• 지능정보연구
• /
• 제8권1호
• /
• pp.1-13
• /
• 2002

비상장기업이나 신규상장기업의 경우 주식거래량과 거래가격이 없거나 불충분하므로 최근 활발히 연구되고 있는 VaR(Value-at-Risk)를 파악하지 못한다. 본 연구에서는 비상장기업 및 신규상장기업의 미래 가격위험의 척도인 VaR를 추정하는 방법론을 제시하고, 이를 시스템(VAS-CBR)으로 구현하였다. 구체적으로는 사례기반추론(Case Based Reasoning: CBR) 기법을 이용하여 기존의 상장회사들 중에서 신규 및 비상장기업과 유사한 재무적, 비재무적 특성을 갖는 상장기업을 찾아내고, 유사기업의 VaR를 근거로 신규 및 비상장기업의 VaR를 간접적으로 추정하였다. 또한 개발 시스템의 예측력 제고를 위한 운용방안 및 시스템의 예측력을 실험을 통하여 밝혔다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제14권1호
• /
• pp.41-65
• /
• 2005

The credit ration is a significant area of financial management which is of major interest to practitioners, financial and credit analysts. The components of credit rating are identified decision models are developed to assess credit rating an the corresponding creditworthiness of firms an accurately ad possble. Although many early studies demonstrate a priori which of these techniques will be most effective to solve a specific classification problem. Recently, a number of studies have demonstrate that a hybrid model integration artificial intelligence approaches with other feature selection algorthms can be alternative methodologies for business classification problems. In this article, we propose a hybrid approach using rough set theory as an alternative methodology to select appropriate attributes for case-based reasoning. This model uses rough specific interest lies in lthe stable combining of both rough set theory to extract knowledge that can guide dffective retrevals of useful cases. Our specific interest lies in the stable combining of both rough set theory and case-based reasoning in the problem of corporate credit rating. In addition, we summarize backgrounds of applying integrated model in the field of corporate credit rating with a brief description of various credit rating methodologies.

• 디지털콘텐츠학회 논문지
• /
• 제12권2호
• /
• pp.217-223
• /
• 2011

인공지능(AI : Artificial Intelligence)은 지능을 만들 수 있는 방법론이나 실현 가능성 등을 연구하는 컴퓨터 공학 및 정보기술과학 분야이다. 오델로(Othello) 게임은 다른 게임에 비해 규칙이 간단하며 $8{\times}8$인 제한적인 공간에서 이루어지기 때문에 AI로 제작되는 사례가 많다. 기존의 알고리즘은 추후에 발생하는 모든 경우의 수를 탐색하거나 룰을 이용하여 처리하기 때문에 처리시간이 오래 걸리며 새로운 상황에 대처하는데 효율적이지 않다. 본 연구에서는 이런 단점을 보안하고자 오델로 게임에 AI의 한 분야인 사례기반추론(CBR : Case-based Reasoning)알고리즘을 도입한다. CBR알고리즘 이란 주어진 문제를 해결하기 위해 과거에 있었던 유사한 문제를 검색하여 상황에 맞는 해결방법을 제시하는 방식을 의미한다. 지금까지 오델로 게임에 여러가지 AI기술을 이용하였으나 CBR알고리즘을 적용한 사례가 없었다. 본 연구에서는 CBR알고리즘을 오델로 게임에 적용하여 보다 빠른 연산속도로 다음 작업을 처리할 수 있으며 기존의 사례가 충분할 때는 새로운 상황에 효율적으로 대처할 수 있을 뿐 아니라 사용자로 하여금 보다 어려운 오델로 게임을 만들 수 있는 시스템을 제안한다.

• 한국건설관리학회논문집
• /
• 제14권6호
• /
• pp.14-21
• /
• 2013

완성된 도면과 시방서를 기초로 산출한 상세한 물량 정보를 토대로 상세 공사비를 예측하는 업무에 비해 도면과 시방서가 완성되기 이전 단계에서 시설제원이나 개략적인 설계 정보 등을 기초로 개략공사비를 예측하는 업무는 공사비 예측 업무 담당자의 주관적인 판단에 의존하는 경향이 크고 객관성이 낮은 실정이다. 본 연구에서는 도로건설공사 초기단계에서의 사업비 예측 모델을 연구하고 이를 토대로 건설공사 개략공사비 예측 시스템을 개발하였다. 이 시스템은 BIM 및 GIS를 이용하여 사업 초기단계 개략적인 노선선정에 따른 개략공사비 추정에 있어 사례기반추론을 기반으로 사업비 예측의 정확성 향상과 업무 선진화에 기여할 것으로 기대된다. 또한 사용자가 인터넷을 통해 편리하게 접근할 수 있고 객관적이면서 일관성 있는 개략공사비 예측 결과를 제공받을 수 있으므로 업무 투명성 측면의 효과도 기대할 수 있을 것이다.

