Optus - Optimization
|
|
|
- 용수 내
- 5 years ago
- Views:
Transcription
1 최적화알고리즘과투자공학 서울대학교컴퓨터공학부 최적화 / 금융공학연구실 문병로 서울대학교최적화및금융공학연구실 page 1
2 목차 1. 도입, 문제공간 2. 최적화 3. 주식투자와최적화 서울대학교최적화및금융공학연구실 page 2
3 1. 도입 서울대학교최적화및금융공학연구실 page 3
4 Motivations for Optimization 기능의시대에서효율성의시대로! 효율지향솔루션시장의확대 금융 자원관리 제조 CRM ( 고객관계관리 ) SCM ( 공급망관리 ) 광고 검색 수요는급증, 방법론은정체 기법상의심층적변혁필요 서울대학교최적화및금융공학연구실 page 4
5 Company Intelligence Level Building Blocks Basic products Research Intellectual building blocks Outsourcing capability HIGH Transforming Level Abstraction Level Emergent behaviors Scratch Level Labor-oriented projects LOW LOW Environment Technology Culture Costomer s Royalty HIGH 서울대학교최적화및금융공학연구실 page 5
6 문제공간탐색 Problem space 2-D 3-D N-D? f(x) =. f(x,y) =. f(x 1,x 2,,x N-1 ) =. 서울대학교최적화및금융공학연구실 page 6
7 문제공간 각격자점하나는하나씩의솔루션 최적화 - 문제공간에서가장높은봉우리를찾는것 대부분문제공간은 N차원이다. 서울대학교최적화및금융공학연구실 page 7
8 Traveling Salesman Problem (TSP) N 개의도시가주어지고, 모든도시를방문하고돌아오는최단경로를찾는문제 컴퓨터과학의대표적난제, NP-Hard 실제로는 N 차원
9 문제공간의방대함 25-city TSP ( 아주조그만문제 ) 25-city problem 6.2 * solutions 1만 clocks/solution 모든경우를다보려면 700억년소요 8000-city TSP 문제의공간은어떨까?
10 끌개 - Local Optimum : 지역최적점 (local optimum) = 끌개 (attractor) 최대화문제 : 봉우리 최소화문제 : 계곡
11 TSP 의끌개수 10-City TSP: 끌개평균 4 개 20-City TSP: 끌개평균 170 개 100-City TSP: 끌개평균 3.4Ⅹ10 16 (3경 4천조 ) TSP 의솔루션의수 100-City TSP 의모든솔루션의수 : 9.3Ⅹ City TSP 에서의끌개의비율 3Ⅹ 솔루션당하나씩의끌개 8000-city TSP 문제의끌개수는? 최적화알고리즘은이런공간을돌아다니는교통수단이다.
12 끌개 (Attractor) Attractor = 끌개 문제공간상에서의지역최적점 공간탐색의목표이자장애물 끌개의예 생태계의종 : 개나리, 질경이, 치타, 가젤, 인류사의조직, 제도 : 가족, 부족, 국가, 학교, 대통령제, 인간의고정관념, 사고체계 : 시각, 습관, 편집증, 시장에서정착되는제품들 타게팅엔진이생산하는솔루션집합 테니스의스윙폼 Optimization은가장수준높은끌개를찾는것 저수준끌개 (low-quality local optimum) 에고착되어버리지않도록 다양한끌개에접할수있도록넓은탐색기능필요 우리에게가장매력적인투자전략은아주높은하나의끌개다!
13 2. 최적화 서울대학교최적화및금융공학연구실 page 13
14 문제를푼다는것 Decision problems 질문에대해 Yes 또는 No 라고대답하면되는문제 Equations 조건을만족하는해를찾는것 유효한해의수는많지않다 ( 대부분 ) Optimization 유효한해는무수히많다 이들중가장매력적인해를찾는것 서울대학교최적화및금융공학연구실 page 14
15 Types of Optimization Problems Function optimization 주어진함수값을최대화 / 최소화하는변수값찾기 System identification 주어진입력 - 출력집합을가장잘설명하는시스템찾기 Function approximation, Neural-network optimization, 투자전략, Combinatorial optimization 이산적해들의집합에서가장매력적인해를찾는것 그래프분할, TSP, 차량라우팅, VLSI 회로배치, 벡터양자화, 전략최적화, 서울대학교최적화및금융공학연구실 page 15
16 System Identification Determines a mathematical model for an unknown system by observing input-output pairs Applications 원자력발전소 1-To-1 타게팅 Function approximation Neural-net identification Decision circuit 최적디자인 Areas 금융 e-commerce Search Regression Analysis GA TS Heuristics IO Pairs Approximation Target system Modeling & Extraction Information Function NN Circuit Log data 서울대학교최적화및금융공학연구실 page 16
17 Optimization Problems Function optimization 함수의최적해탐색, 방정식근사, System identification Mostly black-box models» 신경망디자인, 함수근사,» 문자인식, 질병예측, 사기진단, 주가예측, 투자전략,» Decision logic, 다중엘리베이터최적제어, 핵연료상관식디자인, Combinatorial optimization TSP, 차량라우팅, 스케줄링 시재관리최적화, 공정-장비할당최적화 그래프분할, VLSI 회로배치 벡터양자화 투자전략, 게임전략, 서울대학교최적화및금융공학연구실 page 17
18 Optimization Methods Deterministic algorithms Local search algorithms Greedy algorithms Heuristics Linear programming Dynamic programming Neural net Stochastic approaches Genetic algorithm, LSMC, tabu search, 서울대학교최적화및금융공학연구실 page 18
19 Obstacles 시간의제한 Hierarchical model 필요 경험적직관필요 Abstraction, articulation, event 화 Dream: Raw data로부터바로시스템도출» 시스템의복잡성으로인해대부분가능하지않다 Articulation 필요 서울대학교최적화및금융공학연구실 page 19
20 3. 주식투자와최적화 서울대학교최적화및금융공학연구실 page 20
21 투자철학에따른분류 소극적투자자 효율적시장가설학파 적극적투자자 99.9% 개인투자자, 대부분의펀드, 대부분의기관투자자, 인덱스펀드 사람중심 Computer 지원형 통계, 계산, 분석 : 컴퓨터 전략, 판단 : 사람 Computer 주도형 컴퓨터가전략까지 HFT (High-Freq. Trading) S&P 500 Wilshire 5000 KOSPI 대형 / 소형성장주인덱스대형 / 소형가치주인덱스 대부분의펀드대부분의분석기반투자자 대부분의시스템 / 알고리즘트레이딩 르네상스테크놀로지 중장기알고리즘투자 일종의전문가시스템 옵투스
