4차 산업혁명의 도래로 인한 기술혁신은 자율운항선박을 중심으로 해상 운송분야까지 활발한 발전을 불러왔다. 특히, 현재의 선원이 직접 운항하는 방식인 유인선박 사이에서 운항하게 될 자율운항선박은 자율도에 따라 원격제어를 통해 운항을 수행하며, 육상에 서 이를 제어할 원격운항자에 대한 관심 또한 늘어나고 있다. 하지만 아직 원격운항자가 개입이 필요한 상황이 동시에 발생하는 등을 고 려한 원격운항자 최소 인력 요구사항에 대한 연구는 부족한 상황이다. 본 연구는 특정 해역 구간의 누적된 항적데이터를 활용하여 선박 간에 발생할 수 있는 조우상황에서 원격운항자의 개입이 필요한 상황을 정의하고, 해당 구간을 특정 규모의 자율운항선박 선대로 운항하 였을 때, 원격운항자의 개입이 동시에 필요한 상황이 얼마나 발생하는지를 시뮬레이션을 통해 확인하였다. 연구의 결과는 향후 실제 자율 운항선박 선대를 운행할 원격운항센터의 원격운항자의 적정인력 배치 등의 계획 또는 정책 수립에 활용될 기초 자료로 활용될 것으로 기 대한다.

전 세계 선박 통행량의 증가에 따른 선박 충돌 사고의 증가는 큰 경제적, 환경적, 물리적 및 인간적 손해를 가져왔다. 선박 사 고의 원인은 선원의 판단 오류나 부주의, 항로의 복잡성, 기상 조건, 선박의 기술적 결함 등 다양한 요인이 겹쳐 작용하여 사고를 유발하 기 때문에 문장의 깊은 의미와 문맥 정보를 고려할 수 있는 방법론이 필요하다. 따라서, 본 연구는 부산해심 지역에서의 최근 20년 동안 의 선박 충돌사고 데이터를 포함하고 있는 해양안전심판 재결서를 SentenceBERT 모델을 활용해 분석하였다. 분석 결과 사고의 주요 원인 이 될 수 있는 키워드가 도출되었으며, 특정 키워드 출현 빈도를 바탕으로 군집 분석을 시행하고 시각화하였다. 추후 사고의 원인을 미리 파악함으로써, 이를 통해 선박 충돌 사고의 예방 및 사고 대응 전략 개발의 기초 자료로써 활용하고자 한다.

해상교통관제센터(VTS)의 관제사는 구역 내 교통 상황을 빠르고 정확하게 파악하여 관제가 필요한 선박에게 정보를 제공하는 역할을 수행한다. 그러나 교통량이 급격히 증가하는 경우 관제사의 업무 부하로 인해 관제 공백이 발생하기도 한다. 이러한 이유에서 관 제사의 업무 부하를 줄이고, 일관성 있는 관제 정보를 제공할 수 있는 관제 지원 기술의 개발이 필요한 실정이며, 본 논문에서는 구역 내 이상 운항 선박을 자동으로 식별하는 모델을 제안하였다. 제안하는 이상 운항 식별 모델은 규칙 기반 모델, 위치 기반 모델, 맥락 기반 모 델로 구성되며, 대상 해역의 교통 특성에 최적화된 교통 네트워크 모델을 사용하는 특징이 있다. 구현된 모델은 시범센터(대산항 VTS)에 서 수집되는 실해역 데이터를 적용하여 실험을 수행하였다. 실험을 통해 실해역의 다양한 이상 운항 상황이 자동으로 식별됨을 확인하였 고, 전문가 평가를 통해 식별 결과를 검증하였다.

