• 한국컴퓨터정보학회논문지
• /
• 제21권6호
• /
• pp.9-19
• /
• 2016

In finance literature, stock liquidity showing how stocks can be cashed out in the market has received rich attentions from both academicians and practitioners. The reasons are plenty. First, it is known that stock liquidity affects significantly asset pricing. Second, macroeconomic announcements influence liquidity in the stock market. Therefore, stock liquidity itself affects investors' decision and managers' decision as well. Though there exist a great deal of literature about stock liquidity in finance literature, it is quite clear that there are no studies attempting to investigate the stock liquidity issue as one of decision making problems. In finance literature, most of stock liquidity studies had dealt with limited views such as how much it influences stock price, which variables are associated with describing the stock liquidity significantly, etc. However, this paper posits that stock liquidity issue may become a serious decision-making problem, and then be handled by using data mining techniques to estimate its future extent with statistical validity. In this sense, we collected financial data set from a number of manufacturing companies listed in KRX (Korea Exchange) during the period of 2010 to 2013. The reason why we selected dataset from 2010 was to avoid the after-shocks of financial crisis that occurred in 2008. We used Fn-GuidPro system to gather total 5,700 financial data set. Stock liquidity measure was computed by the procedures proposed by Amihud (2002) which is known to show best metrics for showing relationship with daily return. We applied five data mining techniques (or classifiers) such as Bayesian network, support vector machine (SVM), decision tree, neural network, and ensemble method. Bayesian networks include GBN (General Bayesian Network), NBN (Naive BN), TAN (Tree Augmented NBN). Decision tree uses CART and C4.5. Regression result was used as a benchmarking performance. Ensemble method uses two types-integration of two classifiers, and three classifiers. Ensemble method is based on voting for the sake of integrating classifiers. Among the single classifiers, CART showed best performance with 48.2%, compared with 37.18% by regression. Among the ensemble methods, the result from integrating TAN, CART, and SVM was best with 49.25%. Through the additional analysis in individual industries, those relatively stabilized industries like electronic appliances, wholesale & retailing, woods, leather-bags-shoes showed better performance over 50%.

• Journal of the Korean Data and Information Science Society
• /
• 제27권6호
• /
• pp.1537-1545
• /
• 2016

세계적으로 유가하락과 더불어 경제가 침체되면서 우리나라도 저성장의 기조를 보이고 있고, 노동 시장에서는 취업난이 가중되고 있으므로 취업영향 요인을 파악하여 적절한 취업 정책을 수립하는 것이 절실한 현실이다. 따라서 본 연구에서는 제17차년도 노동패널자료를 사용하여 취업에 영향을 미치는 요인을 파악하고자 한다. 성인 생애주기는 청년기, 중장년기와 노년기로 구분하였으며 취업에 영향을 미치는 요인으로 인구통계학적 변수, 직업관련 변수 그리고 건강관련 변수를 고려하였다. 의사결정나무분석을 사용하여 분석한 결과 청년기에는 학력이 가장 중요한 요인이었으며, 중장년기에는 가장 중요한 요인이 성별이었고, 남성의 경우 건강상태, 여성의 경우, 직업훈련경험, 연령, 건강상태의 순으로 나타났다. 노년기에도 성별이 가장 중요한 요인이었고 그 다음으로 건강상태, 학력 등의 순으로 나타났다.

• 정보과학회 논문지
• /
• 제44권1호
• /
• pp.21-26
• /
• 2017

사물인터넷, 클라우드 컴퓨팅, 빅데이터 등 새로운 기술의 도입으로 처리하는 데이터의 종류와 양이 증가하면서, 개인의 민감한 정보가 유출되는 것에 대한 보안이슈가 더욱 중요시되고 있다. 민감정보를 보호하기 위한 방법으로 데이터에 포함된 개인정보를 공개 또는 배포하기 전에 일부를 삭제하거나 알아볼 수 없는 형태로 변환하는 익명화기법을 사용한다. 그러나 준식별자의 일반화 수준을 계층화하여 익명화를 수행하는 기존의 방법은 데이터 테이블의 레코드가 추가 또는 삭제되어 k-익명성을 만족하지 못하는 경우에 더 높은 일반화 수준을 필요로 한다. 이와 같은 과정으로 인한 정보의 손실이 불가피하며 이는 데이터의 유용성을 저해하는 요소이다. 따라서 본 논문에서는 결정트리 기반의 기계학습을 적용하여 기존의 익명화방법의 정보손실을 최소화하여 데이터의 유용성을 향상시키는 익명화기법을 제안한다

