간행물

한국통계학회> 응용통계연구

응용통계연구 update

The Korean Journal of Applied Statistics

  • : 한국통계학회
  • : 자연과학분야  >  통계학
  • : KCI등재
  • :
  • : 연속간행물
  • : 격월
  • : 1225-066x
  • : 2383-5818
  • :

수록정보
수록범위 : 1권1호(1987)~34권3호(2021) |수록논문 수 : 1,952
응용통계연구
34권3호(2021년 06월) 수록논문
최근 권호 논문
| | | |

KCI등재

1단어 임베딩 기법을 이용한 한글의 의미 변화 파악

저자 : 선현석 ( Hyunseok Sun ) , 이영석 ( Yung-seop Lee ) , 임창원 ( Changwon Lim )

발행기관 : 한국통계학회 간행물 : 응용통계연구 34권 3호 발행 연도 : 2021 페이지 : pp. 281-294 (14 pages)

다운로드

(기관인증 필요)

초록보기

최근 들어 많은 사람들이 자신의 관심사를 SNS에 게시하거나 인터넷과 컴퓨터의 기술 발달로 디지털 형태의 문서 저장이 가능하게 됨으로써 생성되는 텍스트 자료의 양이 폭발적으로 증가하게 되었다. 이에 따라 수많은 문서 자료로부터 가치 있는 정보를 창출하기 위한 기술의 요구 또한 증가하고 있다. 본 연구에서는 대통령 연설 기록문과 신문기사 공공데이터를 활용하여 한글 단어들이 시간에 따라 어떻게 의미가 변화되어가는지를 통계적 기법을 통해 발굴하였다. 이를 이용하여 한글의 통시적 변화 연구에 활용할 수 있는 방안을 제시한다. 기존 언어학자나 원어민의 직관에 의해 연구되던 한글의 이론적 언어 현상 연구에서 벗어나 누구나 사용할 수 있는 공공문서를 통해 수치화된 값을 도출하고 단어의 의미변화 현상을 설명하고자 한다.


In recent years, as many people post their interests on social media or store documents in digital form due to the development of the internet and computer technologies, the amount of text data generated has exploded. Accordingly, the demand for technology to create valuable information from numerous document data is also increasing. In this study, through statistical techniques, we investigate how the meanings of Korean words change over time by using the presidential speech records and newspaper articles public data. Using this, we present a strategy that can be utilized in the study of the synchronic change of Hangeul. The purpose of this study is to deviate from the study of the theoretical language phenomenon of Hangeul, which was studied by the intuition of existing linguists or native speakers, to derive numerical values through public documents that can be used by anyone, and to explain the phenomenon of changes in the meaning of words.

KCI등재

2고차원 관측자료에서의 Q-학습 모형에 대한 이중강건성 연구

저자 : 이효빈 ( Hyobeen Lee ) , 김예지 ( Yeji Kim ) , 조형준 ( Hyungjun Cho ) , 최상범 ( Sangbum Choi )

발행기관 : 한국통계학회 간행물 : 응용통계연구 34권 3호 발행 연도 : 2021 페이지 : pp. 295-313 (19 pages)

다운로드

(기관인증 필요)

초록보기

동적 치료 요법(dynamic treatment regimes; DTRs)은 다단계 무작위 시험에서 개인에 맞는 치료를 제공하도록 설계된 의사결정 규칙이다. 모든 개인이 동일한 유형의 치료를 처방받는 고전적인 방법과 달리 DTR은 시간이 지남에 따라 변할 수 있는 개별 특성을 고려한 환자 맞춤형 치료를 제공한다. 최적의 치료 규칙을 파악하기 위한 회귀 기반 알고리즘 중 하나인 Q-학습 방법은 쉽게 구현될 수 있기 때문에 더욱 인기를 끌고 있다. 그러나 Q-학습 알고리즘의 성능은 Q-함수를 제대로 설정했는지의 여부에 크게 의존한다. 본 논문에서는 고차원 데이터가 수집되는 DTRs 문제에 대한 다양한 이중강건 Q-학습 알고리즘을 연구하고 가중 최소제곱 추정 방법을 제안한다. 이중강건성(double-robustness)은 반응변수에 대한 모형 혹은 처리변수에 대한 모형 둘 중 하나만 제대로 설정되어도 불편추정량을 얻을 수 있음을 의미한다. 다양한 모의실험 연구를 통해 제안된 방법이 여러 시나리오 하에서도 잘 작동함을 확인하였으며 실제 데이터 예제를 통해 방법론에 대한 예시를 제시하였다.