2017년 7월 15일 서울과 수도권에 집중호우를 발생시킨 깊은 대류운과 강수 발달에 대한 종관 기상 메커니즘 을 규명하고 중국 동부지역으로부터의 PM2.5 에어로졸의 간접효과를 WRF-Chem 실험을 통해 분석하였다. WRF-Chem 모델에 에어로졸과 복사의 피드백, 구름 화학 과정, 습식 세정을 모두 포함한 ARI (Aerosol Radiation Interaction) 실험 과 에어로졸과 복사의 피드백을 제외하고 구름 화학 과정, 습식 세정만을 포함한 ACR (Aerosol Cloud Radiation interaction) 실험 결과의 차이로부터 PM2.5 에어로졸 간접효과를 산출하였다. 2017년 7월 15일 새벽에 황해와 한반도에 서는 동아시아 대륙에서 저기압-북서 태평양의 고기압 분포로 인해 중국 남동 지역과 동중국해로부터 덥고 습한 기류 가 수렴하고 있었다. 이러한 황해의 종관 기상에 의해 발달하는 대류운은 높이 12 km 이상이며 고체 수상체를 형성하 고 있었는데, 이는 주로 대륙 위에서 발달하는 한랭운(많은 빙정을 형성하며 운정고도가 8 km 이상)의 특성을 나타내고 있었다. 특히, WRF-Chem 모델 실험을 통해 중국 동부지역으로부터 확산하는 PM2.5 에어로졸이 구름물 형성에 5.7%, 고체 수상체 형성에 10.4%, 그리고 액체 수상체 형성에 10.8%로 대류운이 한랭운으로 발달하는 데 기여하고 있었다. 본 연구는 황해 위에서 깊은 대류운이 발달하는 과정에 대한 기상적 메커니즘과 더불어 중국 동부지역으로부터 에어로 졸에 의한 간접효과의 영향을 제시하였다.

In this study, we analyzed how the revenue water ratio(RWR) is affected by changes in conditions of the water supply area, such as the ratio of aging pipes, maintenance conditions, and revenue water. As a result of analyzing the impact of pipe aging and maintenance conditions on the RWR, it was confirmed that the RWR could be decreased if the pipe replacement project to improve the aging pipe ratio was not carried out and proper maintenance costs were not secured. It was also confirmed that an increase in the revenue water could be operated to facilitate the achievement of the project’s target RWR. In contrast, a decrease in the revenue water due to a population reduction could affect the failure of the target RWR. In addition to analyzing the causes of variation in the RWR, the calculation of estimated project costs was considered by using leakage reduction instead of RWR from recent RWR improvement project cost data. From this analysis, it was reviewed whether the project costs planned to achieve the target RWR of the RWR improvement project in A city were appropriate. In conclusion, the RWR could be affected by variations in the ratio of aging pipes, maintenance conditions, and revenue water, and it was reasonable to consider not only the construction input but also the input related to RWR improvement, such as leakage reduction, when calculating the project cost.

본 논문에서는 기저 스크리닝 기반 크리깅 모델(BSKM: Basis Screening based Kriging Model) 생성의 정확도를 높이기 위해 페널티 를 적용한 최대 우도 평가 방법(PMLE : Penalized Maximum Likelihood Estimation)에 대해서 소개한다. BSKM에서 사용하는 기저함 수의 최대 차수와 종류는 그 중요도에 따라서 결정하게 되며, 이때 중요도의 지표는 기저함수에 대한 교차 검증 오차(CVE : Cross Validation Error)로 택한다. 크리깅 모델(KM : Kriging Model) 구성시 최적의 기저함수 조합은 우선 최대 기저함수 차수를 선택하고 개별 기저함수의 중요도를 평가를 하게 된다. 최적 기저함수 조합은 크리깅 모델의 CVE가 최소가 될 때까지 개별 기저함수의 중요도 가 높은 순으로 기저함수를 하나씩 추가하며 찾는다. 이 과정에서 KM은 반복적으로 생성해야 하며, 동시에 데이터 사이의 상관관계 를 나타내는 하이퍼 매개변수(Hyper-parameters)도 최대 우도 평가방법을 통해 계산하여야 한다. 하이퍼 매개변수의 값에 따라 선택 되는 최적의 기저함수 조합이 달라지기 때문에 KM의 정확도에 막대한 영향을 미치게 된다. 정확한 하이퍼 매개변수를 계산하기 위해 서 PMLE 방법을 적용하였으며, Branin-Hoo 함수 문제에 적용하여 BSKM 의 정확성이 개선될 수 있음을 확인하였다.

지진취약도를 산정하기 위해서는 목표 부지의 특성을 제대로 표현할 수 있는 입력 지진파의 산정이 중요하다. 본 논문에서는 국내 외 강진 및 중‧약진 지역에서의 입력 지진파에 대한 단자유도 모델의 지진취약도를 분석하였다. 분석을 위한 첫 번째 단계로, 국외 강 진 기록 중 근/원거리에서 측정한 2개의 입력 지진파 세트와 국내 중·약진 지역 특성에 적합한 입력 지진파 2개의 세트, 총 4개의 입력 지진파 세트를 선정하였다. 대상 구조물로는 3가지 고유주기에 대한 비선형 단자유도 모델을 적용하였고, 취약도 분석을 위해 증분동 적해석을 이용하였다. 또한, 4가지 손상 상태를 정의하고, 손상 상태 각각에 대해 4가지 입력 지진파 세트의 고유주기별 지진취약도 결과를 제시하였다.

