• The monthly packaging world
• /
• s.30
• /
• pp.112-124
• /
• 1995

포장자재로서의 PET가 특히 수년사이, 급속하게 수요를 확대하고 있는 것은 잘 알려져 있다. 포장재로서는 가장 역사가 긴 필름은 차치 하더라도 금년 18만톤 가량이 예측되고 있는 병 분야, 더욱이 푸드 팩 분야 등 각 분야 모두 수요의 신장을 예측하는 견해가 지배적이다. 그러나 성장분야는 과제도 또한 많다. 여기에서는 최근 PET시장의 특징적인 동향을 알아본다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2008.04a
• /
• pp.407-412
• /
• 2008

원자력발전소의 안전성 확보를 위해서, 설비의 유지 관리 기법은 고장이 발생했을 때 조치하는 고장정비에서부터 고장을 미연에 방지하기 위한 예방정비, 예측정비 그리고 상태기반정비로 진행되어 가고 있다. 국내 원자력발전소에서는 고장정비와 예방 정비가 적용되고 있으며, 예측정비와 상태기반정비에 대한 연구가 수행되고 있다. 본 논문에서는 모터구동밸브, 공기구동밸브, 역지밸브 그리고 펌프에 대한 예방정비 현황과 기술 개발 동향에 대해 살펴보았다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.47-50
• /
• 2004

본 논문은 대량의 데이터를 처리하는 전염병에 관한 역학조사에 대한 과정을 KDD(Knowledge Discovery in Database)와 데이터마이닝 기법을 이용해서 의료 전문인들의 지식을 데이터베이스화하여 데이터 선정, 정제, 보강, 예측과 빠른 데이터 검출을 하도록 하였다. 그리고 각 바이러스의 동향은 데이터마이닝을 활용하므로 일부분만의 데이터를 산출하지 않고 전체적인 동향을 산출, 예측하도록 한다.

• The Optical Journal
• /
• s.105
• /
• pp.57-64
• /
• 2006

일본의 재단법인 광산업기술진흥협회는 광산업 동향 조사위원회를 설치하여 1980년도 이후 매년 광산업의 동향조사를 실시해온 일본의 재단법인 광산업기술진흥협회에서는 지난 3월 2005년도 일본 광산업 동향 조사 결과를 발표했다. 이번 연도 조사에서는 작년과 같이 7가지 제품분야별 조사전문위원회를 설치하여 2004년도 광산업에 대한 실적 보고와 함께 2005년도 전망, 2006년도 예측에 대해 분석했다.

• 정보보호뉴스
• /
• s.136
• /
• pp.52-55
• /
• 2009

KISA 인터넷침해사고대응지원센터가 지난 1월 '2008년 침해사고 동향 및 2009년 전망'을 발표했다. 침해사고 동향을 분석하고 향후 등장할 위협을 예측하는 이 보고서는 국내외 정보보호 분야의 기술 지형을 한눈에 보여준다는 점에서 큰 의미를 지니고 있다. 웜 바이러스와 악성 봇 분야의 주요내용을 중심으로 2008년 침해사고 동향과 2009년을 전망해 본다.

• Korea Petroleum Association Journal
• /
• no.2 s.144
• /
• pp.9-13
• /
• 1993

이 글은 앞으로 2000년까지의 석유수급경향, OPEC의 역할 및 유가동향을 예측해 본 것이다.

• KOREAN POULTRY JOURNAL
• /
• v.49 no.9
• /
• pp.168-171
• /
• 2017

• The Korean Journal of Applied Statistics
• /
• v.35 no.4
• /
• pp.553-568
• /
• 2022

The Household Income and Expenditure Survey is a representative survey of Statistics Korea, which aims to measure and analyze national income and consumption levels and their changes by understanding the current state of household balances. Recently, the disconnection problem in these time series caused by the large-scale reorganization of the survey methods in 2017 and 2019 has become an issue. In this study, we model the characteristics of the time series in the Household Income and Expenditure Survey up to 2016, and use the modeling to compute forecasts for linking the expenditures in 2017 and 2018. In order to evenly reflect the characteristics across all expenditure item series and to reduce the impact of a specific forecast model, we synthesize a total of 8 models such as regression models, time series models, and machine learning techniques. In particular, the noteworthy aspect of this study is that it improves the forecast by using the optimal combination technique that can exactly reflect the hierarchical structure of the Household Income and Expenditure Survey without loss of information as in the top-down or bottom-up methods. As a result of applying the proposed method to forecast expenditure series from 2017 to 2019, it contributed to the recovery of time series linkage and improved the forecast. In addition, it was confirmed that the hierarchical time series forecasts by the optimal combination method make linkage results closer to the actual survey series.

• KIPS Transactions on Software and Data Engineering
• /
• v.10 no.9
• /
• pp.367-374
• /
• 2021

Stock price prediction is a subject of research in various fields such as economy, statistics, computer engineering, etc. In recent years, researches on predicting the movement of stock prices by learning artificial intelligence models from various indicators such as basic indicators and technical indicators have become active. This study proposes a deep learning model that predicts the ups and downs of KOSPI from overseas indices such as S&P500, past KOSPI indices, and trading trends by KOSPI investors. The proposed model extracts a latent variable using a stacked auto-encoder to predict stock price fluctuations, and predicts the fluctuation of the closing price compared to the market price of the day by learning an LSTM suitable for learning time series data from the extracted latent variable to decide to buy or sell based on the value. As a result of comparing the returns and prediction accuracy of the proposed model and the comparative models, the proposed model showed better performance than the comparative models.

• Convergence Security Journal
• /
• v.12 no.4
• /
• pp.97-108
• /
• 2012

In this study, we analysis the distributing malware using email on the korean defense service and defense industry as the social engineering attack. E-mail attack distributes the document files with the malware. Using the malware, attacker get the Information of the targeted people and devices. we proposed expected new types of attacks by analysis and transformation. And, expect the new email attack agendas which will be tried.