22 알고리즘트레이딩현황 2006년의 algorithm trading 비중 EU와미국주식거래의 1/3 외환거래주문의 1/4 런던주식거래소주문의 40% 2010년의 algorithm trading 비중 ( 예상, Aite Group LLC) EU와미국주식거래의 ½ ( 이미 2009년미국주식거래의 73% 가 high-frequency trading 회사들의주문 ) 옵션거래의 1/5 급격한변화 ( ) Avg deal size: 1000 shares -> 300 shares more people working in their technological area than on the trading desk. The nature of the market has changed dramatically. 7/2007 AP Trading volume: 0.35billion 1.6 billion Algorithms and quantitative techniques multiplied, it became arms race. 11/2006 Herald Tribune Goldman has more people working in their technological area than people on the trading desk. The nature of the market has changed dramatically. 7/2007 AP ATD 자동거래전문회사 미국거래의 6% 점유 City Group이 6.8억불에인수 Nova Fund (Renaissance Technologies) Algorithm trading fund Arms race! 97 년어느날 NASDAQ 전체거래의 14% 차지 2014 년에는 90%? Any sort of pattern recognition or predictive model can be used to initiate algorithm trading. Neural net and genetic programming have been used to create these models. Now it s an arms race, said Andrew Lo, director of the MIT s Laboratory for Financial Engineering. -Wikipedia
23 문지기의꿈 (Janitor s Dream) 인지물리학자들 사람의의식을표현할수있는수식이있을것이다 의식의추상화레벨은 10층, 논의는지하1층 일반투자자들, 수학 - 물리학자들 시장의원리를설명하는마법의수식이있을것이다 시장의추상화레벨은 10층, 논의는 1층
24 주가는장기적으로장부가치를반영한다 MKF2000 자본총계지수 년 1 월 ~ 2012 년 6 월
25 한국증시의평균상승폭, 2000~2011 평균상승폭 (%) 7 5 산술평균상승폭 기하평균상승폭 일후 1 주후 2 주후 3 주후 6 주후 3 개월후 6 개월후 -3-5
26 상식과다른예 : 볼린저밴드 상단 3% 근접상단돌파시장평균 상단3% 근접상단돌파시장평균 주후 2 주후 3 주후 6 주후 3 개월후 6 개월후 주후 2 주후 3 주후 6 주후 3 개월후 6 개월후 산술평균 기하평균
27 인기의실체, w/ PBR 1 년평균상승폭 (%) PBR 1 미만 PBR 1 이상 PBR 5 이상
28 미국주식의 PBR 십분위에따른수익률 비교, 한국 (2000~2012) 십분위 1 (Lowest) 연평균기하수익 16.59% 동기간미국주식연평균기하수익률 : 11.7% 기하수익률 30% 25% % 20% % 15% % 10% % 5% % % % -5% % -10% % 10 (Highest) 9.26% 실제투자수익은여러요인으로이보다다소낮게나온다 -15% -20%
29 극단치의함정 0 주수익률 (Log) 하단극단치, 8 년 ( 전후 4 년 ) 평균 : -4.27σ 최고 : -1.57σ 최저 : σ /416 의확률지점 : -2.82σ -4.27σ 이하는십만분의 1 정도 (2 천년에한번 ) -6σ 이하는 10 억분의 1 정도 (2 천만년에한번 ) 이런일이 8년동안무수히일어난다정규분포턱없이맞지않고, log 처리해도여전히턱없다
30 기록들 Graph partitioning Johnson Benchmark (1994, 2004) Circuit partitioning MCNC Benchmark (1998) TSP TSP LIB (1994, 2002) 198- 꼭지지수귀문도발견 (2003) 유전알고리즘사용 행렬곱셈의복잡도 O(n 2.81 ) 알고리즘 유전알고리즘에의한자동발견 ( 세계최초 ) 6700 만년 10 분 GECCO 2D Assignment Contest 우승 (2008) 우리의관점에서이런문제들이나주식투자문제모두최적화문제다
31 누적수익률 180% 160% 포트폴리오누적수익률 KOSPI 누적수익률 168% 140% 120% 100% 80% 60% 67% 40% 20% 0%
32 분기 포트폴리오분기별수익률 포트폴리오누적수익률 KOSPI 분기별수익률 KOSPI 누적수익률 분기 % % 2 분기 % % 3 분기 % % 4 분기 % % 분기 % % 2 분기 % % 3 분기 % % 4 분기 % % 분기 % % 2 분기 % % 3 분기 % % 4 분기 % % 분기 % % 2 분기 % % 3 분기 % % 4 분기 1.16* % % % % * 추정배당 2% 반영
33 연도별수익률비교 with KOSPI 60% 50% 40% 30% 20% 10% 옵투스수익률 KOSPI 수익률 0% -10% %
34 연도별수익률비교 with KOSPI 60% 50% 40% 30% 20% 10% 옵투스수익률 KOSPI 수익률 0% -10% %
35 Betti ng 기하평균 / / /18 (1/9) / / / / / 최적화문제투성이 켈리베팅선 ( 최적투자율 ) r= 산술평균수익 대차대조표 3 배 평균 2.5배 2 배 r=0.040 r=0.036 r=0.044 r= 표준편차 Portfolio 손익계산서현금흐름표주가거래량 50.00% PSR PSR 5배 0.01배 POR 14.26% 6.18% POR 8.53% % 문제모델링과최적화알고리즘 0.00% % 기하수익 ( 복리수익 ) 변동성감소, 수익감소수익감소, 변동성증가기하평균표 : 앞의예 투자전략 Pattern 경제지표 Kelly bet/2 Kelly bet Kelly bet*2 Portfolio Optimize r Algori thm Studio Portfolio Rebalanc er 과소배팅 과대배팅 Anchor Metric Studio Pattern Studio 2020 년어느칼럼 년전만해도이렇게변수가많고복잡한투자를기계보다사람이더잘할수있다고대부분믿었다. 그런시절도있었다.
36 사람은아니다 사람의인지적오류가발생하는곳에수익의기회가있다 컴퓨터지원형까지인지적오류가산재한다 컴퓨터주도형에도모델링에인지적오류가존재한다 주식투자는한단계들어가보면리스크를거래하는것이다 리스크를현명하게견딜수있는사람은극소수 기계적인매매가답이다 사람중심 미국, 알고리즘트레이딩 년 1/ 년 3/ 년? 컴퓨터지원형 컴퓨터주도형 당분간은혼재하면서점점컴퓨터주도형의비중이커질것
37 결론 기능의시대에서효율성의시대로! 최적화와증권시장 : 패러다임의전환 알고리즘들의전쟁터로변할것 확률과정확도의게임 널린최적화문제들 포트폴리오구성 포트폴리오리밸런싱 패턴탐색 투자전략최적화 차익거래 교과서적이론과현장의괴리 Customization Variation Abstraction Blue ocean! 아는만큼보이며, 보는만큼이룬다! 서울대학교최적화및금융공학연구실 page 37
Optus - Optimization
최적화알고리즘과투자공학 서울대학교컴퓨터공학부 최적화및금융공학연구실 문병로 서울대학교최적화및금융공학연구실 page 1 목차 1. 도입, 문제공간 2. 최적화 3. 증권시장과최적화 4. 결론 서울대학교최적화및금융공학연구실 page 2 1. 도입 서울대학교최적화및금융공학연구실 page 3 Motivations for Optimization 기능의시대에서효율성의시대로!