본 논문에서는 위상최적설계를 위한 입자-구조 충돌 모델을 제시한다. 위상최적설계를 위해서는 민감도 분석이 선행되어야 하며, 민감도 분석이 가능한 새로운 모델이 필요하다. 본 논문에서는 위상최적설계를 위한 민감도 분석을 수행하기 위한 입자-구조 충돌 모 델을 제시한다. 이후 이 모델을 이용하여 위상최적설계를 위한 민감도 분석을 수행한다. 제안한 모델의 정확도를 평가하기 위해 먼저 단순화된 1차원 충돌 문제에 적용한다. 이후, 이 모델을 이용하여 위상 최적화를 통해 입자의 최종 위치를 최적화하여 위상 최적화에 대한 이 모델의 적용 가능성을 확인한다. 이러한 결과는 위상 최적화에서 입자-구조 충돌을 고려하는 것이 가능하다는 것을 보여준다.

This study was conducted to investigate the growth characteristics of domestic 'Sulhyang' strawberry (Fragaria × ananassa Duch.) seedlings and to analyze their relationships in order to develop a growth prediction model. Fresh weight, dry weight, and leaf area were measured to validate the newly developed growth model. The relative growth rate (RGR) of ‘Sulhyang’ seedlings’ dry weight was an average of 0.026 g·g-1·d-1, and it increased to 0.066 g·g-1·d-1 on the 49th day after transplanting (DAT). The relationship between DAT and RGR was represented as RGR (dry weight)(g·g- 1·d-1) = 0.0392/(1 + exp(–(DAT – 34.9940)/5.8662)). The crop growth rate (CGR) was an average of 0.060 g·m-2·d-1, and it increased to 0.211 g·m-2·d-1 on the 70th DAT. The relationship between DAT and CGR was calculated as CGR (dry weight)(g·m-2·d-1) = 0.1293/(1 + exp(–(DAT – 49.3917)/6.0928)). The relationship between shoot fresh weight (y) and shoot dry weight (x) per plant showed a linear relationship of y = 4.3189x + 0.7812 (R2 = 0.9976). Fresh weight, dry weight, and leaf area with respect to DAT and cumulative temperature increased exponentially, and sigmoid curve models were developed based on these data. The model with the highest coefficient of determination was found for the relationship between shoot dry weight (y) and cumulative temperature (x), represented as y = 14.2285/(1 + exp(–(x – 1590.1295)/377.8112)) (R2 = 0.9715). The results of this study can be utilized as valuable information for establishing a systematic management system for seedling production using strawberry cutting propagation methods. For the development of a more precise growth prediction model in the future, it is necessary to analyze and apply a wider range of growth indicators and meteorological factors related to strawberry seedlings.

of hazardous risk factors, risk estimation and determination steps by reflecting the trend of overseas risk assessment. METHODS : In deriving, estimating and determining risk factors, comparing the procedures presented by the ILO with the domestic guidline to find out the differences in procedural. and, According to the domestic manual, after setting the criteria for determining a deterministic perspective, analyze the risk assessment data of a specific domestic company and three overseas risk assessment research data to analyze the differences in methodology domestic and abroad. RESULTS : Within the country, there is a possibility that a deterministic view may be applied to all stages of procedure, and certain corporate data to the risk estimation and determination stage. In the case of overseas, the trend of applying deterministic perspectives to the risk determination stage was confirmed. CONCLUSIONS : Present the need for a standard model for improving deterministic methods in the other two stages, excluding risk determination in the domestic evaluation procedure.

