• 한국산업정보학회논문지
• /
• 제20권3호
• /
• pp.61-69
• /
• 2015

본 논문에서는 이산 웨이블릿 변환을 통해 추출된 시간 영역과 주파수 영역의 특징들을 활용하여 심박수변이도를 확률적인 지식으로 분석할 수 있는 방법을 제안하였다. 제안된 방법에서 지식획득 알고리즘은 규칙생성과 규칙평가 단계로 구성되어 있으며, 규칙생성에서는 ROC 분석을 통해 수치적인 속성값을 이산화된 구간으로 변환하고, 서로 다른 의사결정값을 포함하는 구간들 사이에 일관성 정도를 비교함으로써 감축된 규칙-집합을 생성한다. 이때 규칙-집합 내에 각 규칙에 대해서 확률적 해석을 위한 3가지 척도를 추정하였다. 제안된 모형의 효과성은 심혈관질환 병력을 가진 58명의 심전도 데이터로부터 심방세동을 식별할 수 있는 5가지 규칙을 생성하였고, 이들 규칙의 분별력을 평가하였다. 실험결과, 제안된 모형으로부터 생성된 지식은 4가지 성능평가 척도에 대해서 각각 93%의 정확도를 보여주었다.

• 응용통계연구
• /
• 제13권1호
• /
• pp.1-10
• /
• 2000

정보화사회에서 효율적인 정보검색(information retrieval)은 각종 의사결정에 매우 중요하다. 주어진 정보검색 문제가 있을 때 과거에 검색되었던 자료는 그 적절성 여부에 대한 평가를 데이터베이스에 첨가하여 지식베이스(knowledge base)화 할 수 있다. 본 연구는 이 지식베이스에 대한 논리적 패턴을 분석하여 새로운 정보의 '적정성(relevance)' 여부를 판별하는 확률화 정보검색 모형을 만들고 이에 대한 실험을 하였다.

• 재무관리논총
• /
• 제12권1호
• /
• pp.63-88
• /
• 2006

본 연구는 기업가치를 측정하기 위해서 활용될 수 있는 두 가지의 새로운 모형을 개발하였다. 두 가지 모형은 모두 자산가치와 수익가치의 가중평균으로 기업의 본질가치를 표현할 수 있다는데 공통적인 특징이 있다. 첫째 모형은 도산확률 하의 세후 기업가치 가중평균모형이다. 현금흐름할인법으로 알려진 전체기업가치 평가방법론(entity approach)에 기초한 기업가치 평가모형인 이원흠 최수미(2002)의 지식자산가치 평가모형 및 이원흠 최수미(2004)의 가중평균 가치평가모형으로부터 도산확률 하의 세후 가중평균 기업가치 평가모형을 도출하였다. 이 모형은 기업가치는 수익가치 및 실물자산의 가치와 지급이자의 절세효과, 예상도산비용 등 4부분으로 구성된다는 것을 보여 주고 있다. 둘째 모형은 이익조정에 의한 비정상발생액을 감안한 기업가치 가중평균모형이다. 회계학 분야에 주로 발전한 발생액을 고려한 이익의 질(quality of earnings)을 기업가치 측면에서 평가할 수 있는 새로운 모형이다. 이익의 질을 고려한 기업가치 평가모형도 첫째 모형의 도출논리에 의거하여 세후 혹은 도산확률 하의 세후 기업가치 평가모형으로 확장할 수 있다. 새로이 개발된 가중평균 가치평가모형을 통해 추정한 수익가치와 자산가치의 가중치, 가중평균자본비용 등의 정보는 상장주식의 목표가격 평가, 투자등급 판정 등에 활용될 수 있을 뿐만 아니라, 신규상장주식의 공모가, 비상장기업의 합병가액산정, 지주회사의 가치평가 등 비상장기업의 가치평가 분야에 광범위하게 응용될 수 있을 것이다.

• 한국지능시스템학회논문지
• /
• 제11권1호
• /
• pp.16-21
• /
• 2001

전자 상거래에서 고객의 성향을 이해하기 위해서는 일반적으로 판매 실무에서의 경험과 전문적인 지식을 필요로 하게 된다. 데이터 마이닝은 고객들에 대한 데이터의 분석을 통해서 이러한 성향들을 알아내는 것을 목표로 한다. 베이지안 네트워크는 DAG(Directed Acyclic Graph)를 이용하여 데이터의 구조를 시각적으로 표현하여 주는 확률모형으로 변수사이의 종속관계를 밝히고 데이터 마이닝의 기법으로 이용할 수 있다. 본 논문에서는 베이지안 네트워크를 사용하여 전자 상거래 고객들의 성향을 분석하기 위한 방법을 제시한다. 또한 고객성향에 대한 주요 요인을 분석하기 위해 Discriminant 모형을 이용하고 그 유용성을 다른 방법들과 비교하였다.

