• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.373-373
• /
• 2020

한국건설기술연구원의 돌발홍수연구센터는 전국에서의 돌발홍수정보를 제공하기 위해 2019년에 돌발홍수예측 시스템을 구축하였다. 돌발홍수예측 시스템은 동(읍/면) 단위로 1시간 선행 예보를 3단계 위험 정보(주의/경계/심각)로 전국적으로 제공하고 있다. 본 시스템에서 예측 선행 시간을 1시간으로 설정한 것은 최소 대피 시간의 개념도 있지만 예측자료의 정확도가 1시간 이후 현격히 감소하기 때문이다. 이에 본 연구에서는 돌발홍수예측 시스템의 예측 선행 시간을 1시간에서 3시간으로 확장하기 위한 병합 기법을 검토 및 적용하였다. 이를 위해 홍수통제소에서 제공하고 있는 초단기 예측 강수 자료와 기상청에서 제공하고 있는 수치예보 자료를 활용하였다.

• KIISE Transactions on Computing Practices
• /
• v.21 no.3
• /
• pp.167-172
• /
• 2015

Machine learning is a technique for training computers to be used in classification or forecasting. Among the various types, support vector machine (SVM) is a fast and reliable machine learning mechanism. In this paper, we evaluate the stock price predictability of SVM based on financial statements, through a fundamental analysis predicting the stock price from the corporate intrinsic values. Corporate financial statements were used as the input for SVM. Based on the results, the rise or drop of the stock was predicted. The SVM results were compared with the forecasts of experts, as well as other machine learning methods such as ANN, decision tree and AdaBoost. SVM showed good predictive power while requiring less execution time than the other machine learning schemes.

• The KIPS Transactions:PartB
• /
• v.11B no.4
• /
• pp.465-470
• /
• 2004

Web Information Predictive Systems have the restriction such as they need users profiles and visible feedback information for obtaining the necessary information. For overcoming this restrict, this study designed and implemented Dynamic Web Information Predictive System using Ensemble Support Vector Machine to be able to predict the web information and provide the relevant information every user needs most by click stream data and user feedback information, which have some clues based on the data. The result of performance test using Dynamic Web Information Predictive System using Ensemble Support Vector Machine against the existing Web Information Predictive System has preyed that this study s method is an excellence solution.

• Journal of Korea Society of Industrial Information Systems
• /
• v.18 no.6
• /
• pp.95-101
• /
• 2013

Social media has many advantages. It can gain latest information with real time, be spread rapidly, easily be reproduced and distributed regardless of its form. These advantages can result in real time predictions using the latest information, which is possible due to the increase in social demand for more quick and accurate economic variable predictions. In this paper we adopted ARIMAX and ECM model to predict the unemployment rate and as a social information we used the Google Index provided by Google Trend. Also we used News Index as a domestic social information. The process of fitting statistical model considered in this paper can be adopted to predict various socio/economic indices as well as unemployment rate.

• Journal of Intelligence and Information Systems
• /
• v.5 no.1
• /
• pp.49-64
• /
• 1999

본 연구는 백화점 고객이 신용 카드 신청 요구 시에 작성되는 가입 정보 및 사용되고 있는 고객의 거래 정보는 카드 사용 패턴으로 신용도를 예측하는 여러 방법론을 제시하고 성능을 비교하였다. 가입 정보를 분석하기 위해 역전파 신경망(Back-Propagation Neural Network, BPNN), 사례기반추론(Case-Based reasoning)을, 거래 정보를 분석하기 위해 역전파 신경망과 더불어 시간지연 신경망(Time-Delayed Neural Network, TDNN)을 각각 사용하여 그 결과를 비교하였다. 또한 전체시스템의 적중률을 높이기 위햐여, ID3와 신경망을 이용한 Meta-Leaning 방법을 제시하였으며, Meta-Learning 방법과 다른 방법들을 비교, 분석을 하였다. 본 연구에서는 모형 수립과 검증을 위하여 T백화점의 실제 신용 카드 가입 고객 데이터를 이용하여 실험하였다. 데이터의 성격에 따라 각 모델의 예측력에는 차이가 나타났으나, 신경망 모형의 예측력이 우수하였으며, 시간적 특성을 고려하는 시간지연 신경회로망 모형의 예측력은 더욱 우수하게 나타났다. 또한 Meta-Learning 모형을 사용하면 예측력이 더 높아진다는 것을 확인할 수 있었다.