As a means to activate eco pastoral system in alpine grassland, the government can consider public pastures, which are currently unused, to scale them up into public ranches. Depending on ownership and operation, four management models proposed as follows: 1) Government-Owned and Operated with Balanced Profit and Loss 2) Government-Owned and Operated with Revenue Generation 3) Government-Owned but Privately Operated by Outsourced to Professional Manager 4) Full Privatization (Ownership and Operation by Private Individuals). The study outlined above proposes four management models for the activation of eco pastoral system in alpine grassland. It also suggests methods for the selection and performance evaluation of manager to establish a profitable structure. Additionally, the research provides management methods for the conservation of grazing ecology in pastoral ecosystems. Particularly, the adaptation of tools commonly used in South Korean business sector for the selection and performance evaluation of manager within the system of the proposed management models. This aspect is deemed valuable as it aligns these tools with the specific characteristics of eco pastoral system in alpine grassland, contributing not only to the effective implementation of the models but also to the enhancement of the revenue structure.

PURPOSES : Construction cost estimates are important information for business feasibility analysis in the planning stage of road construction projects. The quality of current construction cost estimates are highly dependent on the expert's personal experience and skills to estimate the arithmetic average construction cost based on past cases, which makes construction cost estimates subjective and unreliable. An objective approach in construction cost estimation shall be developed with the use of machine learning. In this study, past cases of road projects were analyzed and a machine learning model was developed to produce a more accurate and time-efficient construction cost estimate in teh planning stage. METHODS : After conducting case analysis of 100 road construction, a database was constructed including the road construction's details, drawings, and completion reports. To improve the construction cost estimation, Mallow's Cp. BIC, Adjusted R methodology was applied to find the optimal variables. Consequently, a plannigs-stage road construction cost estimation model was developed by applying multiple regression analysis, regression tree, case-based inference model, and artificial neural network (ANN, DNN). RESULTS : The construction cost estimation model showed excellent prediction performance despite an insufficient amount of learning data. Ten cases were randomly selected from the data base and each developed machine learning model was applied to the selected cases to calculate for the error rate, which should be less than 30% to be considered as acceptable according to American Estimating Association. As a result of the analysis, the error rates of all developed machine learning models were found to be acceptable with values rangine from 17.3% to 26.0%. Among the developed models, the ANN model yielded the least error rate. CONCLUSIONS : The results of this study can help raise awareness of the importance of building a systematic database in the construction industry, which is disadvantageous in machine learning and artificial intelligence development. In addition, it is believed that it can provide basic data for research to determine the feasibility of construction projects that require a large budget, such as road projects.

본 연구는 소나무재선충병 방제대상지 선정의 효율성을 높이기 위해 진주시를 대상으로 소나무재선충병 잠재분포를 예측하였다. 예측에 사용된 MaxEnt 모델은 회귀분석을 기반으로 종 발생 확률 평가 및 다양한 잠재분포 예측에 이용되고 있다. 종속변수로는 소나무재선충병 감염목 자료를 사용하였으며, 독립변수로는 지리 ‧ 지형 ‧ 기후적 요인으로 총 15개 인자를 사용하였다. 잠재분포 예측 결과, 모델의 성능은 AUC가 0.801로 우수한 수준의 정확도를 나타냈다. 독립변수 중에는 전년도 감염목과의 거리, 6월 하순 강우량, 5월 강우량, 화목보일러와의 거리 순으로 잠재분포에 영향을 미치는 것으로 나타났다. 이러한 결과는 지속적인 소나무재선충병 감염목 DB 구축과 지리적 요인들에 대한 모니터링의 중요성이 크다는 것을 의미한다.

본 연구는 제5차 국가산림자원조사(2006-2010)에서 조사된 편백을 대상으로 흉고직경에 따른 수고 생장곡선식과 초기 수고생장 모델을 개발하여 편백의 초기 생장특성을 고려한 합리적인 산림경영계획 수립에 필요한 기초자료를 제공할 목적으로 실시하였다. 연구자료는 제5차 국가산림자원조사 자료 중 편백 표준목 353본에 대한 수고, 흉고직경, 연륜생장 자료를 이용하였다. 흉고직경에 따른 수고 생장곡선식은 Petterson 식, Log 식, Michailow 식을 이용하여 개발하였으며, 연령에 따른 초기 수고생장 모델은 Chapman-Richards 식, Gompertz 식, Schumacher 식을 이용하여 개발하였다. 본 연구 결과, 모델 검정을 통하여 흉고직경에 따른 수고 생장곡선식은 Petterson 식이 가장 적합한 것으로 나타났으며, 초기 수고생장 모델은 Gompertz 식이 가장 적합한 것으로 나타났다. 본 연구에서 개발한 초기 수고생장 모델을 그래프로 나타낸 결과 편백은 13년생일 때 연간 수고생장량이 0.54m로 가장 많은 것으로 나타났다. 본 연구 결과는 편백의 생장 특성 관련 연구에 활용할 수 있을 뿐 아니라 초기의 편백 조림지에 대하여 합리적인 산림경영계획 수립에 유용한 기초자료가 될 것으로 기대된다.