• 논리연구
• /
• 제17권1호
• /
• pp.109-136
• /
• 2014

모든 (의미론적) 반실재론자들은 모종의 검증원칙을 받아들인다. 그 원칙에는 반직관적인 강한 검증원칙과 상대적으로 그럴 듯한 약한 검증원칙의 두 가지 형태가 있다. 당연히 반실재론자들은 약한 검증원칙을 선호해왔는데, 이른바 지식가능성 역설은 사실 그 두 가지 형태의 검증원칙들이 동치라는 사실을 보여준다. 이 문제를 해결하기 위해서 에징튼은 새로운 형태의 검증원칙을 제시하지만, 그녀의 검증원칙 역시 그 나름의 문제점을 안고 있다. 이 난점을 극복하기 위해, 에징튼은 반사실적 조건명제를 이용한 지식모형을 제공한 바 있다. 이 논문에서는 이 지식모형이 심각한 문제점을 안고 있다고 논할 것이다. 익히 알다시피, 비결정론적인 미시적 현상의 세계에서는 극히 낮은 물리적 확률에도 불구하고 간신히 일어나는데 성공하는 사실들이 존재한다. 필자는 이런 사실들과 연관된 반사실적 조건명제는 인식적 논파자의 존재로 말미암아 알려질 수 없으며, 따라서 에징튼의 지식모형은 많은 경우 작동하지 않는다고 논할 것이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.387-392
• /
• 2000

전자 상거래에서 고객의 성향을 이해하기 위해서는 일반적으로 판매 실무에서의 경험과 전문적인 지식을 필요로 하게 된다. 데이터 마이닝은 고객들에 대한 데이터의 분석을 통해서 이러한 성향들을 알아내는 것을 목표로 한다. 베이지안 네트워크는 DAG(Directed Acyclic Graph)를 이용하여 데이터의 구조를 시각적으로 표현하여 주는 확률모형으로 변수사이의 종속관계를 밝히고 데이터 마이닝의 기법으로 이용할 수 있다. 본 논문에서는 베이지안 네트워크를 사용하여 전자 상거래 고객들의 성향을 분석하기 위한 방법을 제시한다. 또한 고객성향에 대한 주요 요인을 분석하기 위해 Descriminant 모형을 이용하고 그 유용성을 다른 방법들과 비교하였다.

• 한국IT서비스학회:학술대회논문집
• /
• 한국IT서비스학회 2010년도 춘계학술대회
• /
• pp.469-474
• /
• 2010

본 연구에서는 보건기관이 효율적으로 고혈압 관리 대상자를 탐색하고, 고혈압 관련 요인에 대한 지식을 효과적으로 관리할 수 있도록 하는 고혈압 고위험군 추정 모형 및 우선 사업 대상자 탐색 모형을 제안한다. 특히, 대용량 데이터 처리 및 실시간 시스템 운영, 외부 환경 변화를 고려한 자동 학습과 같은 현실적인 제약 조건을 해결하는 모형을 개발하는 것을 주 목표로 한다. 지역 보건소에서 수집된 의료 데이터를 이용하여 최적의 파라미터 값을 설정한 고혈압 고위험군 탐색 모형을 도출하였으며, 모형의 검증을 위하여 고혈압 환자정보로 구성된 평가용 데이터를 사용하여 고혈압 자연 발병률 대비 약 2배 수준으로 향상된 고혈압 환자 예측 정확도가 얻어지는 것을 확인하였다. 시스템 운영과 유비보수 측면에서 현실적으로 중요한 문제인 대용량 데이터 처리 및 외부 환경 변화에 강인한 자동학습 이슈를 해결하기 위한 방안에 대해서도 설명하였다.

