http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
자기연상학습 신경망과 부호변수를 이용한 종합주가지수" 왼쪽어깨" 패턴 검출
백진우(Jin-Woo Baek),조성준(Sung-Zoon Cho) 한국정보과학회 2000 한국정보과학회 학술발표논문집 Vol.27 No.2Ⅱ
본 논문에서 제안한 종합주가지수“ 왼쪽 어깨” 패턴 검출은 자기 연상 학습 신경망을 사용하였다. 종합주가 지수 데이터에서 머리어깨모형 중 왼쪽 어깨에 해당하는 데이터로 신경망을 학습시킨 후 이를 이용하여 현재 혹은 테스트 데이터를 입력으로 주어 성능을 평가하였다. 결과는 비교적 우수하였다. 패턴 검출에 의한 투자를 하였을 경우 17개월간의 누적 수익률이 132%였다. 이 기간동안 buy and hold 전략을 사용했을 경우의 수익률은 39%였다.
앙상블 학습알고리즘의 일반화 성능 비교 : OLA, Bagging, Boosting
신현정(Hyun-Jung Shin),장민(Min Jang),조성준(Sung-Zoon Cho),이봉기(Bong-Ki Lee),임용업(Yong-Up Lim) 한국정보과학회 2000 한국정보과학회 학술발표논문집 Vol.27 No.1B
최근 제안된 관찰학습(OLA: Observational Learning Algorithm)은 committee를 구성하는 각각의 학습 모델들이 다른 학습 모델들을 관찰함으로써 얻어진 가상데이터를 실제 결합시켜 학습에 이용하는 방법이다. 본 논문에서는, UCI 데이터 셋의 분류(classification)와 예측(regression)문제에 대하여 다층 퍼셉트론을 학습 모델로 설정하고, 이에 대하여 OLA와 boosting의 성능을 비교, 분석하였다.
조성준 한국뇌학회 2003 한국뇌학회지 Vol.3 No.1
본 연구에서는 신경망 및 Support Vector Machines(SVM) 기반 이상 탐지 모듈을 개발하였다. 이상 탐지 모듈은 크게 보안(타이핑 패턴 기반 사용자 인증) 문제와 금융(선물 가격 예측과 부도기업 탐지) 문제에 적용되었다. 특징 추출 알고리즘이 추가된 보안 모듈은 SVM 이상 탐지 성능을 월등히 향상시켰다. 한편, 금융문제의 KOSPI 이상 추세 탐지 모듈은 연간 50포인트 이상의 수익을 올렸으며, 부도기업 탐지 모듈은 기존의 이진분류 신경망에 비해 더 높은 정확도를 보였다. In this research, we developed thee novelty detection models based on auto associative neural networks (AANNs) and support vector machines (SVMs). The first was applied to typing pattern based password identity verification problem the second to trading of index future and the third to default company detection problem. All three problems share the characteristic fit for novelty detection in that training data set is heavily or completely imbalanced. The first reduced the error rate 5 times while the third reduced the error by half, The second resulted in an excessive profit of 50 points in a simulated trading for a year.
자기연상 학습 신경망과 부호 입력 변수를 이용한 종합주가지수 "왼쪽어깨" 패턴 검출 : Associative Neural Network and Sign Variables
백진우,조성준 한국경영과학회 2000 한국경영과학회 학술대회논문집 Vol.- No.2
We proposed a neural network based "left shoulder" detector. The auto-associative neural network was trained with the "left shoulder" patterns obtained from the Korea Composite Stock Price Index, and then tested out-of-sample with a reasonably good result. A hypothetical investment strategy based on the detector achieved a returm of 132% in comparison with 39% returm from a buy and hold strategy
신민섭,조성준,전선영,홍강의 대한소아청소년정신의학회 2000 소아청소년정신의학 Vol.11 No.1
목적 : 주의력결핍 과잉운동 장애의 진단과 치료 효과를 평가하기 위해 전산화된 한국판 주의력 장애 진단 시스템(ADHD Diagnostic System : ADS)을 개발한 후, 연령별 규준을 산출하였다. 방법 : 서울, 경기도, 강원도 지역의 유치원, 초등학교, 중학교에 재학중인 5세에서 15세 연령범위의 ADS의 신뢰도와 변별 타당도를 검증하기 위해 서울대학병원 소아정신과에서 DSM-IY 기준에 ADHD로 진단 받은 아동 30명이 본 연구에 포함되었다. 정상 집단의 아동들에게는 그들이 다니는 학교의 컴퓨터실에서 ADS를 실시하였고, ADHD 아동들에게는 소아정신과 외래 임상심리실에서 ADS를 실시한 후, 정상 아동의 자료에 입각해서 연령별 규준을 산출하였고, 신뢰도와 타당도 분석을 하였다. 결과 : ADS의 내적 일치도 계수(Cronbach's α)응 .85이었다. 정상 집단간에 오경보 오류를 제외한 모든 측정치에서 유의미한 차이가 있었다. 오인분석 결과, ADS 시각, 청각 검사에서 모두 3개의 요인이 산출되었다. 요인 1은 "주의력 요인"으로 누락오류, 오경보 오류, 민감도(d ')가 포함되었고, 요인 2는 "정보처리 속도 요인"으로 정반응시간, 정반응시간의 표준편차가 여기에 해당되며, 요인 3은 "충동성 요인"으로 반응기준(β)이 포함되었다. 요인 1, 2, 3은 ADHD의 핵심적 증상과 정확하게 일치하므로, 이상과 같은 요인분석, 결과는 ADS가 주의집중력 장애를 도구로써 구성 타당도가 있음을 입증해주었다. 판별분석 결과, 시각, 청각 ADS가 정상 아동과 ADHD 아동의 96.7%를 정확하게 변별해 주는 것으로 나타났다. 논의 : ADS가 주의력-과잉 운동 장애를 일관성이 있게 평가하는 신뢰롭고, 타당한 검사로 입증되었고, ADS를 통해 정상 집단과 ADHD 집단을 정확하게 분류할 수 있음이 시사되었다. Objectives : Present study developed the computerized ADHD Diagnostic System(ADS) in order to diagnose ADHD and evaluate treatment effect of it, and conducted a standardization study for ADS. Methods : The normative group was composed of 847 children and adolescents between the age of 5 and 15(boy 429, girl 418) living in the areas of Seoul, Kyunggi-do, and Kangwon-do. 30 ADHD children with age ranged 7 to 9 years were participated present study to evaluate the validity of ADS. To establish the norms for diagnosing ADHD, the means and standard deviations of normative group were used to calculate T-scores for each age group. Results : The reliability coefficient of ADS(Cronbach's α) was .85. There were significant differences in the measures of ADS except commission error between the normal and the ADHD groups. Three factors were extracted through factor analysis of ADS, which were labelled "inattention", "slow information processing" and "impulsivity". Discriminant analysis showed that ADS significantly discriminate the normal and the ADHD groups. Percentage of correct classification by ADS variables was 96.7%. Conclusion : These results put together strongly support the reliability and validity of ADS as a diagnostic instrument for ADHD. KEY WORDS : ADHD · ADS · Standardization study.