지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., KOSPI200.,. * 지능정보연구제 16 권제 1 호 2010 년 3 월
지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., 2004 5 2009 12 KOSPI200.,. * 2009. 지능정보연구제 16 권제 1 호 2010 년 3 월 김선웅 안현철 社 1), 28 1, 2009, 4. 1. 지능정보연구제 16 권제 1 호 2010 년 3 월 Support
쉽게 배우는 알고리즘 강의노트
쉽게배우는알고리즘 ( 한빛미디어 ) 2 장. 상태공간트리의탐색 State-Space Tree State-space tree ( 상태공간트리 ) 문제해결과정의중간상태를각각한노드로나타낸트리 이장에서배우는세가지상태공간탐색기법 Backtracking Branch-and-bound A * algorithm - 2 - 한빛미디어 Travelling Salesman Problem
김경재 안현철 지능정보연구제 17 권제 4 호 2011 년 12 월
지능정보연구제 17 권제 4 호 2011 년 12 월 (pp.241~254) Support vector machines(svm),, CRM. SVM,,., SVM,,.,,. SVM, SVM. SVM.. * 2009() (NRF-2009-327- B00212). 지능정보연구제 17 권제 4 호 2011 년 12 월 김경재 안현철 지능정보연구제 17 권제 4 호
Problem New Case RETRIEVE Learned Case Retrieved Cases New Case RETAIN Tested/ Repaired Case Case-Base REVISE Solved Case REUSE Aamodt, A. and Plaza, E. (1994). Case-based reasoning; Foundational
Æí¶÷4-¼Ö·ç¼Çc03ÖÁ¾š
솔루션 2006 454 2006 455 2006 456 2006 457 2006 458 2006 459 2006 460 솔루션 2006 462 2006 463 2006 464 2006 465 2006 466 솔루션 2006 468 2006 469 2006 470 2006 471 2006 472 2006 473 2006 474 2006 475 2006 476
김기남_ATDC2016_160620_[키노트].key
![김기남_ATDC2016_160620_[키노트].key](/thumbs/85/91488855.jpg "김기남_ATDC2016_160620_[키노트].key")
metatron Enterprise Big Data SKT Metatron/Big Data Big Data Big Data... metatron Ready to Enterprise Big Data Big Data Big Data Big Data?? Data Raw. CRM SCM MES TCO Data & Store & Processing Computational
2002년 2학기 자료구조
자료구조 (Data Structures) Chapter 1 Basic Concepts Overview : Data (1) Data vs Information (2) Data Linear list( 선형리스트 ) - Sequential list : - Linked list : Nonlinear list( 비선형리스트 ) - Tree : - Graph : (3)
` Companies need to play various roles as the network of supply chain gradually expands. Companies are required to form a supply chain with outsourcing or partnerships since a company can not
04 Çмú_±â¼ú±â»ç
42 s p x f p (x) f (x) VOL. 46 NO. 12 2013. 12 43 p j (x) r j n c f max f min v max, j j c j (x) j f (x) v j (x) f (x) v(x) f d (x) f (x) f (x) v(x) v(x) r f 44 r f X(x) Y (x) (x, y) (x, y) f (x, y) VOL.
<33312D312D313220C0CCC7D1C1F820BFB0C3A2BCB12E687770>
Journal of the Society of Korea Industrial and Systems Engineering Vol No pp March 8 Scatter Search를 이용한 신뢰성 있는 네트워크의 경제적 설계 * ** * ** Economic Design of Reliable Networks Using Scatter Search HanJin Lee*
I
I II III (C B ) (C L ) (HL) Min c ij x ij f i y i i H j H i H s.t. y i 1, k K, i W k C B C L p (HL) x ij y i, i H, k K i, j W k x ij y i {0,1}, i, j H. K W k k H K i i f i i d ij i j r ij i j c ij r ij
<313120C0AFC0FCC0DA5FBECBB0EDB8AEC1F2C0BB5FC0CCBFEBC7D15FB1E8C0BAC5C25FBCF6C1A42E687770>
한국지능시스템학회 논문지 2010, Vol. 20, No. 3, pp. 375-379 유전자 알고리즘을 이용한 강인한 Support vector machine 설계 Design of Robust Support Vector Machine Using Genetic Algorithm 이희성 홍성준 이병윤 김은태 * Heesung Lee, Sungjun Hong,
1 경영학을 위한 수학 Final Exam 2015/12/12(토) 13:00-15:00 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오. 1. (각 6점) 다음 적분을 구하시오 Z 1 4 Z 1 (x + 1) dx (a) 1 (x 1)4 dx 1 Solut
경영학을 위한 수학 Fial Eam 5//(토) :-5: 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오.. (각 6점) 다음 적분을 구하시오 4 ( ) (a) ( )4 8 8 (b) d이 성립한다. d C C log log (c) 이다. 양변에 적분을 취하면 log C (d) 라 하자. 그러면 d 4이다. 9 9 4 / si (e) cos si
, Analyst, , Table of contents 2
_ 3 November 2016 World Auto WatchWatch, Analyst, 3774 3763, inwoo.park@miraeasset.com , Analyst, 3774 3763, inwoo.park@miraeasset.com Table of contents 2 , Analyst, 3774 3763, inwoo.park@miraeasset.com
High Resolution Disparity Map Generation Using TOF Depth Camera In this paper, we propose a high-resolution disparity map generation method using a lo
High Resolution Disparity Map Generation Using TOF Depth Camera In this paper, we propose a high-resolution disparity map generation method using a low-resolution Time-Of- Flight (TOF) depth camera and
#Ȳ¿ë¼®
http://www.kbc.go.kr/ A B yk u δ = 2u k 1 = yk u = 0. 659 2nu k = 1 k k 1 n yk k Abstract Web Repertoire and Concentration Rate : Analysing Web Traffic Data Yong - Suk Hwang (Research
Buy one get one with discount promotional strategy
Buy one get one with discount Promotional Strategy Kyong-Kuk Kim, Chi-Ghun Lee and Sunggyun Park ISysE Department, FEG 002079 Contents Introduction Literature Review Model Solution Further research 2 ISysE
04-다시_고속철도61~80p
Approach for Value Improvement to Increase High-speed Railway Speed An effective way to develop a highly competitive system is to create a new market place that can create new values. Creating tools and
에너지경제연구 Korean Energy Economic Review Volume 11, Number 2, September 2012 : pp. 1~26 실물옵션을이용한해상풍력실증단지 사업의경제성평가 1
에너지경제연구 Korean Energy Economic Review Volume 11, Number 2, September 2012 : pp. 1~26 실물옵션을이용한해상풍력실증단지 사업의경제성평가 1 2 3 4 5 6 ln ln 7 8 9 [ 그림 1] 해상풍력단지건설로드맵 10 11 12 13 < 표 1> 회귀분석결과 14 < 표 2> 미래현금흐름추정결과
001지식백서_4도
White Paper on Knowledge Service Industry Message Message Contents Contents Contents Contents Chapter 1 Part 1. Part 2. Part 3. Chapter
DW 개요.PDF
Data Warehouse Hammersoftkorea BI Group / DW / 1960 1970 1980 1990 2000 Automating Informating Source : Kelly, The Data Warehousing : The Route to Mass Customization, 1996. -,, Data .,.., /. ...,.,,,.
