메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
권장한 (한국해양수산개발원) 박성화 (한국해양수산개발원)
저널정보
한국해운물류학회 해운물류연구 해운물류연구 제38권 제2호
발행연도
2022.6
수록면
399 - 418 (20page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
본 연구는 반복적인 해운업 부실을 조기에 감지하고 선제적인 대응 방안을 마련하고자 머신러닝기법을 적용한 부실예측모형을 개발하여 제안하였다. 로짓, 랜덤 포레스트, 서포트 벡터머신, 릿지, 라쏘 등 총 5개의 머신러닝기법을 사용하여 모형 간 예측성능을 비교하였다. 2000년부터 2019년까지 우리나라 외항운송기업을 대상으로 예측인자를 Altman’s K-score의 구성지표, 해운기업 부실에 뛰어난 예측력을 지닌 것으로 알려진 재무지표 및 해운시황변수로 설정하여 부실예측모형을 구성하였다. 분석 결과, 라쏘와 로짓이 다른 기법에 비해 뛰어난 예측성능을 보여줬으며, 머신러닝기법을 적용하여 부실예측모형을 구축하는 것이 모형 예측력 향상에 도움이 될 수 있음을 확인할 수 있었다.
#머신러닝 #부실예측 #해운산업 #Altman's K-score #Machine learning #failure prediction #shipping industry #Altman's K-score

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0