• Journal of Intelligence and Information Systems
• /
• v.29 no.1
• /
• pp.377-396
• /
• 2023

As the cryptocurrency market continues to grow, it has developed into a new financial market. The need for investment strategy research on the cryptocurrency market is also emerging. This study aims to conduct an empirical analysis on an investment methodology of cryptocurrency that combines short-term trading strategy and deep learning. Daily price data of the Ethereum was collected through the API of Upbit, the Korean cryptocurrency exchange. The investment performance of the experimental model was analyzed by finding the optimal parameters based on past data. The experimental model is a volatility breakout strategy(VBS), a Long Short Term Memory(LSTM) model, moving average cross strategy and a combined model. VBS is a short-term trading strategy that buys when volatility rises significantly on a daily basis and sells at the closing price of the day. LSTM is suitable for time series data among deep learning models, and the predicted closing price obtained through the prediction model was applied to the simple trading rule. The moving average cross strategy determines whether to buy or sell when the moving average crosses. The combined model is a trading rule made by using derived variables of the VBS and LSTM model using AND/OR for the buy conditions. The result shows that combined model is better investment performance than the single model. This study has academic significance in that it goes beyond simple deep learning-based cryptocurrency price prediction and improves investment performance by combining deep learning and short-term trading strategies, and has practical significance in that it shows the applicability in actual investment.

• The Journal of the Acoustical Society of Korea
• /
• v.3 no.2
• /
• pp.35-45
• /
• 1984

본 연구는 한국어의 발음상의 특징과 구조에 의해서 한국어를 음소별로 분리할 수 있음에 착안 하여, 자음과 모음으로 구성된 한국어 단음을 자음의 음소와 모음의 음소로 각각 분리하여 인식하는 새 로운 방법에 관한 연구이다. 특정 화자 2명에 대하여 한국어 단음 84자를 모음의 음소와 자음의 음소로 각각 분리하여 인삭한 실험결과 모음을 인식한 경우에는 선형 예측 계수를 이용하면 인식률이 95.2%이 고, 편자기 상관계수로 92.5%, 폴만트로 97.6%의 인식률을 얻었고, 자음을 인식한 경우에는 선형 예측 계수로 88.7%, 편자기 상관계수로 92.9%의 인식률을 얻었다. 또, 자음의 음소와 모음의 음소를 결합시킨 단음을 인식한 경우에는 선형 예측 계수로 83.9%, 편자기 상관계수로 86.3%의 인식률을 얻었다. 이 때, 각 음소들의 데이터의 수는 256개이고, 선형 예측 계수와 편자기 상관 계수와의 예측차는 15차이다. 이 와 같이 한국어를 자음의 음소와 모음의 음소로 분리하면 작은 데이터 양으로 처리 시간을 단축 시켜 한국어의 모든 단음, 단어, 연속음, 문장 등을 분석하고 인식할 수 있고, 또한 각 음소들을 원칙적으로 결합시켜 모든 한국어의 합성이 가능함을 알 수 있다.

• Journal of KIISE:Software and Applications
• /
• v.31 no.1
• /
• pp.61-70
• /
• 2004

It is difficult to find an appropriate web site because exponentially growing web contains millions of web documents. Personalization of web search can be realized by recommending proper web sites using user profile but more efficient method is needed for estimating preference because user's evaluation on web contents presents many aspects of his characteristics. As user profile has a property of non-linearity, estimation by classifier is needed and combination of classifiers is necessary to anticipate diverse properties. Structure adaptive self-organizing map (SASOM) that is suitable for Pattern classification and visualization is an enhanced model of SOM and might be useful for web mining. Fuzzy integral is a combination method using classifiers' relevance that is defined subjectively. In this paper, estimation of user profile is conducted by using ensemble of SASOM's teamed independently based on fuzzy integral and evaluated by Syskill ＆ Webert UCI benchmark data. Experimental results show that the proposed method performs better than previous naive Bayes classifier as well as voting of SASOM's.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.8 no.6
• /
• pp.129-135
• /
• 1998

In this paper, the recognition rate of isolated digits has been improved using the multiple neural networks combined with chaotic recurrent neural networks and MLP. Generally, the recognition rate has been increased from 1.2% to 2.5%. The experiments tell that the recognition rate is increased because MLP and CRNN(chaotic recurrent neural network) compensate for each other. Besides this, the chaotic dynamic properties have helped more in speech recognition. The best recognition rate is when the algorithm combined with MLP and chaotic multiple recurrent neural network has been used. However, in the respect of simple algorithm and reliability, the multiple neural networks combined with MLP and chaotic single recurrent neural networks have better properties. Largely, MLP has very good recognition rate in korean digits "il", "oh", while the chaotic recurrent neural network has best recognition in "young", "sam", "chil".