에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 -
에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 - . - 2 - . 1. - 3 - [ 그림 1] 도시가스수요와실질 GDP 추이 - 4 - - 5 - - 6 - < 표 1>
006_026_특집_정일권.indd
언론현장 초연결사회 부작용 치유 모색 기술 전도사 에서 문화 전도사 로 서울디지털포럼(SDF) 2011 김용철 지난 5월 25일 새벽 3시 30분 미국 CNN 방송의 전 앵커 래리 킹은 78 세의 노구를 이끌고 난생 처음 한국 땅을 밟았다. 뉴욕을 출발한 킹은 편서풍의 도움으로 예정 시간보다 조금 일찍 인천국제공항에 도착했 다. 킹은 일등석 안까지 영접을 나온
- 459 - 유신익 김동철 - 460 - 위기기간의동안국내공모형주식펀드의수익률, 정보의질, 정보의비대칭성, 업종집중도및스타일간의영향분석 - 461 - 유신익 김동철 - 462 - 위기기간의동안국내공모형주식펀드의수익률, 정보의질, 정보의비대칭성, 업종집중도및스타일간의영향분석 - 463 - 유신익 김동철 - 464 - 위기기간의동안국내공모형주식펀드의수익률, 정보의질,
160322_ADOP 상품 소개서_1.0
상품 소개서 March, 2016 INTRODUCTION WHO WE ARE WHAT WE DO ADOP PRODUCTS : PLATON SEO SOULTION ( ) OUT-STREAM - FOR MOBILE ADOP MARKET ( ) 2. ADOP PRODUCTS WHO WE ARE ADOP,. 2. ADOP PRODUCTS WHAT WE DO ADOP,.
탄도미사일 방어무기체계 배치모형 연구 (Optimal Allocation Model for Ballistic Missile Defense System by Simulated Annealing Algorithm)
탄도미사일 방어무기체계 배치모형 연구 (Optimal Allocation Model for Ballistic Missile Defense System by Simulated Annealing Algorithm) 이 상 헌 국방대학교 운영분석학과 우 122-875 서울시 은평구 수색동 205번지 Abstract The set covering(sc) problem
Multi-pass Sieve를 이용한 한국어 상호참조해결 반-자동 태깅 도구
Siamese Neural Network 박천음 강원대학교 Intelligent Software Lab. Intelligent Software Lab. Intro. S2Net Siamese Neural Network(S2Net) 입력 text 들을 concept vector 로표현하기위함에기반 즉, similarity 를위해가중치가부여된 vector 로표현
항목
투자설명서변경공시 자본시장과금융투자업에관한법률제 89 조및동법시행령제 93 조에의거다음과같이 공시합니다. 1. 변경대상펀드 NO 펀드명칭 1 템플턴퇴직연금글로벌채권 50 증권자투자신탁 ( 채권-재간접형 ) 2 프랭클린연금저축포커스증권자투자신탁 ( 주식 ) 3 프랭클린뉴셀렉션포커스증권자투자신탁 ( 주식 ) 4 프랭클린포커스증권자투자신탁 ( 주식 ) 5 프랭클린선택과집중증권투자신탁
PowerPoint 프레젠테이션
CRM Fair 2004 Spring Copyright 2004 DaumSoft All rights reserved. INDEX Copyright 2004 DaumSoft All rights reserved. Copyright 2004 DaumSoft All rights reserved. Copyright 2004 DaumSoft All rights reserved.
ePapyrus PDF Document
막힌 부분을 갖는 네트워크 내 효과적인 경로 탐색을 위한 유전 알고리즘 적용 김준우 *, 이민정 ** 요약 자연계의 진화 과정을 모방하는 유전 알고리즘은 다양한 조합 최적화와 같은 NP-hard 문제의 해를 탐색하는데 매 우 유용한 도구이다. 본 논문은 네트워크 내에 존재하는 두 노드 사이의 최단 경로를 구하는 문제 풀이를 위하여 유 전 알고리즘을 적용하고자
0904fc5280257b90
02-768-3722 james.song@dwsec.com 02-768-4168 will.lee@dwsec.com Valuation 저평가 + 사상 최대 실적 + 재무 구조 개선의 3박자 2분기 OP 1.05조원, 연간 OP 4.1조원의 사상 최대 실적 예상 메모리 시장과 하이닉스를 확신하는 이유 중장기 Level up의 변곡점! I. Valuation 및
Microsoft PowerPoint Predicates and Quantifiers.ppt
이산수학 () 1.3 술어와한정기호 (Predicates and Quantifiers) 2006 년봄학기 문양세강원대학교컴퓨터과학과 술어 (Predicate), 명제함수 (Propositional Function) x is greater than 3. 변수 (variable) = x 술어 (predicate) = P 명제함수 (propositional function)
歯MW-1000AP_Manual_Kor_HJS.PDF
Page 2 Page 3 Page 4 Page 5 Page 6 Page 7 Page 8 Page 9 Page 10 Page 11 Page 12 Page 13 Page 14 Page 15 Page 16 Page 17 Page 18 Page 19 Page 20 Page 21 Page 22 Page 23 Page 24 Page 25 Page 26 Page 27 Page
에너지경제연구 제13권 제1호
에너지경제연구 Korean Energy Economic Review Volume 13, Number 1, March 2014 : pp. 23~56 거시계량모형을이용한전력요금 파급효과분석 * 23 24 25 26 < 표 1> OECD 전력요금수준 ( 단위 : $/MWh) 27 28 < 표 2> 모형의구성 29 30 31 [ 그림 1] 연립방정식모형의개요 32
<4D6963726F736F667420576F7264202D20B1E2C8B9BDC3B8AEC1EE2DC0E5C7F5>
주간기술동향 2016. 5.18. 컴퓨터 비전과 인공지능 장혁 한국전자통신연구원 선임연구원 최근 많은 관심을 받고 있는 인공지능(Artificial Intelligence: AI)의 성과는 뇌의 작동 방식과 유사한 딥 러닝의 등장에 기인한 바가 크다. 이미 미국과 유럽 등 AI 선도국에서는 인공지능 연구에서 인간 뇌 이해의 중요성을 인식하고 관련 대형 프로젝트들을
OP_Journalism
1 non-linear consumption 2 Whatever will change television will do so by re-defining the core product not just the tools we use to consume it. by Horace Dediu, Asymco 3 re-defining the core product not
