http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
기업 재무 및 특허 정보를 활용한 혁신경향성 예측 연구
장필성,오승환 한국기술혁신학회 2024 기술혁신학회지 Vol.27 No.2
Most countries around the world utilizes various policy measures to induce corporate innovation activities, and various surveys and studies on corporate innovation activities are also being conducted academically. In this paper, an innovation tendency prediction model using corporate and patent information was built and an analysis was conducted to check its performance. Accordingly, the feasibility of such an approach and implementation strategies were reviewed using Korean Innovation Survey data. To this end, a model was built to predict innovation performance based on corporate financial information and patent application information, and machine learning techniques such as random forest were applied for this purpose. As a result of the analysis, it was found that the learned model could have a certain level of predictive performance, and it appeared to have similar performance to previous overseas studies, demonstrating the operability of the innovation trend prediction model. In the future, it is expected to have various effects when a model for predicting innovation trends is built and utilized through a more improved artificial intelligence methodology.
구조용 실링마감재의 내환경 조건에 따른 탄성복원 특성 연구
장필성,강동원,홍순구,김영근,김성래 한국구조물진단유지관리공학회 2018 한국구조물진단유지관리공학회 논문집 Vol.22 No.1
Recently, The use of the curtain wall method is increasing in construction. The curtain wall construction is widely applied to the exterior wall of the building for shortening construction period and economical efficiency. However, the replacement of deterioration of the weather resistance and structural behavior of the sealing material connecting the curtain wall method and the glass frame is necessary for introduction of the stable curtain wall method and quality improvement in accordance with KS F 4910 standard. In this study, the elastic restoring force test was performed in the external environment. In this study, the deterioration of the sealant was evaluated for structural sealants. In Korea, studies on the variable displacement behavior of structural sealants are lacked. In this study, the reproduced results in laboratory conditions are compared with the deteriorating conditions exposed to the external environment, and they are reflected in the design of sealing materials in the future. According to the results of the study, it was confirmed that the existing structure sealant meets the quality standard of KS F 4910, but in the conditions performed in this study, adhesion failure of the specimen and cracking of the surface occurred. Especially, in the weather resistance test, it is necessary to evaluate the long-term durability performance of the structural sealant used in the curtain wall method by checking the insoluble state of all the test pieces. Therefore, in order to apply a conventional structural sealant to the site, it is necessary to introduce another durability performance evaluation. 본 최근 건축물 외벽공사에 커튼월 공법의 사용이 증가하고 있다. 외벽 커튼월 공법은 공기단축 및 경제적 효용이 크다는 장점으로 인해 건물의 외벽으로도 널리 시공되고 있다. 그러나, 커튼월 공법의 프레임과 유리를 연결해 주는 구조용 실란트에 대한 내후성 및 구조물의 거동에 대한 열화를 대체한 시험은 KS F 4910 규격에는 부재한 실정으로 안정적인 커튼월 공법 도입과 품질향상을 위해서는 필요한 요소이다. 본 연구에서는 외기환경하에서 거동에 대한 탄성복원력시험을 실시하였다. 구조용 실란트를 대상으로 열에 대한 실링재의 열화를 평가하였다. 국내에서는 구조용 실란트의 가변형 변위거동에 대한 연구는 부족한 실정으로 본 연구에서는 외기 환경에 노출된 열화조건을 대체하여 실험실 조건에서 재현한 결과를 확인하고, 설계에 반영하고자 한다. 본 연구 결과에 따르면, 기존의 구조용 실링재는 KS F 4910의 품질기준은 만족하지만, 본 연구에서 실시한 조건에서는 시험체의 파단과 표면의 균열 등이 발생하는 것을 확인하였다. 특히, 내후성 시험에서는 시험체 모두 불용의 상태를 확인하여 향후, 커튼월 공법에 사용되는 구조용 실링재의 장기적인 내구성능 평가가 필요한 것으로 판단된다. 따라서, 기존의 구조용 실링재가 현장에 적용되기 위해서는 별도의 내구성능 평가를 실시가 요구된다.
장필성,유재연,오승환 한국기술혁신학회 2020 기술혁신학회지 Vol.23 No.1
We explored the possibility of developing a deep learning model that predicts the effects of enterprise support based on national R&D project information and company information. As a result of applying the deep learning model, it was found that the deep learning has a performance characteristic that can contribute to improve the accuracy of proper company selection. When the policy effect is divided into positive and negative, it has a prediction accuracy of 60% ~ 77% based on test data not used for learning. As a result of this study, the R&D beneficiary selection model based on the deep learning technique has high operability and application necessity 정부 R&D 지원은 수혜기업의 평균적인 매출액 증가, 고용 증가, R&D 투자 증가 등에 있어 긍정적인 정책효과를가져오는 것으로 알려져 있다. 하지만 개별 기업 단위에서 살펴보면 기업의 특성에 따라 그 효과는 유의하지 않거나부(-)의 효과를 가지기도 한다. 즉, 기업 특성에 따른 수혜효과의 이질성이 나타나게 된다. 이러한 측면에서 각 기업지원에 대한 개별적 사전적 예측의 필요성이 제기되고 있다. 본 연구에서는 국가연구개발사업 정보와 기업 정보를 바탕으로 기업지원 효과에 대해 사전 예측하는 딥러닝 모형의개발 가능성을 탐색하였다. 먼저 PSM 방법론을 활용하여 정부 R&D 미수혜기업 대비 수혜기업의 매출액, R&D투자, 고용 지표에 대한 정책효과를 산출하였으며, 이 분석 결과를 기반으로 딥러닝 모형을 학습시켜 기업지원 효과를예측하는 모형을 구현하였다. 딥러닝 모형의 예측 성능 및 특징을 분석한 결과, 딥러닝 모형은 적절한 수혜기업 선정에 기여할 수 있는 성능 특성을 가진 것으로 나타났다. 정책효과를 양수와 음수로 구분하였을 때 테스트 데이터셋을 기준으로 60%~77% 가량의 예측 정확도를 가지는 것으로 나타났다. 로짓모형을 통한 분석과 비교하였을 때 예측 정확도 면에서 향상되었음을 확인하였다. 또한, 긍정편향적 예측 특성이 크게 개선되었으며 보다 넓은 기업군에 대해 예측을 수행 가능 한 것으로 나타났다. 딥러닝에 기반한 R&D 수혜기업 선정 모형은 적용 가능성과 효용성이 높다는 측면에서 향후 효율적이고 객관적인 선정 평가에 기여할 수 있을 것으로 보인다.