• 대한교통학회지
• /
• 제23권6호
• /
• pp.91-102
• /
• 2005

사람들은 지식을 저장할 때 독립적으로 분리하여 저장하기 않고 지식을 조직화하여 저장한다. 이와 갈이 사람들이 지식을 위계적으로 저장하는 방법을 최적경로 탐색기법에 도입하고자 한다. 지금까지의 최적경로를 탐색하는 경우에는 각 링크의 통행비용만을 이용하여 교통정보를 제공하고 있다. 그 결과 실제 운전자들이 장거리 통행에서 최적경로를 탐색시 고속도로 선호도를 반영하는데 미흡하였다. 따라서 본 연구에서는 거리에 따른 경로탐색에 있어 binary logistic regression을 이용하여 간선도로 선택확률모형을 개발하여 장거리를 탐색할 때 도로의 위계를 반영하는 최적경로탐색기법을 도입하였다. 또한 최적 경로를 탐색할 경우에 기존 방법은 탐색 시점을 기준으로 한 교통상황을 기반으로 최적경로를 제공하였다. 이는 운전자가실제로 주행을 하면서 경험하게 되는 링크의 통행시간과는 차이를 보이게 된다. 이런 단점을 해결하기 위해 링크의 통행시간을 예측하는 방안이 있다. 확률과정 모형을 이용하여 예측된 링크 통행기간을 기반으로 최적경로 탐색에 적용하였다. 확률과정 모형은 장기 예측에는 다른 모형보다 오차가 적게 발생하며 데이터 양이 많이 축척되어 있는 경우에 다른 예측기법보다 유리하다. 데이터가 균일하게 있지 않아도 적용이 가능하다. 도로 위계를 고려한 방법과 기존의 방법의 탐색속도를 비교한 결과 탐색 노드의 수가 증가함에 따라서 위계를 고려한 방법이 기존의 방법보다 탐색속도가 향상된다. 도로위계를 고려한 방법을 적용하여 탐색한 결과와 택시운전사들의 설문조사를 통해 얻어진 답안을 서로 비교한 결과 많이 일치함을 알 수 있었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권12호
• /
• pp.329-342
• /
• 2021

오랜 기간과 막대한 비용에도 성공 확률이 낮은 제약·바이오 산업의 생산성 위기를 해결하기 위한 전략으로 전 세계적으로 인공지능과 빅데이터를 활용하려는 사례가 증가하고 있고 가시적인 성과가 나오고 있지만 국내에서는 신약연구에 인공지능 플랫폼 도입에는 관망하는 상황이다. 본 연구는 신약개발을 지원하는 인공지능 플랫폼의 사용과 확산을 촉진하기 위해 도입 및 수용을 견인하는 지각된 가치와 변화에 대한 저항, 수용의도 관계를 검증할 가치기반수용모형과 혁신저항모형 결합 연구모형을 제시하였다. 인공지능 신약개발 플랫폼 사용의도의 연구모형은 지각된 편익으로 유용성, 지식풍부성을, 지각된 희생으로 복잡성, 알고리즘 불투명성을 채택하였고 지각된 가치, 혁신저항의 매개변수로 구성되었다. 실증 결과, 유용성, 지식풍부성, 복잡성, 인공지능 알고리즘의 불투명성이 지각된 가치에 유의미한 영향을 미치고, 유용성, 지식풍부성, 알고리즘의 불투명성, 시험가능성, 인공지능 기술지원환경이 플랫폼 도입에 따른 혁신저항에 유의미한 영향을 미치는 것으로 나타났다.

• Communications for Statistical Applications and Methods
• /
• 제19권3호
• /
• pp.433-450
• /
• 2012

연구자가 같은 작업을 반복적으로 수행할 때, 작업 효율성은 연구에 관련된 지식, 경험, 기술이 축적되면서 향상된다. 결과를 얻기 위해 연구에 투자하는 시간은 같은 작업을 반복함으로써 줄일 수 있다. 이러한 현상을 학습곡선 효과(learning curve effect)라고 일컫는다. 학습곡선(learning curves)은 학습의 변화를 시각적으로 나타낸 것으로 이전의 학습곡선 연구에서는 시간을 일정한 구간으로 나누어 구간별 작업에 대한 숙련도의 평균 차이 여부를 확인하였다. 이러한 방법은 구간을 어떻게 나눌 것인가 하는 기준이 존재하지 않으며, 더욱이 이항 반응 자료로 모형을 적합하기 어려운 문제점을 가지고 있다. 본 연구에서는 이산형 확률변수 중 이항 반응 자료(베르누이자료)에 대한 학습곡선의 통계적 모형에 초점을 맞추고자 한다. 누적확률분포의 특성을 이용하여 모수를 추정하기 위해서 뉴튼-랩슨 방법(Newton-Raphson method)을 사용하였고, 이 연구에서 제안한 모형의 점근적 분포를 구하였다.