Chap 6: Graphs
그래프표현법 인접행렬 (Adjacency Matrix) 인접리스트 (Adjacency List) 인접다중리스트 (Adjacency Multilist) 6 장. 그래프 (Page ) 인접행렬 (Adjacency Matrix) n 개의 vertex 를갖는그래프 G 의인접행렬의구성 A[n][n] (u, v) E(G) 이면, A[u][v] = Otherwise, A[u][v]
Microsoft PowerPoint - 알고리즘_5주차_1차시.pptx
Basic Idea of External Sorting run 1 run 2 run 3 run 4 run 5 run 6 750 records 750 records 750 records 750 records 750 records 750 records run 1 run 2 run 3 1500 records 1500 records 1500 records run 1
Sequences with Low Correlation
레일리페이딩채널에서의 DPC 부호의성능분석 * 김준성, * 신민호, * 송홍엽 00 년 7 월 1 일 * 연세대학교전기전자공학과부호및정보이론연구실 발표순서 서론 복호화방법 R-BP 알고리즘 UMP-BP 알고리즘 Normalied-BP 알고리즘 무상관레일리페이딩채널에서의표준화인수 모의실험결과및고찰 결론 Codig ad Iformatio Theory ab /15
ecorp-프로젝트제안서작성실무(양식3)
(BSC: Balanced ScoreCard) ( ) (Value Chain) (Firm Infrastructure) (Support Activities) (Human Resource Management) (Technology Development) (Primary Activities) (Procurement) (Inbound (Outbound (Marketing
문제지 제시문 2 보이지 않는 영역에 대한 정보를 얻기 위하여 관측된 다른 정보를 분석하여 역으로 미 관측 영역 에 대한 정보를 얻을 수 있다. 가령 주어진 영역에 장애물이 있는 경우 한 끝 점에서 출발하여 다른 끝 점에 도달하는 최단 경로의 개수를 분석하여 장애물의
제시문 문제지 2015학년도 대학 신입학생 수시모집 일반전형 면접 및 구술고사 수학 제시문 1 하나의 동전을 던질 때, 앞면이나 뒷면이 나온다. 번째 던지기 전까지 뒷면이 나온 횟수를 라 하자( ). 처음 던지기 전 가진 점수를 점이라 하고, 번째 던졌을 때, 동전의 뒷면이 나오면 가지고 있던 점수를 그대로 두고, 동전의 앞면이 나오면 가지고 있던 점수를 배
Service-Oriented Architecture Copyright Tmax Soft 2005
Service-Oriented Architecture Copyright Tmax Soft 2005 Service-Oriented Architecture Copyright Tmax Soft 2005 Monolithic Architecture Reusable Services New Service Service Consumer Wrapped Service Composite
Ch 1 머신러닝 개요.pptx
Chapter 1. < > :,, 2017. Slides Prepared by,, Biointelligence Laboratory School of Computer Science and Engineering Seoul National University 1.1 3 1.2... 7 1.3 10 1.4 16 1.5 35 2 1 1.1 n,, n n Artificial
Microsoft PowerPoint - 27.pptx
이산수학 () n-항관계 (n-ary Relations) 2011년봄학기 강원대학교컴퓨터과학전공문양세 n-ary Relations (n-항관계 ) An n-ary relation R on sets A 1,,A n, written R:A 1,,A n, is a subset R A 1 A n. (A 1,,A n 에대한 n- 항관계 R 은 A 1 A n 의부분집합이다.)
111.pdf
2013 AUGUST CONTENTS 04 06 08 12 22 26 38 40 41 42 44 46 48 50 6 CHEIL AUGUST 2013 7 8 CHEIL AUGUST 2013 9 10 CHEIL AUGUST 2013 11 12 CHEIL AUGUST 2013 13 14 CHEIL AUGUST 2013 15 16 CHEIL AUGUST 2013
<32392D342D313020C0FCB0C7BFED2CC0CCC0B1C8F12E687770>
Journal of the Society of Korea Industrial and Systems Engineering Vol 9 No 4 pp75 8 December 006 유전자 알고리즘을 이용한 시간제약 차량경로문제 * ** * ** 1 Vehicle Routing Problems with Time Window Constraints by Using Genetic
Á¶´öÈñ_0304_final.hwp
제조 중소기업의 고용창출 성과 및 과제 조덕희 양현봉 우리 경제에서 일자리 창출은 가장 중요한 정책과제입니다. 근래 들어 우리 사회에서 점차 심각성을 더해 가고 있는 청년 실업 문제에 대처하고, 사회적 소득 양극화 문제에 대응하기 위해서도 일자리 창 출은 무엇보다도 중요한 정책과제일 것입니다. 고용창출에서는 중소기업의 역할이 대기업보다 크다는 것이 일반적
FMX M JPG 15MB 320x240 30fps, 160Kbps 11MB View operation,, seek seek Random Access Average Read Sequential Read 12 FMX () 2
FMX FMX 20062 () wwwexellencom sales@exellencom () 1 FMX 1 11 5M JPG 15MB 320x240 30fps, 160Kbps 11MB View operation,, seek seek Random Access Average Read Sequential Read 12 FMX () 2 FMX FMX D E (one
2 2000. 8. 31
IT update 00 1 / 2000.8.30 IT update Information Technology 2 2000. 8. 31 C o n t e n t s 2000. 8. 31 3 4 2000. 8. 31 2000. 8. 31 5 6 2000. 8. 31 2000. 8. 31 7 8 2000. 8. 31 2000. 8. 31 9 1 0 2000. 8.
Breathing problems Pa t i e n t: I have been having some breathing problems lately. I always seem to be out of breath no matter what I am d o i n g. ( Nurse : How long have you been experiencing this problem?
