• 디지털콘텐츠학회 논문지
• /
• 제10권2호
• /
• pp.189-198
• /
• 2009

이 논문에서는 직교 주파수분할 다중화(orthogonal frequency division multiplexing: OFDM) 수신기에서 수신 신호를 과표본화(oversampling)하여 성능을 개선하는 방법을 제안한다. 수신된 OFDM 신호를 복조하는 것은 각 부반송파에 해당하는 정현파 성분의 진폭과 위상을 추출하는 것과 동일하다. OFDM 수신신호를 과표본화 하면 주파수 영역에서 진폭은 동일하고 위상만 다른 신호를 과표본화율만큼 중복해서 얻을 수 있다. 이 성질을 이용하여 과표본화율만큼 신호대잡음비를 개선할 수 있다. 이 논문에서는 과표본화율이 정수인 경우만 가능하던 기존의 과표본화 방법을 일반적인 비정수로 확장하고 그에 적합한 수신기 구조를 제안하고자 한다. 또 모의실험을 통해 비이상적인 대역제한 필터를 사용하는 수신기의 성능을 비교함으로써 제안한 방식의 타당성을 보인다.

• 경영정보학연구
• /
• 제18권2호
• /
• pp.173-198
• /
• 2016

본 연구의 목적은 비즈니스 인텔리전스 연구 관점에서 기업부실화 예측 성능을 향상키시는 것이다. 이를 위해 본 연구는 기존 연구들에서 미흡하게 다루어졌던 1) 데이터셋을 구성하는 과정에서 발생하는 바이어스 문제, 2) 거시경제위험 요소의 미반영 문제, 3) 데이터 불균형 문제, 4) 서술적 바이어스 문제를 다루어 경기순환국면을 반영한 기업부실화 예측 프레임워크를 제안하고, 이를 바탕으로 기업부실화 예측 모델을 개발하였다. 본 연구에서는 경기순환국면별로 각각의 데이터셋을 구성하고, 각 데이터셋에서 의사결정나무, 인공신경망 등 단일 분류기부터 앙상블 기법까지 다양한 데이터마이닝 알고리즘을 적용하여 실험하였다. 또한 본 연구는 데이터불균형 문제를 해결하기 위해, 오버샘플링 기법인 SMOTE(synthetic minority over-sampling technique) 기법을 통해 초기 데이터 불균형 상태에서부터 표본비율을 1:1까지 변화시켜 가며, 기업부실화 예측 모델을 개발하는 실험을 하였고, 예측 모델의 변수 선정 시에 선행연구를 바탕으로 재무비율을 추출하고, 여기서 파생된 IT 산출물인 재무상태변동성과 산업수준상태변동성을 예측 모델에 삽입하였다. 마지막으로, 본 연구는 각 순환국면에서 만들어진 기업부실화 예측 모델의 예측 성능 비교와 경기 확장기와 수축기에서의 기업부실화 예측 모델의 유용성에 대해 논의하였다. 본 연구는 비즈니스 인텔리전스 연구 측면에서 기존 연구에서 미흡하게 다루어졌던 4가지 문제점을 검토하고, 이를 해결할 프레임워크를 제안함으로써 기존 연구 대비 기업부실화 예측률을 10% 이상 향상시켰다는 점에서 연구의 의의를 찾을 수 있다.