Dynamic treatment regimes (DTRs) are decision-making rules designed to provide personalized treatment to individuals in multi-stage randomized trials. Unlike classical methods, in which all individuals are prescribed the same type of treatment, DTRs prescribe patient-tailored treatments which take into account individual characteristics that may change over time. The Q-learning method, one of regression-based algorithms to figure out optimal treatment rules, becomes more popular as it can be easily implemented. However, the performance of the Q-learning algorithm heavily relies on the correct specification of the Q-function for response, especially in observational studies. In this article, we examine a number of double-robust weighted least-squares estimating methods for Q-learning in high-dimensional settings, where treatment models for propensity score and penalization for sparse estimation are also investigated. We further consider flexible ensemble machine learning methods for the treatment model to achieve double-robustness, so that optimal decision rule can be correctly estimated as long as at least one of the outcome model or treatment model is correct. Extensive simulation studies show that the proposed methods work well with practical sample sizes. The practical utility of the proposed methods is proven with real data example.

KCI등재

3오토인코더를 이용한 딥러닝 기반 추천시스템 모형의 비교 연구

저자 : 이효진 ( Hyo Jin Lee ) , 정윤서 ( Yoonsuh Jung )

발행기관 : 한국통계학회 간행물 : 응용통계연구 34권 3호 발행 연도 : 2021 페이지 : pp. 315-331 (17 pages)

다운로드

(기관인증 필요)

초록보기

추천 시스템은 고객의 데이터를 이용하여 개인 맞춤화된 상품을 추천한다. 추천 시스템은 협업 필터링, 콘텐츠 기반 필터링 그리고 이 두 가지를 합친 하이브리드 방법의 세 가지로 크게 나누어진다. 이 연구에서는 딥러닝 방법론에 기초한 오토인코더를 이용한 추천 시스템에 대한 소개와 그 모형들의 비교 연구를 진행한다. 오토인코더는 데이터 행렬에 0이 많은 경우의 문제를 효과적으로 다룰 수 있는 딥러닝 기반의 비지도학습 모형이다. 이 연구에서는 세 개의 실제 데이터를 이용하여 다섯 가지 종류의 오토인코더 기반 모형들을 비교한다. 처음의 세 개 모형은 협업 필터링에 속한 모형이고 나머지 두 개의 모형은 하이브리드 모형이다. 실제 데이터는 고객의 평점 데이터이고, 대부분의 평점이 없어서 희박성 비율이 높다는 특징이 있다.


Recommender systems use data from customers to suggest personalized products. The recommender systems can be categorized into three cases; collaborative filtering, contents-based filtering, and hybrid recommender system that combines the first two filtering methods. In this work, we introduce and compare deep learning-based recommender system using autoencoder. Autoencoder is an unsupervised deep learning that can effective solve the problem of sparsity in the data matrix. Five versions of autoencoder-based deep learning models are compared via three real data sets. The first three methods are collaborative filtering and the others are hybrid methods. The data sets are composed of customers' ratings having integer values from one to five. The three data sets are sparse data matrix with many zeroes due to non-responses.

KCI등재

4코호트 효과를 고려한 확률적 사망률 예측 모형의 비교 연구

저자 : 김순영 ( Soon-young Kim )

발행기관 : 한국통계학회 간행물 : 응용통계연구 34권 3호 발행 연도 : 2021 페이지 : pp. 333-359 (27 pages)

다운로드

(기관인증 필요)

초록보기

지난 50여 년 동안 우리나라의 사망률 감소 패턴에 대한 탐색적 연구에 의하면 연령별 사망률이 모든 연령에서 감소했지만, 특정한 사망률이 개선되고 있는 패턴은 연령과 기간에 따라 다르다는 것을 알 수 있다. 여자가 남자보다 사망률 개선이 뚜렷하고 특히 시간이 지나면서 특정그룹에서의 사망률 개선이 두드러짐에 따라 전반적으로 사망 시간 추세에 구조적인 변화가 존재함을 확인하였다. 이에 본 연구에서는 우리나라 여자 사망률 자료를 이용하여 미래 사망률 예측을 위해 코호트 효과를 고려한 다양한 확률적 사망률 모형을 살펴보았다. 또한 분석 결과를 바탕으로 2067년까지 연령별 사망률과 예측기대수명을 작성하고 통계청(KOSIS)에서 제공하는 장래 연령별 사망률과 기대수명과 비교하였다. 자료이용기간에 따라 최적의 모형이 상이하나 적합력과 예측력을 전반적으로 고려했을 때 우리나라 여자 사망률은 코호트 효과를 고려한 PLAT 모형이 적절하다 볼 수 있을 것이다.