0125_ 워크샵 발표자료_완성.key
WordPress is a free and open-source content management system (CMS) based on PHP and MySQL. WordPress is installed on a web server, which either is part of an Internet hosting service or is a network host
Chap 6: Graphs
5. 작업네트워크 (Activity Networks) 작업 (Activity) 부분프로젝트 (divide and conquer) 각각의작업들이완료되어야전체프로젝트가성공적으로완료 두가지종류의네트워크 Activity on Vertex (AOV) Networks Activity on Edge (AOE) Networks 6 장. 그래프 (Page 1) 5.1 AOV
R을 이용한 텍스트 감정분석
R Data Analyst / ( ) / kim@mindscale.kr (kim@mindscale.kr) / ( ) ( ) Analytic Director R ( ) / / 3/45 4/45 R? 1. : / 2. : ggplot2 / Web 3. : slidify 4. : 5. Matlab / Python -> R Interactive Plots. 5/45
검토보고
2004 11 26 1 2 3 4 5 120 119 100 80 80 84 60 53 66 59 57 64 40 32 44 37 37 39 20 20 23 0 1998 1999 2000 2001 2002 6 7 Deal Size () Big Market 5,000 Middle Market 1,000 Small Market CRC Fund 0 (NPL) (,
03¼ºÅ°æ_2
102 103 R&D closed innovation strategy open innovation strategy spin-off Chesbrough technology marketing IBM Intel P&G IBM Dell Apple Nintendo Acer http //www ibm com/ibm/licensing MIT 1) 104 Bucher et
소성해석
3 강유한요소법 3 강목차 3. 미분방정식의근사해법-Ritz법 3. 미분방정식의근사해법 가중오차법 3.3 유한요소법개념 3.4 편미분방정식의유한요소법 . CAD 전처리프로그램 (Preprocessor) DXF, STL 파일 입력데이타 유한요소솔버 (Finite Element Solver) 자연법칙지배방정식유한요소방정식파생변수의계산 질량보존법칙 연속방정식 뉴톤의운동법칙평형방정식대수방정식
<31372DB9CCB7A1C1F6C7E22E687770>
미래지향 고령친화 주거디자인을 위한 예비노인층의 라이프스타일 특성 Characteristics of Lifestyle of the Pre-Elderly for Future Elderly-friendly Housing Design 류 혜 지 청운대학교 인테리어디자인학과 교수 Ryu hye-ji Dept. of Interior Design, Chungwoon University
감각형 증강현실을 이용한
대한산업공학회/한국경영과학회 2012년 춘계공동학술대회 감각형 증강현실을 이용한 전자제품의 디자인 품평 문희철, 박상진, 박형준 * 조선대학교 산업공학과 * 교신저자, hzpark@chosun.ac.kr 002660 ABSTRACT We present the recent status of our research on design evaluation of digital
보고서(겉표지).PDF
11-13 10148-000092- 01 200 1 04 ( ) 2 0 0 1 ( ) E fficient Rules for Oper atin g the Det en tion B asin an d P umpin g St ation ( ) 2 0 0 1. 12 1 2 11-1310148- 000092-01 ( ) E fficien t Ru les for Oper
Microsoft Word _Type2_기업_LG디스플레이.doc
211 년 1 월 24 일기업분석 BUY ( 유지 ) LG 디스플레이 (3422) 긍정적시각으로접근할때 김동원 김경민 1분기선제적비중확대필요 적정주가, 원 주가상승률 1개월 3개월 개월 2 분기부터본격적실적개선 세트재고소진은연착륙의신호 결산기말 12/8A 12/9A 12/1P 12/11F 12/12F 1분기선제적비중확대필요 그림 1> LGD 주가상승촉매 1
11¹Ú´ö±Ô
A Review on Promotion of Storytelling Local Cultures - 265 - 2-266 - 3-267 - 4-268 - 5-269 - 6 7-270 - 7-271 - 8-272 - 9-273 - 10-274 - 11-275 - 12-276 - 13-277 - 14-278 - 15-279 - 16 7-280 - 17-281 -
기획 1 서울공대생에게 물었다 글 재료공학부 1, 이윤구 재료공학부 1, 김유리 전기정보공학부 1, 전세환 편집 재료공학부 3, 오수봉 이번 서울공대생에게 물었다! 코너는 특별히 설문조사 형식으로 진행해 보려고 해 요. 설문조사에는 서울대학교 공대 재학생 121명, 비
2015 autumn 공대상상 예비 서울공대생을 위한 서울대 공대 이야기 Vol. 13 Contents 02 기획 서울공대생에게 물었다 극한직업 공캠 촬영 편 Fashion in SNU - 단체복 편 서울대 식당, 어디까지 먹어 봤니? 12 기획 연재 기계항공공학부 기계항공공학부를 소개합니다 STEP 01 기계항공공학부에 대한 궁금증 STEP 02 동문 인터뷰
..........(......).hwp
START START 질문을 통해 우선순위를 결정 의사결정자가 질문에 답함 모형데이터 입력 목표계획법 자료 목표계획법 모형에 의한 해의 도출과 득실/확률 분석 END 목표계획법 산출결과 결과를 의사 결정자에게 제공 의사결정자가 결과를 검토하여 만족여부를 대답 의사결정자에게 만족하는가? Yes END No 목표계획법 수정 자료 개선을 위한 선택의 여지가 있는지
펀드명 : DB 지수연계리자드증권 NHE-3[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식 ELS 41
![펀드명 : DB 지수연계리자드증권 NHE-3[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식 ELS 41](/thumbs/104/164751822.jpg "펀드명 : DB 지수연계리자드증권 NHE-3[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식 ELS 41")
펀드명 : DB 지수연계리자드증권 NHE-3[ELS- 파생형 ]_ 운용 누계 주식 ELS 416 416 장외 합계 416 416 3. 시나리오법에의한손익변동 3 4. 최대손실금액 (VaR : 99%, 10 일 ) 71 펀드명 : DB 지수연계리자드증권 NHE-4[ELS- 파생형 ]_ 운용 누계 주식 ELS 1,151 1,151 장외 합계 1,151 1,151
펀드명 : DB 지수연계리자드증권 NHE-4[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식 ELS 1,
![펀드명 : DB 지수연계리자드증권 NHE-4[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식 ELS 1,](/thumbs/104/164751928.jpg "펀드명 : DB 지수연계리자드증권 NHE-4[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식 ELS 1,")
펀드명 : DB 지수연계리자드증권 NHE-4[ELS- 파생형 ]_ 운용 누계 주식 ELS 1,151 1,151 장외 합계 1,151 1,151 3. 시나리오법에의한손익변동 12 4. 최대손실금액 (VaR : 99%, 10 일 ) 124 펀드명 : DB 지수연계리자드증권 NHE-5[ELS- 파생형 ]_ 운용 누계 주식 ELS 1,926 1,926 장외 합계 1,926
3 Gas Champion : MBB : IBM BCS PO : 2 BBc : : /45
3 Gas Champion : MBB : IBM BCS PO : 2 BBc : : 20049 0/45 Define ~ Analyze Define VOB KBI R 250 O 2 2.2% CBR Gas Dome 1290 CTQ KCI VOC Measure Process Data USL Target LSL Mean Sample N StDev (Within) StDev