Bellows expansion joints enhance the displacement performance of piping systems owing to their unique geometrical features. However, structural uncertainties such as wall thinning in convolutions, a byproduct of the manufacturing process, can impair their structural integrity. This study addresses such issues by conducting a global sensitivity analysis to assess the impact of these uncertainties on the performance of bellows expansion joints under monotonic loading. Global sensitivity analysis, which examines main and nth order interaction effects, is computationally expensive. To mitigate this, we employed a surrogate model-based approach using an artificial neural network. This model demonstrated robust prediction capabilities, as evidenced by metrics such as the coefficient of determination. The sensitivity indices of the main effect for the 2-ply and 3-ply bellows at the sixth convolution were 0.3340 and 0.3233, respectively. The sensitivity index of the sixth convolution was larger than that of other convolutions because the maximum deformation of the bellows expansion joint under monotonic bending load occurs around it. Interestingly, the sensitivity index for the interaction effect was negligible (0.01%) compared to the main effect, suggesting minimal activity between uncertainty factors across convolutions. Notably, bellows expansion joints under repetitive loading exhibit more complex behaviors, with the initial leakage typically occurring at the convolution. Therefore, future studies should focus on the structural uncertainties of bellows expansion joints under cyclic loading and employ a surrogate model for comprehensive global sensitivity analysis.

이 연구는 초분광 영상으로 두 품종의 콩(청자 3호, 대찬)의 들불병을 진단할 수 있는 모델과 다중분광 영상센서를 개발하기 위해 수행되었다. 무처리구와 들불병 처리구에서 5 nm full width at half maximum (FWHM)으로 구성된 원시 초분광 중심파장들의 콩 식물 영역 반사율들을 추출하여 10 nm FWHM으로 병합한 후, t-test로 차이가 나타난 blue, green, red, red edge, NIR1 및 NIR2 각 영역에서 선정된 대표 밴드로 121개의 식생지수를 계산하였다. 식생지수를 입력변수로 support vector machine (SVM), random forest (RF), extra tree (EXT), extreme gradient boosting (XGB)의 머신러닝 기법과 shapley additive explanation 변수 선택 기법을 적용하여 들불병 진단에 가장 적절한 모델을 선정하고 사용된 식생지수와 파라미터를 나타내었다. T-test 결과 품종에 상관없이 blue 1개(420 nm), green 2개(500, 540 nm), red 1개(600 nm), red edge 2개(680, 700 nm), NIR1 2개(780, 840 nm), NIR2 1개(920 nm)의 총 9개 대표 밴드들이 선택되었고, 성능 평가를 통해 선정된 모델에 청자 3호의 경우 SVM모델(OA=0.86, KC=0.72, 10 VIs)이 선정되었으나 혼동행렬 분석 결과 정상오분류가 적은 RF모델이 선택되었다. RF모델(식 생지수 : RE/Blue, NSI, GDVI, Green/Blue, 파라미터 : max_depth=6, n_estimators=100)은 OA=0.81, KC=0.60, precision=0.86, recall=0.81, F1 score=0.80의 성능을 나타내었다. 대찬은 EXT모델(식생지수 : YVI, RE/Green, 2YVI, 파라미터 : max_depth=8, n_estimators=10)이 선정되 었고, OA=0.86, KC=0.72, precision=0.86, recall=0.86, F1 score=0.86의 성능을 나타내었다.