• The Korean Journal of Financial Management
• /
• v.14 no.2
• /
• pp.229-252
• /
• 1997

본 연구에서는 실무 및 학계에 종사하는 45명의 전문가 집단을 대상으로 쌍별비교(pairwise comparision)에 의한 설문조사에서 얻어진 전문가들의 의견을 AHP 분석을 통하여 종합하는 과정을 거쳐 부도예측모형을 설계하여 검증한 뒤, LOGIT모형과 비교하였다. 본 연구에 의하면 부도예측모형에서 정량적인 정보보다 정성적인 정보가 더 중요한 역할을 한다는 D.Bunn-G.Wright(1991)의 연구와 일치하는 결과를 얻을 수 있었다. 본 연구에서 발견된 분석결과를 요약하면 다음과 같다. 첫째로 LOGIT 모형과 AHP 모형에서 모두 정량적인 정보만을 고려하는 경우보다 정성적인 정보를 함께 고려한 모형에서 부도예측율이 더 높은 것으로 나타나고 있어 부도가능성을 예측하는데 있어 정성적인 정보가 중요한 역할을 한다는 결론을 얻었다. 둘째로 AHP를 이용한 부도예측 모형을 설계할 때 각 속성에 대한 전문가(45명)들의 의견을 종합하는 방법으로 산술평균과 기하평균을 이용한 검증결과에 의하면 기하평균방법을 통하여 전문가들의 의견을 종합하는 것이 보다 합리적이라는 실증적 증거를 얻을 수 있었다. 셋째로 Akaike의 기준값을 분석한 결과에 의하면 LOGIT 모형은 정량적인 정보와 정성적인 정보를 모두 이용한 모형이 가장 우수한 것으로 판명되었고, 모형의 부도예측력도 가장 높은 것으로 밝혀졌다. AHP 모형은 정성적인 정보만을 이용한 모형에서 가장 높은 부도예측을을 나타내었으며, 기하평균을 이용한 AHP 모형은 LOGIT 모형보다 항상 높은 부도예측율을 보여주었다.

• Journal of the Korean Society for Library and Information Science
• /
• v.38 no.4
• /
• pp.105-123
• /
• 2004

This study was to predict through the trend analysis, one of the forecast technique, the future of library End Information center. In order to do that literature reviews, analysis of library's home page and specialist interview were conducted. As a result, It appeared that based on the trend analysis to predict the middle future(after 5-10 years) of library and information center. The results of this study are as follows. The first, the future information environment is represented by mobile and ubiquitous. Through this, anytime, anywhere, any device, we can be taken any media. The second, the problems of future library are technical, economic, social, ethical and legal problem. The third, unreliable factors come out in time lag, the supply speed of terminals, library services, copyrights and so on. The fourth, the future library is expanded through wireless terminal information access and use, development of mobile technique, universal ubiquitous environment and electronic information's use are extended.

• The Korean Journal of Financial Studies
• /
• v.6 no.1
• /
• pp.141-170
• /
• 2000