Gray level 변환 및 Arithmetic 연산을 사용한 영상 개선
Point Operation Histogram Modification 김성영교수 금오공과대학교 컴퓨터공학과 학습내용 HISTOGRAM HISTOGRAM MODIFICATION DETERMINING THRESHOLD IN THRESHOLDING 2 HISTOGRAM A simple datum that gives the number of pixels that a
슬라이드 1
* BCS : Business Consulting Service ( PwC) ** C&I : Consulting & Integration Organization *** TSG: Technology Solution Group 2/22 - - - * IDC, 2003 ** 2003,, 2004 3/22 * Blue Ocean Strategy: How to Create
펀드명 : DB 지수연계리자드 SHE-9 호 (USD)[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식
![펀드명 : DB 지수연계리자드 SHE-9 호 (USD)[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식](/thumbs/97/134181701.jpg "펀드명 : DB 지수연계리자드 SHE-9 호 (USD)[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식")
펀드명 : DB 지수연계리자드 SHE-9 호 (USD)[ELS- 파생형 ]_ 운용 누계 주식 ELS 503 503 장외 합계 503 503 3. 시나리오법에의한손익변동 0 4. 최대손실금액 (VaR : 99%, 10 일 ) 66 펀드명 : DB 지수연계리자드증권 NHE-1[ELS- 파생형 ]_ 운용 누계 주식 ELS 1,683 1,683 장외 합계 1,683
09권오설_ok.hwp
(JBE Vol. 19, No. 5, September 2014) (Regular Paper) 19 5, 2014 9 (JBE Vol. 19, No. 5, September 2014) http://dx.doi.org/10.5909/jbe.2014.19.5.656 ISSN 2287-9137 (Online) ISSN 1226-7953 (Print) a) Reduction
4 CD Construct Special Model VI 2 nd Order Model VI 2 Note: Hands-on 1, 2 RC 1 RLC mass-spring-damper 2 2 ζ ω n (rad/sec) 2 ( ζ < 1), 1 (ζ = 1), ( ) 1
: LabVIEW Control Design, Simulation, & System Identification LabVIEW Control Design Toolkit, Simulation Module, System Identification Toolkit 2 (RLC Spring-Mass-Damper) Control Design toolkit LabVIEW
2
에너지경제연구 Korean Energy Economic Review Volume 10, Number 1, March 2011 : pp. 1~24 국내화력발전산업에대한연료와자본의대체성분석 1 2 3 ~ 4 5 F F P F P F ln ln ln ln ln ln ln ln ln ln ln ln ln ln ln ln ln 6 ln ln ln ln ln 7 ln
1.장인석-ITIL 소개.ppt
HP 2005 6 IT ITIL Framework IT IT Framework Synchronized Business and IT Business Information technology Delivers: Simplicity, Agility, Value IT Complexity Cost Scale IT Technology IT Infrastructure IT
歯목차45호.PDF
CRM CRM (CRM : Customer Relationship Management ). CRM,,.,,.. IMF.,.,. (CRM: Customer Relationship Management, CRM )., CRM,.,., 57 45 (2001 )., CRM...,, CRM, CRM.. CRM 1., CRM,. CRM,.,.,. (Volume),,,,,,,,,,
펀드명 : DB 지수연계리자드증권 NHE-4[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식 ELS 1,
![펀드명 : DB 지수연계리자드증권 NHE-4[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식 ELS 1,](/thumbs/104/164752147.jpg "펀드명 : DB 지수연계리자드증권 NHE-4[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식 ELS 1,")
펀드명 : DB 지수연계리자드증권 NHE-4[ELS- 파생형 ]_ 운용 누계 주식 ELS 1,151 1,151 장외 합계 1,151 1,151 3. 시나리오법에의한손익변동 16 4. 최대손실금액 (VaR : 99%, 10 일 ) 60 펀드명 : DB 지수연계리자드증권 NHE-7[ELS- 파생형 ]_ 운용 누계 주식 ELS 215 215 장외 합계 215 215
- iii - - i - - ii - - iii - 국문요약 종합병원남자간호사가지각하는조직공정성 사회정체성과 조직시민행동과의관계 - iv - - v - - 1 - - 2 - - 3 - - 4 - - 5 - - 6 - - 7 - - 8 - - 9 - - 10 - - 11 - - 12 - - 13 - - 14 - α α α α - 15 - α α α α α α
06_À̼º»ó_0929
150 151 alternative investment 1) 2) 152 NPE platform invention capital 3) 153 sale and license back 4) 154 5) 6) 7) 155 social welfare 8) 156 GDP 9) 10) 157 Patent Box Griffith EUROSTAT 11) OTC M&A 12)
사회통계포럼
wcjang@snu.ac.kr Acknowledgements Dr. Roger Peng Coursera course. https://github.com/rdpeng/courses Creative Commons by Attribution /. 10 : SNS (twitter, facebook), (functional data) : (, ),, /Data Science
슬라이드 1
빅데이터분석을위한데이터마이닝방법론 SAS Enterprise Miner 활용사례를중심으로 9 주차 예측모형에대한평가 Assessment of Predictive Model 최종후, 강현철 차례 6. 모형평가의기본개념 6.2 모델비교 (Model Comparison) 노드 6.3 임계치 (Cutoff) 노드 6.4 의사결정 (Decisions) 노드 6.5 기타모형화노드들
example code are examined in this stage The low pressure pressurizer reactor trip module of the Plant Protection System was programmed as subject for
2003 Development of the Software Generation Method using Model Driven Software Engineering Tool,,,,, Hoon-Seon Chang, Jae-Cheon Jung, Jae-Hack Kim Hee-Hwan Han, Do-Yeon Kim, Young-Woo Chang Wang Sik, Moon
사용시 기본적인 주의사항 경고 : 전기 기구를 사용할 때는 다음의 기본적인 주의 사항을 반드시 유의하여야 합니다..제품을 사용하기 전에 반드시 사용법을 정독하십시오. 2.물과 가까운 곳, 욕실이나 부엌 그리고 수영장 같은 곳에서 제품을 사용하지 마십시오. 3.이 제품은
OPERATING INSTRUCTIONS OPERATING INSTRUCTIONS 사용자설명서 TourBus 0 & TourBus 5 사용시 기본적인 주의사항 경고 : 전기 기구를 사용할 때는 다음의 기본적인 주의 사항을 반드시 유의하여야 합니다..제품을 사용하기 전에 반드시 사용법을 정독하십시오. 2.물과 가까운 곳, 욕실이나 부엌 그리고 수영장 같은 곳에서
