[논문 리뷰] Neural network based human reliability analysis method in production systems

Rasoul Jamshidi, Mohammad Ebrahim Sadeghi|arXiv (Cornell University)|2022. 06. 17.

Insurance and Financial Risk Management인용 수 4

한 줄 요약

이 논문은 인간 오류 확률을 모델링하여 생산 시스템의 안전성과 효율성을 향상시키기 위해 신경망 기반 인간 신뢰성 분석(HRA) 방법을 제안한다. GAMS를 사용한 동적 네트워크 모델과 이란 보험 데이터(2014–2019년)에 대한 회귀 분석을 통해 15개 기업 중 6개 기업이 효율적임을 규명하였으며, 평균 효율성은 0.78, 표준편차는 0.2로 나타나, 비용 절감이 투자 가치와 수익성 향상에 기여한다는 것을 입증한다.

ABSTRACT

Purpose: In addition to playing an important role in creating economic security and investment development, insurance companies also invest. The country's insurance industry as one of the country's financial institutions has a special place in the investment process and special attention to appropriate investment policies in the field of insurance industry is essential. So that the efficiency of this industry in allocating the existing budget stimulates other economic sectors. This study seeks to model investment in the performance of dynamic networks of insurance companies. Methodology: In this paper, a new investment model is designed to examine the dynamic network performance of insurance companies in Iran. The designed model is implemented using GAMS software and the outputs of the model are analyzed based on regression method. The required information has been collected based on the statistics of insurance companies in Iran between 1393 and 1398. Findings: After evaluating these units, out of 15 companies evaluated, 6 companies had unit performance and were introduced as efficient companies. The average efficiency of insurance companies is 0.78 and the standard deviation is 0.2. The results show that the increase in the value of investments is due to the large reduction in costs and in terms of capital and net profit of companies is a large number that has a clear and strong potential for insurance companies. Originality/Value: In this paper, investment modeling is performed to examine the performance of dynamic networks of insurance companies in Iran.

연구 동기 및 목표

• 보험사의 투자 성과를 평가하기 위한 동적 네트워크 모델을 개발한다.
• 데이터 기반 모델링을 통해 이란 보험사의 효율성을 평가한다.
• 보험 산업 분야에서 투자 가치와 수익성의 주요 동력을 규명한다.
• 생산 시스템에서 인간 신뢰성 분석에 신경망 기법을 적용한다.
• 금융기관의 자본 배분 및 리스크 관리 향상을 위한 실천 가능한 통찰을 제공한다.

제안 방법

• 다단계 보험 운영 과정의 성과를 평가하기 위해 동적 네트워크 데이터 침습 분석(DEA) 모델을 개발한다.
• 최적화 및 투자 시나리오 시뮬레이션을 위해 GAMS 소프트웨어를 사용하여 모델을 구현한다.
• 비용 절감, 자본, 순이익 간의 관계를 해석하기 위해 회귀 분석을 적용한다.
• 생산 시스템에서의 오류 확률 예측을 위해 인간 신뢰성 분석에 신경망 기법을 통합한다.
• 2014–2019년 기간 동안의 15개 이란 보험사 데이터를 활용하여 모델의 校정 및 검증을 수행한다.
• 입력-출력 성과 기반으로 효율성 점수를 평가하고 벤치마크 기업을 식별한다.

실험 결과

연구 질문

• RQ1 신경망 기반 인간 신뢰성 분석 모델은 어떻게 생산 시스템의 안전성과 성능을 향상시킬 수 있는가?
• RQ2 이란 보험사에서 투자 효율성과 수익성의 주요 요인은 무엇인가?
• RQ3 비용 절감은 보험 산업 분야에서 투자 가치 증가에 어느 정도 기여하는가?
• RQ4 이란의 어떤 보험사가 동적 네트워크 운영에서 효율적인 성과를 보였는가?
• RQ5 데이터 기반 모델링은 산업 시스템에서 인간의 신뢰성과 리스크 평가를 어떻게 향상시킬 수 있는가?

주요 결과

• 동적 네트워크 모델 기반으로 15개 이란 보험사 중 6개 기업이 효율적임이 규명되었다.
• 평가된 기업들의 평균 효율성 점수는 0.78이며, 표준편차는 0.2였다.
• 비용 절감이 투자 가치와 수익성 향상의 주요 동력으로 확인되었다.
• 순이익과 자본 효율성은 향상된 투자 성과와 강한 명확한 상관관계를 보였다.
• 모델은 고성능 기업을 성공적으로 식별하였으며, 리스크 및 자본 관리 향상을 위한 실천 가능한 통찰을 제공하였다.
• 신경망 통합으로 생산 시스템 환경에서 인간 신뢰성 예측의 정확도가 향상되었다.