Over the past 50 years, explorative research on the nation's mortality decline patterns has showed a decrease in age-specific mortality rates in all age groups, but there were different improvement patterns in specific mortality rates depending on ages and periods. Greater distinct improvement was observed in mortality rates among women than men, and there was a noticeable improvement in mortality rates in certain groups especially in the more recent decades, revealing a structural change in the overall trends regarding death periods. In this paper, we compare various stochastic mortality models considering cohort effects for mortality projection using Korean female mortality data and further explore the uncertainty related to projection. It also created age-specific mortality rates and life expectancy for women until 2067 based on the results of the analysis, and compared them with future age-specific mortality rates and life expectancy provided by the national statistical office (KOISIS). The best optimal model could vary depending on data usage periods. however, considering the overall fit and predictability, the PLAT model would be regarded to have appropriate predictability in terms of the mortality rates of women in South Korea.

KCI등재

5혼합효과 영과잉 포아송 회귀모형을 이용한 대전광역시 코로나 발생 동향 분석

저자 : 김광희 ( Gwanghee Kim ) , 이은지 ( Eunjee Lee )

발행기관 : 한국통계학회 간행물 : 응용통계연구 34권 3호 발행 연도 : 2021 페이지 : pp. 361-374 (14 pages)

다운로드

(기관인증 필요)

초록보기

본 연구는 대전광역시에서 나타난 확진자 증가 현상을 분석하여 COVID-19의 확산을 방지할 대책 마련에 도움이 되고자 계획되었다. 확진자 증가의 원인이 시민들의 잦은 이동과 장기간 지속한 사회적 거리두기로 인한 피로와 방심에 있다고 보고, 각 행정동의 주별 확진자 수를 반응변수로, 생활 속 거리두기로 전환된 시점으로부터 흐른 시간, 행정동의 버스 하차 인원을 설명변수로 하여 이들의 관계를 모형화하였다. 행정동별 확진자 수가 주 단위로 반복측정 되었고, 포아송분포로 기대되는 0보다 더 많은 0이 관측될 수 있기 때문에혼합효과 영과잉 포아송 회귀모형을 적용하였다. 행정동의 성격에 따라 확진자 발생 동향이 다를 수 있어서서 서로 유사한 성격을 갖는 행정동을 군집화하여이를 범주형 설명변수로 사용하였다. 또한 버스 하차 인원의 효과가 행정동의 성격에 따라 달라질 수 있다는 점을 고려하여 두 변수 간의 교호작용항을 포함하였고 상대적으로 번화한 행정동에서 그 효과가 유의한 것으로 나타났다 (유의수준=0.1). 모형 적합 결과 인구수의 증가와 번화한 행정동이라는 요인, 그리고 버스 하차 인원의 증가가 확진자 수의 증가와 중요한 연관 관계를 가진다는 것을 보였다. 한편, 추정된 모형에 따르면 인구수와 버스 하차량이 고정되었을 때 번화한 집단의 확진자 수가 그렇지 않은 집단에 비해 훨씬 적을 것으로 기대되었는데, 이는 코로나 고위험 지역에 대한 시 차원의 강력한 대응이 효과를 발휘한 것으로 해석할 수 있다.


This paper aims to help prevent the spread of COVID-19 by analyzing confirmed cases of COVID-19 in Daejeon. A high volume of visitors, downtown areas, and psychological fatigue with prolonged social distancing were considered as risk factors associated with the spread of COVID-19. We considered the weekly confirmed cases in each administrative district as a response variable. Explanatory variables were the number of passengers getting of at a bus station in each administrative district and the elapsed time since the Korean government had imposed distancing in daily life. We employed a mixed-effects zero-inflated Poisson regression model because the number of cases was repeatedly measured with excess zero-count data. We conducted k-means clustering to identify three groups of administrative districts having different characteristics in terms of the number of bars, the population size, and the distance to the closest college. Considering that the number of confirmed cases might vary depending on districts' characteristics, the clustering information was incorporated as a categorical explanatory variable. We found that Covid-19 was more prevalent as population size increased and a district is downtown. As the number of passengers getting of at a downtown district increased, the confirmed cases significantly increased.