02이용배(239~253)ok
A study on the characteristic of land use in subcenter of Seoul. - Cases of Yeongdeungpo and Kangnam Ok Kyung Yuh* Yong-Bae Lee**,. 2010,,..,.,,,,.,,.,,.,,,, Abstract : This study analyzed the land use
45-51 ¹Ú¼ø¸¸
A Study on the Automation of Classification of Volume Reconstruction for CT Images S.M. Park 1, I.S. Hong 2, D.S. Kim 1, D.Y. Kim 1 1 Dept. of Biomedical Engineering, Yonsei University, 2 Dept. of Radiology,
펀드명 : DB 지수연계듀얼엑시트 29(USD)[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식 ELS
![펀드명 : DB 지수연계듀얼엑시트 29(USD)[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식 ELS](/thumbs/97/134181723.jpg "펀드명 : DB 지수연계듀얼엑시트 29(USD)[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식 ELS")
펀드명 : DB 지수연계듀얼엑시트 29(USD)[ELS- 파생형 ]_ 운용 누계 주식 ELS 6,535 6,535 장외 합계 6,535 6,535 3. 시나리오법에의한손익변동 57 4. 최대손실금액 (VaR : 99%, 10 일 ) 629 펀드명 : DB 지수연계듀얼엑시트 30(USD)[ELS- 파생형 ]_ 운용 누계 주식 ELS 2,589 2,589 장외
펀드명 : DB 지수연계듀얼엑시트 26(USD)[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식 ELS
![펀드명 : DB 지수연계듀얼엑시트 26(USD)[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식 ELS](/thumbs/103/160078814.jpg "펀드명 : DB 지수연계듀얼엑시트 26(USD)[ELS- 파생형 ]_ 운용 공시일 : 계약금액 ( 단위 : 백만원 ) 구분 거래대상 거래유형 매수 (1) 매도 (2) 순포지션 (1-2) 비고 신규 주식 ELS 장외 누계 주식 ELS")
펀드명 : DB 지수연계듀얼엑시트 26(USD)[ELS- 파생형 ]_ 운용 누계 주식 ELS 5,868 5,868 장외 합계 5,868 5,868 3. 시나리오법에의한손익변동 4 4. 최대손실금액 (VaR : 99%, 10 일 ) 583 펀드명 : DB 지수연계듀얼엑시트 27(USD)[ELS- 파생형 ]_ 운용 누계 주식 ELS 15,358 15,358 장외
목차.PDF
5-2. 1. 1-1. 2001.,, 2%..,.,,. 2002 /,,.,. Profit-oriented & differenttiated player SSP(Sales Stimulation Program) System, (e-ld Net)/VIP(Valuation & Individual Projection) / PMS(Profit Management System)
제 출 문 국방부 장관 귀하 본 보고서를 국방부 군인연금과에서 당연구원에 의뢰한 군인연금기금 체 계적 관리방안 연구용역의 최종보고서로 제출합니다. 2009. 4 (주)한국채권연구원 대표이사 오 규 철
군인연금기금 체계적 관리방안 연구 2009. 04 (최종보고서) 제 출 문 국방부 장관 귀하 본 보고서를 국방부 군인연금과에서 당연구원에 의뢰한 군인연금기금 체 계적 관리방안 연구용역의 최종보고서로 제출합니다. 2009. 4 (주)한국채권연구원 대표이사 오 규 철 목 차 제1장 서론 1 1. 연구의 목적 1 2. 연구의 방법 및 내용 2 제2장 현황분석 (AS-IS
歯1.PDF
200176 .,.,.,. 5... 1/2. /. / 2. . 293.33 (54.32%), 65.54(12.13%), / 53.80(9.96%), 25.60(4.74%), 5.22(0.97%). / 3 S (1997)14.59% (1971) 10%, (1977).5%~11.5%, (1986)
SW¹é¼Ł-³¯°³Æ÷ÇÔÇ¥Áö2013
SOFTWARE ENGINEERING WHITE BOOK : KOREA 2013 SOFTWARE ENGINEERING WHITE BOOK : KOREA 2013 SOFTWARE ENGINEERING WHITE BOOK : KOREA 2013 SOFTWARE ENGINEERING WHITE BOOK : KOREA 2013 SOFTWARE ENGINEERING
<B9CCB5F0BEEEB0E6C1A6BFCDB9AEC8AD5F31322D32C8A35FBABBB9AE5FC3CAC6C731BCE25F6F6B5F32303134303531362E687770>
미디어 경제와 문화 2014년 제12권 2호, 7 43 www.jomec.com TV광고 시청률 예측방법 비교연구 프로그램의 장르 구분에 따른 차이를 중심으로 1)2) 이인성* 단국대학교 커뮤니케이션학과 박사과정 박현수** 단국대학교 커뮤니케이션학부 교수 본 연구는 TV프로그램의 장르에 따라 광고시청률 예측모형들의 정확도를 비교하고 자 하였다. 본 연구에서
슬라이드 1
CJ 2007 CONTENTS 2006 CJ IR Presentation Overview 4 Non-performing Asset Company Profile Vision & Mission 4 4 - & 4-4 - & 4 - - - - ROE / EPS - - DreamWorks Animation Net Asset Value (NAV) Disclaimer IR
Coriolis.hwp
MCM Series 주요특징 MaxiFlo TM (맥시플로) 코리올리스 (Coriolis) 질량유량계 MCM 시리즈는 최고의 정밀도를 자랑하며 슬러리를 포함한 액체, 혼합 액체등의 질량 유량, 밀도, 온도, 보정된 부피 유량을 측정할 수 있는 질량 유량계 이다. 단일 액체 또는 2가지 혼합액체를 측정할 수 있으며, 강한 노이즈 에도 견디는 면역성, 높은 정밀도,
Microsoft PowerPoint - 26.pptx
이산수학 () 관계와그특성 (Relations and Its Properties) 2011년봄학기 강원대학교컴퓨터과학전공문양세 Binary Relations ( 이진관계 ) Let A, B be any two sets. A binary relation R from A to B, written R:A B, is a subset of A B. (A 에서 B 로의이진관계
164
에너지경제연구제 16 권제 1 호 Korean Energy Economic Review Volume 16, Number 1, March 2017 : pp. 163~190 학술 시변파라미터일반화해밀턴 -plucking 모형을이용한전력소비의선제적경기국면판단활용연구 * 163 164 165 166 ~ 167 ln 168 [ 그림 1] 제조업전력판매량 (a) 로그변환
untitled
BUY ( I ) TP : 5,7 (368): VAN Analyst 377-3547 seuoh@myasset.com 26 3.2% 3 6. 29.9% 2 26 414, 22 26 23.5%. 26 PG 14, PG 22 (26 33.5%), 15( 3.9%) 2 1 27 17.5%, 16.1% 615, 63 5,7, Buy Stock Information (
Model Investor MANDO Portal Site People Customer BIS Supplier C R M PLM ERP MES HRIS S C M KMS Web -Based
e- Business Web Site 2002. 04.26 Model Investor MANDO Portal Site People Customer BIS Supplier C R M PLM ERP MES HRIS S C M KMS Web -Based Approach High E-Business Functionality Web Web --based based KMS/BIS