• 기술혁신연구
• /
• 제22권4호
• /
• pp.117-143
• /
• 2014

기존의 기술 진화 경로 연구는 주로 거시적 동향 분석 수준에서 이루어져 왔으며 포괄적인 기술정책 방향 수립에는 시사점이 있었으나, 기업 기술 및 특허전략에는 활용가치가 낮았다. 2000년대부터 논문 및 특허 등의 데이터를 활용해 미시적인 기술의 진화 경로를 분석하고, 기업 기술전략에 적용하려는 연구가 증가하고 있다. 그러나 대부분 과거 진화 경로의 서술에 그치고 있으며 기술의 진화 또는 파생-융합 등의 변화에 대한 분석은 전문가의 정성적 판단에 상당부분 의존하고 있다. 본 연구에서는 특허 인용 네트워크를 구축해 미시적 기술의 진화 경로를 도출하고, 기술의 진화와 파생을 동적 기술트리를 통해 분석하는 방법론을 제시한다. 동적 기술트리 분석은 기술의 핵심요소를 체계화하고, 신기술 요소의 신규성과 확장성을 평가해 차세대 기술진화와 파생에 대한 정량적 판단을 가능하게 한다. 이를 통해 차세대 신기술과 파생기술에 대하여 파악, 평가, 비교하고 나아가 예측의 토대를 구축한 것이 본 연구의 의의이다. 본 연구의 결과는 기술 및 특허전략과 포트폴리오 구축의 신뢰성을 높일 수 있는 좋은 도구가 될 것이다. 본 연구에서 제안한 방법론을 이용하여 최근 전력산업에서 기존 교류 송전의 대안으로 주목을 받고 있는 초고압 직류송전 시스템 기술을 대상으로 실증분석을 수행하였다.

• 지능정보연구
• /
• 제14권4호
• /
• pp.147-160
• /
• 2008

업무프로세스 관리시스템(BPMS：business process management system)을 이용하면 새로운 프로세스를 정의하거나 기존의 프로세스를 갱신하는 일이 매우 용이하다. 대체로 표준화되고 일상적인 업무를 대상으로 프로세스를 관리하는 것은 이러한 소프트웨어를 사용하여 효율성을 높일 수 있겠으나, 비일상적인 예외상황에 대한 처리를 위해서는 별도의 전문가 참여나 특수한 의사결정 과정을 거쳐야 하는 경우가 많다. 본 논문은 다수의 예외처리용 업무 프로세스가 저장소에 축적된 상황을 전제로 예외처리 프로세스 선정의 자동화 방안을 제시한다. 예외처리에 가장 적합한 프로세스를 검색하는 것은 예외상황에 관한 충분한 이해가 필요하기 때문에 상황의 인지(context awareness)는 매우 중요한 과제이다. 예외상황의 이해를 원활히 하고, 예외처리 프로세스의 효율적인 선정을 위해 본 연구에서는 '상황변수'와 '의사결정변수' 자료구조를 도입하였다. 전자상거래의 배송과정의 예외사례를 사용하여 제시한 변수구조가 어떻게 검색트리 생성에 활용되는지를 예시하였다. C5.0 알고리즘은 최적검색트리를 생성해주며, 그것은 또한 문제의 상황에 최적인 예외처리 프로세스의 선정을 위한 검색경로를 설정한 것임을 보여준다.

• Computers and Concrete
• /
• 제21권4호
• /
• pp.407-417
• /
• 2018

Concrete which is a composite material is one of the most important construction materials. Compressive strength is a commonly used parameter for the assessment of concrete quality. Accurate prediction of concrete compressive strength is an important issue. In this study, we utilized an experimental procedure for the assessment of concrete quality. Firstly, the concrete mix was prepared according to C 20 type concrete, and slump of fresh concrete was about 20 cm. After the placement of fresh concrete to formworks, compaction was achieved using a vibrating screed. After 28 day period, a total of 100 core samples having 75 mm diameter were extracted. On the core samples pulse velocity determination tests and compressive strength tests were performed. Besides, Windsor probe penetration tests and Schmidt hammer tests were also performed. After setting up the data set, twelve artificial intelligence (AI) models compared for predicting the concrete compressive strength. These models can be divided into three categories (i) Functions (i.e., Linear Regression, Simple Linear Regression, Multilayer Perceptron, Support Vector Regression), (ii) Lazy-Learning Algorithms (i.e., IBk Linear NN Search, KStar, Locally Weighted Learning) (iii) Tree-Based Learning Algorithms (i.e., Decision Stump, Model Trees Regression, Random Forest, Random Tree, Reduced Error Pruning Tree). Four evaluation processes, four validation implements (i.e., 10-fold cross validation, 5-fold cross validation, 10% split sample validation & 20% split sample validation) are used to examine the performance of predictive models. This study shows that machine learning regression techniques are promising tools for predicting compressive strength of concrete.

