• 한국자동차공학회논문집
• /
• 제11권5호
• /
• pp.89-94
• /
• 2003

Rolling stock structures such as bogie frame and car body play an important role for the support of vehicle leading. In general, more than 25 years' durability is needed for them. A lot of study has been carried out for the prediction of the fatigue life of the bogie frame and car body in experimental and theoretical domains. One of the new methods is a probabilistic fatigue lift evaluation. The objective of this paper is to estimate the fatigue lift of the bogie frame of an electric car, which was developed by the Korea Railroad Research Institute (KRRI). We used two approaches. In the first approach probabilistic distribution of S-N curve and limit state function of the equivalent stress of the measured stress spectra are used. In the second approach, limit state function is also used. And load spectra measured by strain gauges are approximated by the two-parameter Weibull distribution. Other probabilistic variables are represented by log-normal and normal distributions. Finally, reliability index and structural integrity of the bogie frame are estimated.

• 한국해양공학회지
• /
• 제15권1호
• /
• pp.36-44
• /
• 2001

To predict the influence on fish stocks which were caused by environmental change in the fishing ground of shallow sea areas, we have developed the Shallow-Sea Ecological Model(SSEM) which that focuses on living organisms, especially fish and benthos. By applying the SSEM in the Seto-Inland Sea of Japan, we have simulated another aspect of influence on fish stocks that was caused by oxygen deficient water mass and nutrient loads. From the simulated result of the fish stocks, it was indicated that the stock of fish and benthos has shown a relative difference between the western sea and the eastern sea in the Seto-Inland Sea. According the to prediction, results of fish stocks that were caused by oxygen deficient water mass, it was estimated that the pelagicfish stock increases about 6 %, whereas the stocks of demersalfish and benthos decreases about 30% and 70%, respectively. On the other hand, it seemed that there was an increased in the fish stocks of demersalfish and benthos in the eastern sea of Seto-Inland Sea by nutrient loads reduction.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권8호
• /
• pp.1-12
• /
• 2021

Altman's Z-score is used to measure a company's financial health and to predict the probability that a company will collapse within 2 years. It is proven to be very accurate to forecast bankruptcy in a wide variety of contexts and markets. The goal of this study is to use Altman's Z-score model to forecast insolvency in non-financial publicly traded enterprises. Non-financial firms are a significant industry in Malaysia, and current trends of consolidation and long-term government subsidies make assessing the financial health of such businesses critical not just for the owners, but also for other stakeholders. The sample of this study includes 84 listed companies in the Kuala Lumpur Stock Exchange. Of the 84 companies, 52 are considered high risk, and 32 are considered low-risk companies. Secondary data for the analysis was gathered from chosen companies' financial reports. The findings of this study show that the Altman model may be used to forecast a company's financial collapse. It dispelled any reservations about the model's legitimacy and the utility of applying it to predict the likelihood of bankruptcy in a company. The findings of this study have significant consequences for investors, creditors, and corporate management. Portfolio managers may make better selections by not investing in companies that have proved to be in danger of failing if they understand the variables that contribute to corporate distress.

• 정보처리학회논문지B
• /
• 제11B권2호
• /
• pp.207-212
• /
• 2004

본 논문은 주식 매매 시스템을 위한 강화 학습 구조를 제시한다. 매매 시스템에 사용되는 매개변수들은 Q-학습 알고리즘에 의하여 최적화되고, 인공 신경망이 값의 근사치를 구하기 위하여 활용된다 이 구조에서는 서로 유기적으로 협업하는 다중 에이전트를 이용하여 전역적인 추세 예측과 부분적인 매매 전략을 통합하여 개선된 매매 성능을 가능하게 한다. 에이전트들은 서로 통신하여 훈련 에피소드와 학습된 정책을 서로 공유하는데, 이 때 전통적인 Q-학습의 모든 골격을 유지한다. 실험을 통하여, KOSPI 200에서는 제안된 구조에 기반 한 매매 시스템을 통하여 시장 평균 수익률을 상회하며 동시에 상당한 이익을 창출하는 것을 확인하였다. 게다가 위험 관리의 측면에서도 본 시스템은 교사 학습(supervised teaming)에 의하여 훈련된 시스템에 비하여 더 뛰어난 성능을 보여주었다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권5호
• /
• pp.99-113
• /
• 2021