KCI등재

6가중 문맥벡터와 X-means 방법을 이용한 변형 다의어스킵그램

저자 : 정현우 ( Hyunwoo Jeong ) , 이은령 ( Eun Ryung Lee )

발행기관 : 한국통계학회 간행물 : 응용통계연구 34권 3호 발행 연도 : 2021 페이지 : pp. 375-385 (11 pages)

다운로드

(기관인증 필요)

초록보기

최근 자연어 처리 문제에서의 단어 임베딩은 아주 큰 주목을 받고 있는 연구 주제이며 스킵그램은 성공적인 단어 임베딩 기법 중 하나이다. 주변단어들 정보를 이용해서 단어들의 의미를 학습하여 단어 임베딩 벡터를 할당하며 텍스트 자료를 효과적으로 분석할 수 있게 한다. 그러나 벡터 공간 모델의 한계로 인해 기본적인 단어 임베딩 방법들은 모든 단어가 하나의 의미를 가지고 있다는 것을 가정한다. 다의어, 즉 하나 이상의 의미를 가진 단어가 실생활에서 존재하기 때문에 Neelakantan 등 (2014)은 군집분석 기법을 이용하여 다의어의 여러 의미들에 해당하는 의미 임베딩 벡터를 찾기 위해 MSSG (multi-sense skip-gram)를 제안했다. 본 논문에서는 MSSG의 통계적 성능을 개선시킬 수 있는 변형된 MSSG 방법을 제안한다. 먼저, 가중치를 활용한 가중문맥 벡터를 제안한다. 나아가, 군집의 수, 즉 다의어의 의미 수를 자료에서 자동적으로 추정해주는 x-means 방법을 활용한 알고리즘을 제안한다. 본 논문에서 수행한 실증자료를 기반한 모의실험에서 제안한 방법은 기존 방법에 비해 우수한 성능을 보여주었다.


In recent years, word embedding has been a popular field of natural language processing research and a skip-gram has become one successful word embedding method. It assigns a word embedding vector to each word using contexts, which provides an effective way to analyze text data. However, due to the limitation of vector space model, primary word embedding methods assume that every word only have a single meaning. As one faces multi-sense words, that is, words with more than one meaning, in reality, Neelakantan (2014) proposed a multi-sense skip-gram (MSSG) to find embedding vectors corresponding to the each senses of a multi-sense word using a clustering method. In this paper, we propose a modified method of the MSSG to improve statistical accuracy. Moreover, we propose a data-adaptive choice of the number of clusters, that is, the number of meanings for a multi-sense word. Some numerical evidence is given by conducting real data-based simulations.

KCI등재

7랜덤 투영 앙상블 기법을 활용한 적응 최근접 이웃 판별분류기법

저자 : 강종경 ( Jongkyeong Kang ) , 전명식 ( Myoungshic Jhun )

발행기관 : 한국통계학회 간행물 : 응용통계연구 34권 3호 발행 연도 : 2021 페이지 : pp. 387-396 (10 pages)

다운로드

(기관인증 필요)

초록보기

판별분류분석에서 널리 이용되는 k-최근접 이웃 분류 방법은 고정된 이웃의 수만을 고려하여 자료의 국소적 특징을 반영하지 못하는 한계가 있다. 이에 자료의 국소적 구조를 고려하여 이웃의 개수를 선택하는 적응 최근접이웃방법이 개발된 바 있다. 고차원 자료의 분석에 있어서는 k-최근접 이웃 분류를 사용하기 전에 랜덤 투영 기법 등을 활용하여 차원 축소를 수행하는 것이 일반적이다. 이렇게 랜덤 투영시킨 다수의 분류 결과들을 면밀히 조합하여 투표를 통해 최종 할당을 하는 기법이 최근 개발된 바 있다. 본 연구에서는 고차원 자료에서의 분석을 위해 적응 최근접이웃방법과 랜덤 투영 앙상블 기법을 조합한 새로운 판별분류 기법을 제안하였다. 제안된 방법은 기존에 개발된 방법에 비해 분류 정확성 측면에서 더 뛰어남을 모의실험 및 실제 사례 분석을 통해 확인하였다.