• 한국건설관리학회논문집
• /
• 제16권4호
• /
• pp.50-59
• /
• 2015

한국 건설 기업들의 해외 진출이 기하급수적으로 늘어나고 있지만 프로젝트를 수행함에 있어 사업의 수익률은 대기업과 경험이 부족한 중소기업을 비교하였을 때 큰 차이가 나타난다(대기업 5건 중 1건 적자, 중소기업 3건 중 1건 적자 공사). 또한 경험이 부족한 중소, 중견 기업들, 특히 하도급 업체에게는 프로젝트 참여시 사업의 적절성을 판단하기란 어려우며 그에 따른 수익률 또한 예측하기 어렵다. 이에 본 연구는 중소/중견 업체, 특히 하도급 업체 관점에서 해외 건설공사 진출 시 수익률에 영향을 미치는 영향인자를 도출하기 위해 1965년부터 시행된 8,637건의 해외건설 준공데이터 및 문헌고찰 기반으로 수익률에 영향을 미치는 10개 인자를 도출 후 다중회귀분석을 통해 영향인자 간 가중치를 도출하였다. 이를 기반으로 사례기반 추론 기법을 이용하여 수익률 예측 모델을 개발하였으며, Type1 &Type2 error 분석을 통해 검증 결과 11%의 오차율을 보였다. 이러한 수익성 예측 모델을 활용하여 국내 건설 하도급업체들은 해외건설공사 진출 시 해당 프로젝트의 수익성 분포를 사전에 확인하여 양질의 프로젝트를 선별하고, 사업 참여의 의사결정에 중요한 참고자료가 될 것을 기대한다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.109-131
• /
• 2014

최근 전 세계적인 원전 설비의 수요 증가로 원자력 전략물자 취급의 중요성이 높아지는 가운데, 국외 수출을 위한 원전 관련 물품 및 기술의 신청 또한 급증하는 추세이다. 전략물자 사전판정 업무는 통상 원자력 물자 관리에 해박한 전문가의 경험 및 지식에 근거하여 수행되어 왔지만, 급증하는 수요에 상응하는 전문 인력의 공급이 부족한 실정이다. 이러한 문제를 극복하기 위하여, 본 연구진은 전략물자 수출 통제를 위한 사례 기반 지능형 수출 통제 시스템을 설계 및 개발하였다. 이 시스템은 현장 전문가의 전담 업무이던 신규 사례에 대한 전략물자 사전판정 과정 업무의 주요 맥락을 자동화 하여 전문가 및 관계 기관이 감당해야 할 업무 부담을 줄이며, 빠르고 정확한 판정을 돕는 의사결정 지원 시스템의 역할을 맡는다. 개발된 시스템은 사례 기반 추론 (Case Based Reasoning) 방식에 기반을 두어 설계되었는데, 이는 과거 사례의 특성을 활용하여 신규 사례의 해법을 유추하는 추론 방법이다. 본 연구에서는 자연어로 작성된 전자문서 처리에 널리 사용되는 텍스트 마이닝 분석 기법을 원자력 분야에 특화된 형태로 응용하여 전략물자 수출통제 시스템을 설계하였다. 시스템 설계의 근거로 선행 연구에서 제안된 반자동식 핵심어 추출 방안의 성능을 보다 엄밀히 검증하였고, 추출된 핵심어로 신규 사례와 유사한 과거 사례를 추출하는 알고리즘을 제안하였다. 제안된 방안은 텍스트 마이닝 분야의 TF-IDF 방법 및 코사인 유사도 점수를 활용한 결과(${\alpha}$)와 원자력 분야에서 통용되는 개념적 지식을 계통으로 분류하여 도출한 결과(${\beta}$)를 조합하여 최종 결과 (${\gamma}$) 를 생성하게 된다. 세부 요소 기술의 성능 검증은 임상 데이터를 활용한 실험 및 실무 전문가의 의견수렴을 통해 이루어졌다. 개발된 시스템은 사전판정 전문 인력을 다수 양성하는 데 드는 비용을 절감하는 데 일조할 것이며, 지식서비스 산업의 의미 있는 응용 사례로서 관련 산업의 성장에 기여할 수 있을 것으로 보인다.