본 연구는 거시경제요인이 스포테인먼트 산업에 미치는 영향을 확인하여 그 활용 가치를 발견하기 위한 연구다. 연구를 위해 거시경제요인으로 DJIA, WTI, GP를 선택하였고, 스포테인먼트 산업을 대표할 만한 자료로 NIKE와 Adidas 주가를 선택하였으며, 20년 5,285일간의 거래 자료를 2단계 추출 과정을 거쳐 분석하였다. 분석 결과 첫째, 거시경제요인은 스포테인먼트 산업에 유의한 영향을 미치는 것으로 나타났다. 둘째 시간의 설정, 각 시기의 특성, 그리고 요인 간 관계에 따라 각기 다른 수준의 회귀식이 나타났다. 마지막으로, 시계열분석을 통한 미래 예측 방법인 Durbin-Watson 검증 결과 특정 시기의 특정 요인 간 회귀식은 미래 예측에 활용 가능한 것으로 나타났지만, 각 조건에 따라 각각 다른 결과가 관찰되어 향후 후속 연구가 필요하다 판단된다.

• 대한기계학회논문집A
• /
• 제40권8호
• /
• pp.711-719
• /
• 2016

본 연구에서는 철도차량의 대형사고의 주요원인 되는 타고오름 충돌에 대해 이론 모델을 정립하여 선두차량의 타고오름 거동에 대한 이론식을 도출하였다. 이론식을 검증하기 위하여 상용 소프트웨어인 LS-DYNA를 사용하여 이론모델과 동일한 단순 2차원 모델과 실제 동력대차 모델이 적용된 단순 3차원 모델을 만들어 시뮬레이션으로 비교하였다. 타고오름 현상에서 가장 중요한 전두 완충기 수직변위에 대해 시뮬레이션과 이론식을 비교한 결과 최대 편차율은 0.5 [%]과 3.9 [%] 발생하여 이론식이 실제 모델에도 잘 적용될 수 있음을 확인하였다. 또한, 고무 완충기와 유압 버퍼 2가지를 적용한 여러 가지 충돌조건에 대해 이론식을 적용하여 선두 차량 간 타고오름 량을 분석하고, 사고 후 재현 시뮬레이션이나 전두부 충돌완충 설계 시 활용할 수 있는 이론적 방법을 제시하였다.

• 서비스연구
• /
• 제10권1호
• /
• pp.55-67
• /
• 2020

미세먼지 문제는 최근 우리나라 국민의 최대 관심사로 부상되었고 정부 및 지방자치단체에서도 상당한 노력을 기울이고 있다. 그간 미세먼지와 관련하여 다수의 학술적 연구가 진행되어왔지만 경제 분야의 연구는 상대적으로 미흡하였다. 본 연구에서는 미세먼지가 개별 주식에 어떠한 영향을 끼치는지에 대하여 빅데이터 분석을 통해 알아보고자 한다. 2013년부터 2017년까지 총 5개년을 대상으로 PM10농도 미세먼지 데이터와 미세먼지 테마주 데이터와의 관계를 분석하였다. 연구방법으로는 일반화최소제곱법을 사용한 선형회귀모형을 사용하여 회귀분석을 실시하였다. 연구 결과 미세먼지 농도가 전일에 비해서 증가했을 때 미세먼지 테마주의 주가가 상승하는 것으로 나타났다. 그리고, 2013년부터 2017년까지 주가변동 분석결과 회귀계수 값이 큰 기업은 매년 달라졌다. 5개년 동안 제일 큰 반응을 보인 기업은 오공, 웰크론, 동성제약, 삼일제약, 모나리자 순이었다. 그 중 연도별로 반복적으로 등장하는 기업으로는 모나리자가 2014년, 2015년, 2017년에, 삼일제약은 2015년, 2016년, 2017년에, 웰크론은 2016년, 2017년에 반복적으로 회귀계수가 크게 나타났으며 해당 기업은 미세먼지 농도에 주가가 민감하게 반응하는 기업이라고 사료된다. 향후 PM2.5 측정 데이터가 충분히 쌓이게 된다면 PM2.5의 농도를 독립변수로 한 연구와 비교·분석하는 것도 의미가 있을 것이다. 본 연구에서는 미세먼지 농도만을 독립변수로 하였는데 설명력을 높일 수 있는 변수를 추가한다면 좀 더 의미있는 연구결과를 기대할 수 있을 것이다.

