• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.13 no.3
• /
• pp.1091-1098
• /
• 2012

From the perspective of risk management, financial organization that have issued ELW require an efficient hedging methodology due to recently increased trade volume of ELW. This study presents an ELW hedging methodology using artificial neural network(ANN) to minimize hedging costs. The performance of the presented methodology in this study is examined by analysis utilizing the prices and volatilities of underlying assets, risk free interest rates, and maturities and computational experiments show that the proposed method is superior to existing dynamic delta hedging(DDH) technique in terms of hedging costs ranged from 25% to 250%.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.174-174
• /
• 2018

현재 우리나라에서는 지속적으로 홍수 및 가뭄에 대한 예방사업을 진행하고 있음에도 불구하고 해마다 피해가 발생하고 있으며, 이에 따라 효율적인 이수 치수 계획이 절실히 필요한 실정이다. 하지만 우리나라의 경우, 강우의 발생 특성이 과거와는 다른 양상을 보이고 있다. 따라서 강우빈도해석 시 강우특성이 변화하지 않는다는 정상성(stationary)을 가정하는 기존의 방법론은 문제가 있다. 이에 본 연구에서는 강우특성이 어떻게 변화하였는지 평가하는 방법론에 대하여 고찰하고자 한다. 우선, 대상 강우관측소의 과거 일강수량 자료를 수집하고 연도별 강우발생 천이확률(Markov Chain)과 강우량 확률분포(Gamma)의 매개변수를 산정한다. 그리고 일강우시계열의 경향성 분석(Mann-Kendall test) 결과와 함께 비교 검토하여 어떠한 방법론이 강우특성 변화를 더욱 잘 추정하는지에 대하여 평가한다. 본 연구를 통하여 우리나라 강우특성의 변화를 더욱 정확하게 추정할 수 있는 기틀을 마련할 수 있을 것이며, 향후 비정상성 기반의 기후변화 모의를 수행하기 위한 기초연구로 활용될 수 있을 것으로 기대된다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2001.11a
• /
• pp.163-167
• /
• 2001

데이터 마이닝에서 분석의 대상으로 하는 대용량 자료에는 연속형 자료와 범주형 자료가 모두 포함된다. 전통적인 군집분석은 연속형 자료를 대상으로 하는 방법들이다. 본 연구에서는 범주형 자료를 대상으로 하는 군집분석방법인 K-모드 알고리즘과 락(ROCK) 알고리즘을 비교${\cdot}$분석하였다. 그리고 두 알고리즘이 갖는 방법론적인 단점을 보안하여 군집의 효과를 높일 수 있는 개선 방안을 제안하였다.

• Journal of Intelligence and Information Systems
• /
• v.7 no.2
• /
• pp.35-49
• /
• 2001

Over the years, cluster analysis has become a popular tool for marketing and segmentation researchers. There are various methods for cluster analysis. Among them, K-means partitioning cluster analysis is the most popular segmentation method. However, because the cluster analysis is very sensitive to the initial configurations of the data set at hand, it becomes an important issue to select an appropriate starting configuration that is comparable with the clustering of the whole data so as to improve the reliability of the clustering results. Many programs for K-mean cluster analysis employ various methods to choose the initial seeds and compute the centroids of clusters. In this paper, we suggest a methodology to evaluate various clustering programs. Furthermore, to explore the usability of the methodology, we evaluate four clustering programs by using the methodology.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.10a
• /
• pp.139-142
• /
• 1997

본 논문에서는 기존 FCM(Fuzzy C-Means) 타입 클러스터링 알고리즘의 선은 향상을 위한 설계 방법을 제시한다. 우선 클러스터의 응집성(compactness)과 분리성(separation)을 동시에 고려한 성능 지수를 정의하고, 이를 진화 프로그램을 통하여 최적화 한다. 또한 실험을 통하여 기존 연구들과의 비교 및 제안된 방법론의 유효성을 보인다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.14 no.1
• /
• pp.28-32
• /
• 2013

In this study, we suggested new method for compensation on spring back of press part. At first, we compared between error on CAD data and scanning data. The new method can be substituted for manual modeling process in compensation on spring back. The new method is available for automatic modeling based on 3D scanning data. From the study, the results expect that time and cost reduction for process applying new method for compensation on spring back of press part.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.119-124
• /
• 2023