• 산업경영시스템학회지
• /
• 제41권2호
• /
• pp.56-64
• /
• 2018

In recent years, imbalanced data is one of the most important and frequent issue for quality control in industrial field. As an example, defect rate has been drastically reduced thanks to highly developed technology and quality management, so that only few defective data can be obtained from production process. Therefore, quality classification should be performed under the condition that one class (defective dataset) is even smaller than the other class (good dataset). However, traditional multi-class classification methods are not appropriate to deal with such an imbalanced dataset, since they classify data from the difference between one class and the others that can hardly be found in imbalanced datasets. Thus, one-class classification that thoroughly learns patterns of target class is more suitable for imbalanced dataset since it only focuses on data in a target class. So far, several one-class classification methods such as one-class support vector machine, neural network and decision tree there have been suggested. One-class support vector machine and neural network can guarantee good classification rate, and decision tree can provide a set of rules that can be clearly interpreted. However, the classifiers obtained from the former two methods consist of complex mathematical functions and cannot be easily understood by users. In case of decision tree, the criterion for rule generation is ambiguous. Therefore, as an alternative, a new one-class classifier using hyper-rectangles was proposed, which performs precise classification compared to other methods and generates rules clearly understood by users as well. In this paper, we suggest an approach for improving the limitations of those previous one-class classification algorithms. Specifically, the suggested approach produces more improved one-class classifier using hyper-rectangles generated by using Gaussian function. The performance of the suggested algorithm is verified by a numerical experiment, which uses several datasets in UCI machine learning repository.

• 한국정보통신학회논문지
• /
• 제22권8호
• /
• pp.1055-1060
• /
• 2018

4차 산업혁명을 맞이하여 학교 교육에 있어서 진로교육의 문제가 크게 대두되고 있다. 일선 현장에서도 인공지능 및 빅 데이터들을 효과적으로 처리하기 위한 서비스 또는 기술에 대하여 다양한 연구가 진행되고 있으나, 교육분야에 있어서는 학생들에 대한 데이터들을 단순처리과정을 거칠 뿐이다. 이에 본 논문에서는 인공지능 및 빅데이터를 활용한 학생들의 진로교육을 위한 진로 예측 프로그램을 설계 제시하고자 한다. 영재교육원 학생들의 관찰데이터를 이용하여 의사결정 트리중 가장 인공지능에 가깝고 효과적이라고 알려진 C4.5알고리즘으로 의사결정 트리를 구성하고 학생들의 희망 진로를 예측하는 것이다. 판별결과 카파계수는 0.7을 넘어 상당한 일치도를 보였고 평균절대오차도 0.1정도로 상당히 낮은 수치를 보였다. 이에 따라서 본 연구에서 보이듯이 많은 연구 및 데이터를 구축하여 학생들의 상담에 활용 진로를 제시하고 수업태도 및 방향을 제시하는데 도움이 될 것으로 사료된다.

• Nuclear Engineering and Technology
• /
• 제49권8호
• /
• pp.1575-1588
• /
• 2017

In order to develop a domestic research roadmap for severe accidents, a special committee was established by the Korean Nuclear Society. One of the subcommittees discussed the characteristics and the relevant technical issues in the stages of fission product release and physical forms of radionuclide release and transport. The group members developed a tree to identify fission product release phenomena by tracing failures of individual defense-in-depth barriers and added possible countermeasures against failure. For each elemental issue, they searched for technical problems by examining the phenomena, accident management actions, and regulatory aspects relevant to the mitigation features for containment, including mitigation strategies against containment bypass accidents. Regulatory concerns, including the source term and the acceptance criteria for radionuclide release, were also considered. They identified further research needs regarding important technical issues based on the degree of the current knowledge level in Korea and in foreign countries, looking at the significance and urgency of issues and the expected research period required to reach an advanced level of knowledge. As a result, the group identified the 12 most important and urgent issues, most of which were expected to require mid-term and long-term research periods.

• 한국조경학회지
• /
• 제43권4호
• /
• pp.50-61
• /
• 2015

본 고는 주요 사찰에 노거수로 현존하는 대부분의 전나무는 일제에 의해 구한말부터 일제강점기 동안 신목(神木)으로 심어졌다는 가설을 증명하기 위해 연구되었다. 전나무 노거수의 현존량과 식재위치 특성, 전나무 노거수의 식재시기 특성, 일본의 고대신앙과 전나무의 연관성을 분석하였다. 전나무 노거수를 신목이라고 판단하는 이유는 다음 세 가지이다. 첫째, 일본 신사에서는 가도로부터 뻗은 참배로에 가장 많은 신목이 심겨지는데, 우리 사찰에서는 일본의 참배로와 비슷한 공간인 일주문에서 누문 사이에 가장 많이 심겨진 식재위치의 공통점 때문이다. 둘째, 몇 개의 주요 사찰에서 가슴높이 직경이 가장 큰 전나무를 조사한 결과, 100cm에서 60cm 사이의 범주여서 일본 불교의 조선 개교 원년인 1877년부터 일제강점기 1945년 사이, 2015년 현재 70년생에서 138년생 사이에 포함되는 크기로 판단되기 때문이다. 셋째, 1877년 일본 불교계가 조선개교를 시작하면서 일본 고대사에 있는 신공황후의 삼한출병을 보살펴준 스와대사의 신(神)을 일제의 수호신으로 삼고, 우리나라 주요 사찰에 현신시키기 위하여 전나무를 심었을 것이라고 하는 연관성이 너무도 자연스럽기 때문이다. 우리 사찰의 전나무 노거수는 강제적이었든지 부지불식간에 식재되었든지 그 식재의미에 대한 적절한 평가가 이루어지지 않은 채 현재의 거목으로 성장하였다. 본고의 주장에 대한 철저한 검증과 본 이슈에 대한 논의를 기대한다.