http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이준혁(Joonhyuck Lee),김갑조(Gabjo Kim),박상성(Sangsung Park),장동식(Dongsik Jang) 한국지능시스템학회 2015 한국지능시스템학회논문지 Vol.25 No.2
최근 기업의 실적 및 주가를 예측하기 위해 매출액증가율, 부채비율 등의 다양한 예측변수를 활용하여 정량적인 예측방법을 활용하는 연구가 많이 이루어지고 있다. 기업실적 및 주가를 정량적 예측하기 위해 수많은 예측 변수들 중에서 모델구축을 위해 중요한 예측변수를 선정하는 것이 중요하다. 대부분의 기존연구들에서는 다양한 알고리즘을 활용하여 예측변수들을 제거하는 방법을 사용하는 경우가 많았다. 이러한 경우 각 예측변수들이 가지는 많은 정보들이 제거되는 문제점이 존재한다. 이러한 문제점을 해결하기 위해 본 연구에서는 예측모델 구축을 위해 예측변수들을 제거하는 대신 각 변수들이 가지고 있는 정보를 병합하여 새로운 변수를 생성하는 대표적인 차원축소 방법인 주성분분석(PCA)을 활용하였다. 본 연구에서는 제안된 예측모델을 미국의 전자, 전기기업의 재무정보를 활용하여 구축하고 예측성능을 실증적으로 분석해 보았다. There have been many studies on statistical forecasting on firm"s performance and stock price by applying various financial indicators such as debt ratio and sales growth rate. Selecting predictors for constructing a prediction model among the various financial indicators is very important for precise prediction. Most of the previous studies applied variable selection algorithms for selecting predictors. However, the variable selection algorithm is considered to be at risk of eliminating certain amount of information from the indicators that were excluded from model construction. Therefore, we propose a firm"s performance prediction model which principal component analysis is applied instead of the variable selection algorithm, in order to reduce dimensionality of input variables of the prediction model. In this study, we constructed the proposed prediction model by using financial data of American IT companies to empirically analyze prediction performance of the model.
이준석(Junseok Lee),김종찬(Jongchan Kim),이준혁(Joonhyuck Lee),박상성(Sangsung Park),장동식(Dongsik Jang) 한국지능시스템학회 2016 한국지능시스템학회논문지 Vol.26 No.4
자율주행자동차는 자동차 스스로가 도로 위의 상황을 분석하고 판단하여 움직이는 인공지능과 자동차가 결합된 형태이다. 자율주행자동차에 대한 연구결과가 최근 언론을 통해 공개가 되고 있으며, 선두기업으로 구글이 평가받고 있다. 기술경영에서 기업의 연구개발방향 파악 및 개발전략수립을 위해 다양한 정보를 포함하고 있는 특허정보의 활용은 좋은 대안으로 평가받고 있다. 본 논문에서는 구글의 자율주행자동차에 대한 집중연구방향 파악 및 기술개발전략수립을 위해 구글의 자율주행자동차 관련 특허문서를 대상으로 문헌의 질적 측면을 평가할 수 있는 인용정보를 이용하여 사회네트워크분석 기반의 연구집중도 분석을 수행한다. 분석결과, 구글에서는 하드웨어 분야에 대한 기술이 미흡하여 최근까지 하드웨어 제어부분에 대한 기술개발에 집중한 것을 확인할 수 있으며, 현재 이 기술에 대하여 상당한 성과를 이룬 것으로 파악된다. 후발 기업에서는 향후 표준화를 대비하여 구글과의 공동연구를 진행하는 것이 필요할 것으로 예상된다. An autonomous vehicle is a convergence of artificial intelligence and a vehicle which can drive itself while analyzing the real-time situation on a road without a driver. A lot of research achievements have been revealed through the media and Google is considered to be the best leading company in this field. The use of patent information which contains various information such as bibliographic data and information about technologies is a good way to find out the R&D direction of a company and develop a reasonable strategy. This study is aimed at investigating the direction to which Google focuses its R&D capabilities and establishing strategies for technology development. Google’s patents about autonomous vehicles were collected and the degree of research bias was analyzed using Social Network Analysis based on citations indicating the quality of a patent. Based on the results, the strategies for technology development was eventually proposed. As a result, it was revealed that Google focused its R&D capabilities on the part of hardware control to make up for its lack of hardware-oriented technologies. As of now, Google obtained remarkable achievements, so it seems reasonable that last-movers consider cooperative research with Google.