Popular in discriminant classification analysis, k-nearest neighbor classification methods have limitations that do not reflect the local characteristic of the data, considering only the number of fixed neighbors. Considering the local structure of the data, the adaptive nearest neighbor method has been developed to select the number of neighbors. In the analysis of high-dimensional data, it is common to perform dimension reduction such as random projection techniques before using k-nearest neighbor classification. Recently, an ensemble technique has been developed that carefully combines the results of such random classifiers and makes final assignments by voting. In this paper, we propose a novel discriminant classification technique that combines adaptive nearest neighbor methods with random projection ensemble techniques for analysis on high-dimensional data. Through simulation and real-world data analyses, we confirm that the proposed method outperforms in terms of classification accuracy compared to the previously developed methods.

KCI등재

8평균-분산 가속화 실패시간 모형에서 벌점화 변수선택

저자 : 권지훈 ( Ji Hoon Kwon ) , 하일도 ( Il Do Ha )

발행기관 : 한국통계학회 간행물 : 응용통계연구 34권 3호 발행 연도 : 2021 페이지 : pp. 397-411 (15 pages)

다운로드

(기관인증 필요)

초록보기

가속화 실패시간모형은 로그 생존시간과 공변량간의 선형적 관계를 묘사해 준다. 가속화 실패시간모형에서 생존시간의 평균뿐만 아니라 변동성에도 영향을 미치는 공변량 효과를 추론하는 것은 흥미가 있다. 이를 위해 생존시간의 평균뿐만 아니라 분산을 모형화 하는 것이 필요하며, 이러한 모형을 평균-분산 가속화 실패시간모형이라 부른다. 본 논문에서는 벌점 가능도함수를 이용하여 평균-분산 가속화 실패시간모형에서 회귀모수에 대한 변수선택 절차를 제안한다. 여기서 벌점함수로서 LASSO, ALASSO, SCAD 그리고 HL (계층가능도)와 같은 네 가지 벌점함수를 연구한다. 제안된 변수선택 절차를 통해 중요한 공변량의 선택 뿐만 아니라 회귀모수의 추정을 동시에 제공할 수 있다. 제안된 방법의 성능은 모의실험을 통해 평가하고, 하나의 임상 예제자료를 통해 제안된 방법을 예증하고자 한다.


Accelerated failure time (AFT) model represents a linear relationship between the log-survival time and covariates. We are interested in the inference of covariate's effect affecting the variation of survival times in the AFT model. Thus, we need to model the variance as well as the mean of survival times. We call the resulting model mean and variance AFT (MV-AFT) model. In this paper, we propose a variable selection procedure of regression parameters of mean and variance in MV-AFT model using penalized likelihood function. For the variable selection, we study four penalty functions, i.e. least absolute shrinkage and selection operator (LASSO), adaptive lasso (ALASSO), smoothly clipped absolute deviation (SCAD) and hierarchical likelihood (HL). With this procedure we can select important covariates and estimate the regression parameters at the same time. The performance of the proposed method is evaluated using simulation studies. The proposed method is illustrated with a clinical example dataset.

KCI등재

9통합 칼리브레이션 가중치 산출 비교연구

저자 : 박인호 ( Inho Park ) , 김수진 ( Sujin Kim )

발행기관 : 한국통계학회 간행물 : 응용통계연구 34권 3호 발행 연도 : 2021 페이지 : pp. 413-424 (12 pages)

다운로드

(기관인증 필요)

초록보기

이단추출은 개체와 집락 단수준별 모집단 특성을 함께 추정할 수 있게 해준다. 단위수준별 보조정보가 함께 주어질 때, 단위수준별 정보 및 가중치 구성을 통합적으로 고려한 칼리브레이션 가중치를 산출한다면 단위수준별 특성은 물론 수준간의 다변량적 특성도 적절히 반영할 수 있을 것이다. 본 연구는 Estevao와 Särndal (2006)과 Kim (2019)이 고려한 통합 칼리브레이션 가중치 산출 방법에 대해 살펴보았다. 간단한 모의실험을 통해 기존의 통합 칼리브레이션 가중치 산출방법의 효율성을 비교하였다. 이 중 복합보조정보를 개체화한 후 단일단계의 칼리브리이션 조정으로 가중치를 산출하되 집락가중치가 집락 내 개체가중치 평균이 되도록 정의하는 방법과 단위수준별 보조정보를 이용한 수준별 칼리브레이션 조정을 상호 반복적으로 수행하되 집락가중치가 집락 내 개체가중도치 평균이 되도록 하는 방법이 조정전 가중치의 변동량을 크게 늘리지 않고도 수준간 다변량적 특성을 잘 반영할 수 있음을 확인할 수 있었다. 집락과 개체의 상호간 보조정보에 대한 총합추정의 적합도 측면에서 매우 양호하였고, 칼리브레이션 조정에 포함되지 않는 조사특성들의 총합추정에 대한 상대편향 및 상대 평균 제곱근 오차가 작게 나타났다.