• 벤처창업연구
• /
• 제17권1호
• /
• pp.229-249
• /
• 2022

본 연구는 다양한 머신러닝 기법을 통해 코스닥(KOSDAQ) 시장 내 관리종목 지정을 예측할 수 있는 모델에 대해 연구하였다. 증권시장 내 기업이 관리종목으로 지정이 되면 시장에서는 이를 부정적인 정보로 인식하여 해당 기업과 투자자에게 손실을 가져오게 된다. 본 연구를 통해 기업의 재무적 데이터를 바탕으로 조기에 관리종목 지정을 예측하고, 투자자들의 포트폴리오 리스크 관리에 도움을 주기 위한 머신러닝 접근이 타당한지 살펴본다. 본 연구를 위해 활용한 독립변수는 수익성, 안정성, 활동성, 성장성을 나타내는 21개의 재무비율을 활용하였으며, K-IFRS가 적용된 2011년부터 2020년까지 관리종목과 비관리종목의 기업의 재무 데이터를 표본으로 추출하였다. 로지스틱 회귀분석, 의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, LightGBM을 활용하여 관리종목 지정 예측 연구를 수행하였다. 연구결과는 분류 정확도가 82.73%인 LightGBM이 가장 우수한 예측 모형이었으며 분류 정확도가 가장 낮은 예측 모형은 정확도가 71.94%인 의사결정나무였다. 의사결정나무 기반 학습 모형의 변수 중요도의 상위 3개 변수를 확인한 결과 각 모형에서 공통적으로 나온 재무변수는 ROE(당기순이익), 자본금회전율(Capital stock turnover ratio)로 해당 재무변수가 관리종목 지정에 있어 상대적으로 중요한 변수임을 확인하였다. 대체적으로 앙상블을 이용한 학습 모형이 단일 학습 모형보다 예측 성능이 높은 것을 확인하였다. 기존 선행연구가 K-IFRS에 대한 고려를 하지 않았고, 다소 제한된 머신러닝에 의존하였다. 따라서 본 연구의 필요성과 함께 현실적 요구를 충족시키는 결과를 제시하였음을 알 수 있으며, 시장참여자들에게 있어 관리종목 지정에 대한 사전 예측을 확인할 수 있도록 기여했다고 볼 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제13권1호
• /
• pp.101-107
• /
• 2013

현실세계에서는 광범위한 업무영역에서 대용량의 시계열자료들이 실시간으로 발생되고 있다. 하지만 동적인 특징으로 표현되는 시계열자료들의 이해와 설명을 위한 최적의 모형을 결정하는 일은 쉽지가 않다. 이러한 시계열자료들의 특징을 잘 설명할 수 있는 모형을 추정하기 위하여 본 연구에서는 시계열데이터의 모형추정에 적합한 은닉마아코프모델을 통해 시계열자료의 장, 단기 예측모형을 추정하였고 이를 통해 미래의 운동패턴예측을 확인하였다. 실제 주식시장의 여러 자료들을 통해 최적의 모형추정을 위한 정보기준과 가장 효율적인 자료길이를 통해 모형의 상태수를 정확하게 추정하는지를 확인하였다. 실험결과 유효한 상태의 수 추정과 단기의 예측이 장기예측보다 유사운동패턴 예측률이 더욱 유사함을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권8호
• /
• pp.23-30
• /
• 2022

딥러닝은 주가 및 농산물 가격 예측과 같이 데이터를 분석해 일련의 규칙을 발견하고 미래를 예상해 우리의 삶에서 다양한 도움을 주고 있다. 본 연구는 태양광 에너지 사용의 중요성이 늘어나는 상황에서 기상에 따른 태양광 발전 실적을 딥러닝을 통해 분석하고 발전량을 예측한다. 본 연구에서는 시계열 데이터 예측에서 두각을 나타내고 있는 LSTM(Long Short Term Memory network)을 사용한 모델을 제안하며 이미지를 비롯한 다양한 차원의 데이터를 분석할 때 사용되는 CNN(Convolutional Neural Network)과 두 모델을 결합한 CNN-LSTM과의 성능을 비교한다. 세 가지 모델의 성능은 태양광 발전 실적의 실제값과 딥러닝을 통해 예측한 값으로 MSE, RMSE, 결정계수를 계산하여 비교하였고 그 결과 LSTM 모델의 성능이 가장 우수한 것으로 나타났다. 따라서 본 연구는 LSTM을 사용한 태양광 발전량 예측을 제안한다.