• Proceeding of EDISON Challenge
• /
• 2017.03a
• /
• pp.46-53
• /
• 2017

알츠하이머병은 치매를 유발하는 가장 주된 원인 질환으로 환자들은 인지장애를 겪게 된다. 현재 치료약으로 사용되는 약으로는 acetylcholinesterase 저해재가 있지만 이 약들의 효과는 미비하다. 그래서 인지기능에 영향을 미친다고 알려진 신경전달물질인 GABA, Glutamate, acetylcholine의 수치를 조절 할 수 있는 $5-HT_6$ receptor antagonist가 현재 개발되고 있다. 현재 여러 antagonist들이 임상실험 되었고, 인지 능력향상에 효과를 보이고 있다. 그러나, $5-HT_6$ receptor의 구조가 밝혀지지 않아 아직 원자적 수준의 결합 분석이 이루어지지 않았으므로 이 부분에 대한 연구가 필요하다. 따라서 본 연구에서는 Homology modeling을 통해 receptor의 구조를 예측하고, 현재 임상실험 중인 antagonist들 중 7개를 docking을 통해 단백질과 리간드의 결합을 예측하였다. Edison에서 Galaxy TBM과 Galaxy Refine을 사용하여 Homology modeling 한 결과 GPCR의 전형적인 모델에 특징적으로 긴 cterminal을 가졌다는 것을 확인 할 수 있었다. 생성된 구조를 가지고 Edison의 Dock 프로그램으로 7개의 antagonist가 어떠한 결합을 하는지 분석하였다. 그 결과, binding pose에 공통적으로 Trp102, Asp106, Val107, Pro177, Phe188, Val189, Ala192, Phe284, Phe285, Asn288, Thr306, Tyr310이 관여하는 것을 docking을 통해 알 수 있었다. 특히, Phe285는 7개의 antagonist 중에 4개와의 interaction을 하고 있는 것을 관찰하였다. 이 연구를 통하여 $5-HT_6$에 효과적으로 결합하여 치료효과를 낼 수 있는 신약을 개발할 수 있다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.15-20
• /
• 2005

기존의 GIS와 지구통계기법을 결합한 연구들은 GIS 데이터베이스로 구축될 자료를 생성하기 위해 2차원 접근방식을 이용해왔다. 그러나 실제 현장 샘플 자료들은 대부분 3차원 공간에 분포하기 때문에 2차원 지구통계기법을 적용하는 것은 실제 자료가 가지고 있는 3차원 위치정보를 정확히 반영할 수 없는 한계가 있다. 본 연구에서는 GIS 기반 자료에 3차원 지구통계기법을 적용하여 공간변수를 예측하고, 생성된 공간변수를 다시 GIS로 반환하여 데이터베이스로 구축하는 결합 모델을 개발하였다. 3차원 지구통계기법을 결합한 결과 보다 정확한 공간변수 예측을 확인할 수 있었고, 그 결과를 GIS에서 다시 활용할 수 있었다.

• Journal of the Korean Ceramic Society
• /
• v.38 no.6
• /
• pp.575-581
• /
• 2001

세라믹/금속기지 복합재료에서 횡방향의 단축인장하중을 받는 경우, 복합재료의 특성에 관한 시뮬레이션 결과이다. 세라믹과 금속기지간 계면에 강한 결합이 존재하는 복합재와, 계면에서의 결합이 약한 복합재의 두 경우에 대하여 횡방향 평균응력과 평균변형율에 대한 관계를 계산하였다. 복합재료의 미시역학적개념과 유한요소해석법을 적용하여 세라믹체적분율의 변화에 따라 각기 해석되었다. 본 연구에서 계산된 횡방향 탄성계수는 문헌에 알려져 있는 미시역학개념으로 유도된 식에 의한 횡방향탄성계수값과 잘 일치되었다. 계면에서 강한 결합이 있는 복합재와는 달리, 약한 결합의 복합재는 인장하중에 의하여 세라믹/금속계면에서 금속재료와 세라믹간의 분리가 발생된다. 이 분리는 전체복합재의 강성을 감소시키며, 금속의 부피분율이 감소될수록 (즉, 세라믹의 부피분율이 증가할수록) 횡방향 평균응력의 평균변형율에 대한 감소로 나타났다. 미시역학의 개념을 적용한 유한요소해석기법을 통하여, 이미 알고 있는 복합재 각 성분의 특성으로부터 복합재료의 계면특성과 횡방향특성을 예측할 수 있다.