Two-stage sampling allows us to estimate population characteristics by both unit and cluster level together. Given a complex auxiliary information, integrated calibration weighting would better reflect the level-wise characteristics as well as multivariate characteristics between levels. This paper explored the integrated calibration weighting methods by Estevao and Särndal (2006) and Kim (2019) through a simulation study, where the efficiency of those weighting methods was compared using an artificial population data. Two weighting methods among others are shown efficient: single step calibration at the unit level with stacked individualized auxiliary information and iterative integrated calibration at each level. Under both methods, cluster calibrated weights are defined as the average of the calibrated weights of the unit(s) within cluster. Both were very good in terms of the goodness-of-fit of estimating the population totals of mutual auxiliary information between clusters and units, and showed small relative bias and relative mean square root errors for estimating the population totals of survey variables that are not included in calibration adjustments.

KCI등재

10Mann-Kendall 비모수 검정과 Sen's slope를 이용한 최근 40년 남한지역 계절별 평균기온의 경향성 분석

저자 : 진대현 ( Dae-hyun Jin ) , 장성환 ( Sung-hwan Jang ) , 김희경 ( Hee-kyung Kim ) , 이영섭 ( Yung-seop Lee )

발행기관 : 한국통계학회 간행물 : 응용통계연구 34권 3호 발행 연도 : 2021 페이지 : pp. 425-433 (9 pages)

다운로드

(기관인증 필요)

초록보기

범지구적 이상기후의 잦은 출현으로 기상 변화에 대한 관련 연구가 활발히 진행되고 있지만, 장기간 축적된 기상자료를 이용한 경향성 분석 연구는 부족하였다. 본 연구에서는 비모수적 분석방법을 이용해 40년간 종관기상관측장비(ASOS)로 부터 축적된 기온 시계열 자료의 경향성을 분석하였다. 남한지역의 연평균 기온과 계절별 평균기온 시계열 자료에 대한 Mann-Kendall 검정 결과 상승 경향성이 존재하는 것으로 나타났다. 또한 Pettitt 검정을 적용해 탐색된 변동점을 전후로 경향성의 정도를 파악할 수 있는 Sen's slope를 계산한 결과, 변동점 이후의 최근 자료에서 기온의 상승 경향성이 더욱 큰 것을 확인하였다.


Due to the frequent emergence of global abnormal climates, related studies on meteorological change is being actively proceed. However, the research on trend analysis using weather data accumulated over a long period of time was insufficient. In this study, the trend of temperature time series data accumulated from automated surface observing system (ASOS) for 40 years was analyzed by using a non-parametric analysis method. As a result of the Mann-Kendall test on the annual average temperature and seasonal average temperature time series data in South Korea, it has shown that an upward trend exists. In addition, the result of calculating the Sen's slope, which can determine the degree of tendency before and after the searched change point by applying the Pettitt test, recent data after the fluctuation point confirmed that the tendency of temperature rise was even greater.

12
권호별 보기
가장 많이 인용된 논문

(자료제공: 네이버학술정보)

가장 많이 인용된 논문
| | | |
1연안해역에서 석유오염물질의 세균학적 분해에 관한 연구

(2006)홍길동 외 1명심리학41회 피인용

다운로드

2미국의 비트코인 규제

(2006)홍길동심리학41회 피인용

다운로드

가장 많이 참고한 논문

(자료제공: 네이버학술정보)

가장 많이 참고한 논문

다운로드

2미국의 비트코인 규제

(2006)홍길동41회 피인용

다운로드

해당 간행물 관심 구독기관

통계청 서울대학교 연세대학교 중앙대학교(서울) 고려대학교
 104
 72
 53
 40
 33
  • 1 통계청 (104건)
  • 2 서울대학교 (72건)
  • 3 연세대학교 (53건)
  • 4 중앙대학교(서울) (40건)
  • 5 고려대학교 (33건)
  • 6 한양대학교 (32건)
  • 7 이화여자대학교 (26건)
  • 8 성균관대학교 (23건)
  • 9 충북대학교 (22건)
  • 10 경희대학교 (18건)

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기