자원이 풍부한 언어를 사용하여 훈련된 모델을 만들고 해당 모델을 사용해 자원이 부족한 언어에 대해 전이 학습하는 방법인 교차언어 전송(Cross-Lingual Transfer)은 다국어 모델을 사용하여 특정한 언어에 맞는 모델을 만들 때 사용되는 일반적이고 효율적인 방법이다. 교차언어 전송의 성능은 서비스하는 언어와 전송 모델을 만들기 위한 훈련 데이터 언어에 따라 성능이 매우 다르므로 어떤 언어를 사용하여 학습할지 결정하는 단계는 효율적인 언어 서비스를 위해 매우 중요하다. 본 연구에서는 교차언어 전송을 위한 원천언어를 찾을 수 있는 특성이 무엇인지 회귀분석을 통해 탐구한다. 또한 교차언어전송에 용이한 원천 학습 언어를 찾는 기존의 방법론들 간의 비교를 통해 더 나은 방법을 도출해내고 한국어의 경우에 일반적으로 더 나은 원천 학습 언어를 찾을 수 있는 방법론을 도출한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.17 no.1
• /
• pp.538-543
• /
• 2016

For a good product quality and plant safety, it is necessary to implement the on-line monitoring and diagnosis schemes of industrial processes. Combined with monitoring systems, reliable diagnosis schemes seek to find assignable causes of the process variables responsible for faults or special events in processes. This study deals with the real-time diagnosis of complicated industrial processes from the intelligent use of multivariate statistical techniques. The presented diagnosis scheme consists of a classification-based diagnosis using nonlinear representation and filtering of process data. A case study based on the simulation data was conducted, and the diagnosis results were obtained using different diagnosis schemes. In addition, the choice of future estimation methods was evaluated. The results showed that the performance of the presented scheme outperformed the other schemes.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.178-185
• /
• 2021

Sequence to sequence(S2S) 기반 음성인식 후처리기를 훈련하기 위한 학습 데이터 구축을 위해 (음성인식 결과(speech recognition sentence), 전사자(phonetic transcriptor)가 수정한 문장(Human post edit sentence))의 병렬 말뭉치가 필요하며 이를 위해 많은 노동력(human-labor)이 소요된다. BackTranScription (BTS)이란 기존 S2S기반 음성인식 후처리기의 한계점을 완화하기 위해 제안된 데이터 구축 방법론이며 Text-To-Speech(TTS)와 Speech-To-Text(STT) 기술을 결합하여 pseudo 병렬 말뭉치를 생성하는 기술을 의미한다. 해당 방법론은 전사자의 역할을 없애고 방대한 양의 학습 데이터를 자동으로 생성할 수 있기에 데이터 구축에 있어서 시간과 비용을 단축 할 수 있다. 본 논문은 BTS를 바탕으로 제주어 도메인에 특화된 음성인식 후처리기의 성능을 향상시키기 위하여 모델 수정(model modification)을 통해 성능을 향상시키는 모델 중심 접근(model-centric) 방법론과 모델 수정 없이 데이터의 양과 질을 고려하여 성능을 향상시키는 데이터 중심 접근(data-centric) 방법론에 대한 비교 분석을 진행하였다. 실험결과 모델 교정없이 데이터 중심 접근 방법론을 적용하는 것이 성능 향상에 더 도움이 됨을 알 수 있었으며 모델 중심 접근 방법론의 부정적 측면 (negative result)에 대해서 분석을 진행하였다.

• Proceedings of the CALSEC Conference
• /
• 2003.09a
• /
• pp.22-27
• /
• 2003

본 연구는 최근 수요가 급격히 증가하고 있는 CMS의 평가방법론을 개발하기 위한 목적으로, CMS와 IT솔루션 평가이론에 대한 고찰을 통해 CMS의 평가항목을 크게 "솔루션 특성", "공급벤더역량", "구매업체 환경적합성"의 대항목으로 분류하고, "컨텐츠 관리기능", "경제성", "서비스", "정보화계획적합성" 등의 총 10가지 세부항목을 제안하였다. 또한 AHP 기법을 통하여 각 평가항목의 상대적 선호도를 결정하고, 과거 단순가중치법을 이용하여 도입된 CMS구매과정과 상호비교하는 사례연구를 실시하였다. 결과적으로 과거 단순가중치법에 의해 산출된 솔루션의 평가점수와 AHP를 이용한 상대적 선호도에 따른 평가점수 사이에는 큰 차이가 존재하였다. 이 연구를 통하여 CMS 솔루션의 선정에 중요한 평가항목들을 제공하였으며, 객관적이고 과학적인 방법론인 AHP를 활용함으로써 솔루션의 차이를 효과적으로 차별화하는 좋은 사례를 제공코자 하였다.