을 미칠 수 있는 호흡기 질환 및 증상이 없고, 흉부방사선학적 검사에서 심폐 이상 소견이 없으면서, 폐활량에 영향을 미치는 유해인자에의 노출력이 없는 대상자는 1,212명으로 남자 206명, 여자 1,006명이었다. 이들은 지역과 연령별로 우리나라 국민을 대표할 수 있었다. 통계분석에서 혼합효과모델을 적용하여 AIC 값이 가장 작은 모델로서 남자와 여자에 공통적으로 포함된 변수들을 일반선형회귀분석에 적용하여 폐활량 예측식을 구하였다. 결 과 : 노력성 폐활량의 예측식은 남자 -4.8434 - 0.00008633*연령$^2$(년) + 0.05292*신장(cm) + 0.01095*체중(kg)이었으며, 여자 -3.0006 - 0.0001273 *연령$^2$(년) + 0.03951*신장(cm) + 0.006892*체중(kg)이었다. 일초간 노력성 폐활량의 예측식은 남자 -3.4132 -0.0002484*연령$^2$(년) + 0.04578*신장(cm)이었으며, 여자 -2.4114 - 0.0001920*연령$^2$(년) + 0.03558*신장(cm)이었다. 6초간 노력성 폐활량의 예측식은 남자 -4.4244 -0.0001367*연령$^2$(년) + 0.05156*신장(cm) + 0.008246*체중(kg)이었으며, 여자 -3.1433 - 0.0001442*연령$^2$(년) + 0.04018*신장(cm) + 0.007077*체중(kg)이었다. 일초율의 예측식은 남자 119.9004 - 0.3902*연령(년) - 0.1268*신장(cm)이었으며, 여자 97.8567 - 0.2800*연령(년) - 0.01564*신장(cm)이었다. 결 론 : 본 예측식은 미국흉부학회에서 제시하고 있는 연령과 신장 변수에 체중이 포함되어 차이가 있었다. 이러한 이유는 연령효과와 젊은 연령에서 신장과 체중이 급격하게 변화하는 체격효과가 복합적으로 작용하기 때문이라고 해석된다. 본 예측식과 다른 국내 및 국외 예측식을 비교할 때 본 예측식이 노력성 폐활량과 일초간 노력성 폐활량, 일초율의 예측치를 높게 추정하였으나 대부분 그 차이가 10% 이내로 비슷하였다. 코카시안인 백인을 대상으로 구한 외국의 예측식보다 본 연구의 정상 예측치가 낮지 않았다. 이러한 이유로는 우리나라 젊은 사람들의 체격조건의 변화와 함께 엄격한 정상인의 선정기준, 검사방법과 검사결과의 정도관리 및 질관리에 기인하는 것으로 판단되었다.