기업의 부실화과정에서 경영자는 그 누구보다도 먼저 부실화의 재무적 징후를 포착할 수 있을 것이며, 부정적인 정보가 외부에 누출되는 경우 발생할 수 있는 은행의 대출중단 등의 치명적 비용을 피하기 위하여 긍정적인 정보를 조작 유포시킬 강한 유인이 존재한다. 이러한 인식에 근거하여 경영자의 이익조절 가능성이 높아지는 기업부실화의 일정시점에서 기업부실예측의 현실적인 모형을 추정하는 데 본 연구의 목적이 있다. 본 연구에서는 부실기업에서 재무정보의 이익조절행위 가능성을 검증하기 위하여 1995년에서 1998년까지 부실화된 115개 상장기업들의 부실전 재무정보를 분석하였고, 총 20개의 재무변수와 그 변화율을 고려하여 부실예측모형을 추정하였다. 이러한 본 연구의 결과는 다음과 같이 요약할 수 있다. 첫째, 부실표본기업의 경우에 재무정보 상호간의 논리성이 와해되거나 크게 약화되어 경영자의 심각한 이익조절행위가 있는 것으로 추정되며, 수익성 정보에 집중되어 부실 2년전부터 심해지고 있는 것으로 나타났다. 둘째, 경영자의 이익조절행위로 인해 논리적 상관관계가 와해되지 않은 재무정보들은 부실예측에 대한 설명력을 갖고 있으며, 본 연구에서 9개의 재무변수로 추정한 부실예측모형은 부실 1년전 80%의 우수한 예측력을 보여주고 있다.

• Journal of Intelligence and Information Systems
• /
• v.4 no.1
• /
• pp.41-58
• /
• 1998

본 연구는 여러 가지 Data Mining 기법들로부터 도출된 지식과 AHP를 이용하여 도출된 전문가의 지식을 사용된 정보의 특성에 따라 조사하고, 이러한 각각의 지식들을 중심으로 부도예측 모형을 설계한 후, 각 모형의 특성 및 부도예측력에 대한 실증적 비교연구에 그 목적을 두고 있다. 사용된 Data Mining 기법들은 통계적 다중판별분석 모형, ID3 모형, 인공신경망 모형이며, 전문가 지식의 추출은 AHP를 사용하여 45명의 전문가로부터 부도와 관련하여 인터뷰 및 설문조사를 실시하였다. 특히 부도예측에 사용된 변수의 특성을 정량적 재무정보와 정성적 비재무정보로 나누어서 각 모형의 특성을 비교연구하였다. 연구결과 부도예측시 정성적정보의 중요성을 확인하였으며, 전문가의 지식을 기반으로한 AHP 모형이 위험예측모형으로 사용될 수 있음을 실증적으로 보여주었다.

• Journal of Intelligence and Information Systems
• /
• v.29 no.3
• /
• pp.361-381
• /
• 2023

Research on corporate bankruptcy prediction has been focused on financial information. Since the company's financial information is updated quarterly, there is a problem that timeliness is insufficient in predicting the possibility of a company's business closure in real time. Evaluated companies that want to improve this need a method of judging the soundness of a company that uses information other than financial information to judge the soundness of a target company. To this end, as information technology has made it easier to collect non-financial information about companies, research has been conducted to apply additional variables and various methodologies other than financial information to predict corporate bankruptcy. It has become an important research task to determine whether it has an effect. In this study, we examined the impact of electronic payment-related information, which constitutes non-financial information, when predicting the closure of business operators using electronic payment service and examined the difference in closure prediction accuracy according to the combination of financial and non-financial information. Specifically, three research models consisting of a financial information model, a non-financial information model, and a combined model were designed, and the closure prediction accuracy was confirmed with six algorithms including the Multi Layer Perceptron (MLP) algorithm. The model combining financial and non-financial information showed the highest prediction accuracy, followed by the non-financial information model and the financial information model in order. As for the prediction accuracy of business closure by algorithm, XGBoost showed the highest prediction accuracy among the six algorithms. As a result of examining the relative importance of a total of 87 variables used to predict business closure, it was confirmed that more than 70% of the top 20 variables that had a significant impact on the prediction of business closure were non-financial information. Through this, it was confirmed that electronic payment-related information of non-financial information is an important variable in predicting business closure, and the possibility of using non-financial information as an alternative to financial information was also examined. Based on this study, the importance of collecting and utilizing non-financial information as information that can predict business closure is recognized, and a plan to utilize it for corporate decision-making is also proposed.