• Proceeding of EDISON Challenge
• /
• 2014.03a
• /
• pp.211-224
• /
• 2014

금속을 포함한 분자에 대한 양자계산은 정확하고 일관된 결과를 얻기가 힘들 뿐만 아니라 상당한 컴퓨터 자원을 소비하며 많은 시간이 소요된다. 본 연구에서는 복잡한 양자계산의 근사를 위한 방법으로 본래 정성적인 구조 예측에 사용되는 닮은 궤도함수분석(Isolobal Analysis)을 정량적인 측면에서 접근해보고, 이를 통해 닮은 궤도(Isolobal) 구조를 가지고 있는 단위들(radical 등)에 대해서 계산을 근사할 수 있는 방법에 대해 논의한다. $CH_3$, $CH_2$와 닮은 궤도 구조를 가진 전형 원소를 중심으로 하는 분자들에 대해 가장 기초적인 근사계산인 Hartree-Fock 양자계산을 수행하였다. $(CUH_5){_2}^{2-}$를 표적으로 결합 구조를 예측하기 위한 경향성을 계산한 결합 성질로부터 파악한다. 분석 결과 동일한 주기에 대해서는 원자반지름(Atomic radii)에 대해 조화 형태의 결합에너지가 얻어졌으며, 동일한 족에 대해서는 좋은 근사가 되지 않았다. 파악된 경향성을 바탕으로 금속의 결합을 근사한 에너지에 대해서는 -1054.1875 kJ/mol로 비교적 큰 오차를 보였으나, 오차 항에 대한 분석이 가능해 추가적인 계들에 대한 계산으로 근사를 교정할 수 있을 것으로 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.772-774
• /
• 2003

DNA/DNA의 연쇄 결합 반응에 대한 시뮬레이션을 열역학적 데이터를 이용하여 구현하였다. 1-Base의 non Watson-Crick 결합과, dangling end(결합이 이루어진 두개의 DNA strand 중 한쪽 끝이 다른 쪽 끝보다 길거나 짧은 경우)를 허용하는 nearest-neighbor model을 사용하여 구현된 이 모델에서는 한번의 hybridization만을 예측하는 것이 아니라 연속적인 결합 반응의 시뮬레이션이 가능하다. 이를 통해서 분자 알고리즘의 설계와 검증이 가능할 뿐만 아니라, cross-homology의 검사를 통한 시퀀스의 검증까지도 가능하다. 이러한 in silico 에서의 접근 방식은 효율적인 분자 알고리즘의 개발과 신뢰성 있는 시퀀스의 설계에 도움이 될 수 있다.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2003.11a
• /
• pp.87-100
• /
• 2003

본 연구는 마케팅 분야에서 주로 사용되는 신제품확산모델(new product diffusion model)들이 기본적인 배스 모형(Bass model)에 기반하여 개별 소비자의 이질성(heterogeneity)을 반영하지 못하고, 제품이 시장에 출시되기 이전 단계에 시장수요를 예측하지 못하는 한계를 극복하기 위한 방법론을 제시하기 위해 진행되었다. 연구에 사용된 방법론을 살펴보면, 먼저 컨조인트(Conjoint) 분석을 통해 제품의 개별 속성들에 대한 소비자의 선호 구조를 파악하고, 이를 통해 추정된 정적(static)인 소비자 효용함수를 시장 및 기술 환경의 변화에 대한 적절한 예측자료와 결합하여 동적(dynamic)인 효용함수로 전환함으로써 시간에 따른 동적(dynamic) 시장 점유율(market share)을 예측하고, 그 결과를 신제품확산모델로부터 도출된 잠재시장(market potential) 추정치와 결합함으로써 신제품의 판매량을 예측한다. 또한 본 연구에서 제시하는 모델을 한국의 30인치 이상 대형TV 시장에 대해 실증적으로 분석하였으며, CRT TV, Projection TV, LCD TV, PDP TV에 대한 시장수요를 예측하였다. 분석 결과, 소비자들은 TV 선택시 화질과 가격에 민감한 반응을 보이는 것을 알 수 있으며, 이를 바탕으로 한 시장 예측 결과, 단기적으로는 가격 경쟁력이 있는 Projection TV가 높은 시장 점유율을 보이지만, 50인치 이상 LCD TV가 상용화될 경우, LCD TV가 다른 TV들보다 상대적으로 많은 판매량을 보일 것으로 예측되었다. 또한 TV 크기에 따른 소비자들의 선택을 살펴본 결과 50∼60인치대에 비해 40인치대 크기의 TV가 많이 판매될 것으로 예상된다.