본 연구는 취약계층의 디지털 포용을 위한 기업들의 사례를 통해 탐색하고 비즈니스 모델 캔버스를 활용하여 연구·분석하였다. 취약계층에 중점을 두고, 사업 영역을 구축하고 활동하는 기업의 사례를 통 해 디지털 포용 분야의 핵심 기업 비즈니스 모델을 핵심 구성 요소별로 살펴보고 고찰하였다. 그 결과, 첫째, 디지털 포용기업의 특징으로 사업 활동의 대상이나 목표가 결코 취약계층에만 있는 것이 아니라, 사업의 모든 활동과 과정에서 취약계층을 참여시키거나 핵심 활동의 일원으로 고용을 창 출하는 것 또한 디지털 포용의 큰 의미라고 할 수 있겠다. 둘째, 정부의 노력에도 불구하고 취약계층의 사각지대는 엄연히 존재하며, 디지털 소외 계층의 해소 와 디지털 격차를 줄이는 디지털 포용기업에 대한 정부 주도의 정책이나 제도적인 보완이 필요할 때인 것으로 판단된다. 셋째, 공유가치의 등장과 사회적 가치 창출이 지속 가능한 경영의 전략으로 주목받는 현대 사회의 핵 심 이슈에 걸맞은 신 기업가 정신의 연구와 일선 기업들의 노력이 필요할 때이다. 끝으로 취약계층의 포용과 배려를 위한 기업의 노력과 확산을 바라며, 기업의 공유가치와 사회적 가 치 창출에 대한 후속 연구를 기대해 본다.

This study reports an experimental and analytical exploration of concrete columns laterally confined with Fe-based shape-memory alloy (Fe-SMA) spirals. For performing experiments, Fe-SMA rebars with a 4% prestrain and diameter of 10 mm were fabricated and concrete columns with internal Fe-SMA spiral reinforcement were constructed with a diameter of 200 mm and height of 600 mm. An acrylic bar with an attached strain gauge was embedded in the center of the specimen to measure local strains. Experimental variables encompassed the Fe-SMA spiral reinforcement, spacing, and activation temperature. Uniaxial compression tests were conducted after applying active confinement to the concrete columns through electrical-resistance heating. Notably, as the Fe-SMA spiral spacing decreased, the local failure zone length and compressive fracture energy of the prepared specimens increased. Additionally, a model incorporating compressive fracture energy was proposed to predict the stress–strain behavior of the. This model, accounting for active and passive confinement effects, demonstrated accurate predictions for the experimental results of this study as well as for previously reported results.

Maintaining sea superiority through successful mission accomplishments of warships is being proved to be an important factor of winning a war, as in the Ukraine-Russia war. in order to ensure the ability of a warship to perform its duties, the survivability of the warship must be strengthened. In particular, among the survivability factors, vulnerability is closely related to a damage assessment, and these vulnerability data are used as basic data to measure the mission capability. The warship's mission capability is usually measured using a wargame model, but only the operational effects of a macroscopic view are measured with a theater level resolution. In order to analyze the effectiveness and efficiency of a weapon system in the context of advanced weapon systems and equipments, a warship's mission capability must be measured at the engagement level resolution. To this end, not the relationship between the displacement tonnage and the weight of warheads applied in the theater level model, but an engagement level resolution vulnerability assessment method that can specify physical and functional damage at the hit position should be applied. This study proposes a method of measuring a warship’s mission capability by applying the warship vulnerability assessment method to the naval engagement level analysis model. The result can be used as basic data in developing engagement algorithms for effective and efficient operation tactics to be implemented from a single unit weapon system to multiple warships.

This study endeavors to enrich investment prospects in cryptocurrency by establishing a rationale for investment decisions. The primary objective involves evaluating the predictability of four prominent cryptocurrencies – Bitcoin, Ethereum, Litecoin, and EOS – and scrutinizing the efficacy of trading strategies developed based on the prediction model. To identify the most effective prediction model for each cryptocurrency annually, we employed three methodologies – AutoRegressive Integrated Moving Average (ARIMA), Long Short-Term Memory (LSTM), and Prophet – representing traditional statistics and artificial intelligence. These methods were applied across diverse periods and time intervals. The result suggested that Prophet trained on the previous 28 days' price history at 15-minute intervals generally yielded the highest performance. The results were validated through a random selection of 100 days (20 target dates per year) spanning from January 1st, 2018, to December 31st, 2022. The trading strategies were formulated based on the optimal-performing prediction model, grounded in the simple principle of assigning greater weight to more predictable assets. When the forecasting model indicates an upward trend, it is recommended to acquire the cryptocurrency with the investment amount determined by its performance. Experimental results consistently demonstrated that the proposed trading strategy yields higher returns compared to an equal portfolio employing a buy-and-hold strategy. The cryptocurrency trading model introduced in this paper carries two significant implications. Firstly, it facilitates the evolution of cryptocurrencies from speculative assets to investment instruments. Secondly, it plays a crucial role in advancing deep learning- based investment strategies by providing sound evidence for portfolio allocation. This addresses the black box issue, a notable weakness in deep learning, offering increased transparency to the model.