• 자원환경지질
• /
• 제50권6호
• /
• pp.517-523
• /
• 2017

물의 두 안정동위원소인 산소와 수소의 선형관계는 물의 순환을 이해하는 데에 가장 기본으로 사용되는 방법이다. 선형관계의 기울기 및 절편은 물이 각 계를 이동하면서 어떠한 물리적 과정이 일어났는가를 지시할 수 있다. 선형관계를 파악하기 위하여 보통최소자승법(ordinary least squares method, OLS)이 사용되어 왔으나, 산소와 수소동위원소 모두 불확정성을 포함하고 있기 때문에 완전최소자승법(total least squares method, TLS)이 더 정확한 기울기와 절편을 제시할 수 있다. 본 연구에서는 남극 세종기지 주변의 눈과 융설의 안정동위원소 분석값과 Lee et al., (2013)에서 관찰된 국내 서해안의 수증기의 산소와 수소의 안정동위원소값을 이용하여 OLS와 TLS를 비교하였다. 남극 세종기지 눈 안정동위원소의 선형관계에서 기울기는 7.00(OLS), 7.16(TLS)이었으며, 수증기동위원소의 선형관계의 기울기는 7.75(OLS), 7.87(TLS)로 계산되었다. 세종기지 눈 안정동위원소값은 대부분의 눈 시료가 용융이 일어났음을 의미하여, 수증기동위원소 값은 해양에서 기원한 수증기가 직접 이동하였음을 알 수 있다. 두 방법으로 계산된 기울기 값은 물리적인 과정을 해석하는 데에는 큰 차이가 없음을 알 수 있다. 하지만, 지하수의 혼합과정을 이해하는 연구처럼 기울기의 절대값을 이용하는 연구에서는 기울기 값의 차이가 연구결과에 어떻게 영향을 미치는 가에 대한 연구가 필요할 것으로 판단된다.

• 한국멀티미디어학회논문지
• /
• 제9권8호
• /
• pp.1000-1009
• /
• 2006

본 논문에서는 부화소 단위의 적응적인 선형 보간법을 제안한다. 보통의 선형 보간법에 화소 마다 매개변수가 도입되고 이 매개 변수를 최적으로 구하기 위해서 저역 필터와 MMSE (minimum mean square error) 방법을 이용한 일반적인 보간 구조를 제안한다. 또한 제안된 일반적인 적응 선형 보간 구조에서 복잡도를 최소화한 방법을 유도하여 간단한 닫힌 형태의 식으로 제시한다. 기존 방법인 보통의 선형 보간법, 3차 컨볼루션 보간법에 비교하여 주관적으로나 객관적으로 제안된 방법의 우수함을 실험 결과로 알 수 있을 뿐만 아니라 왜곡 거리 선형 보간법(warped distance linear interpolation), 이동 선형 보간법(shifted linear interpolation) 등의 최근 기술과 비교하여도 우수함을 실험결과는 보여준다.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2005년도 공동학술대회 논문집
• /
• pp.227-232
• /
• 2005

탄성파 역산에 있어서 최소자승(${\ell}^2-norm$)해는 큰 오차에 매우 민감하게 반응하는 경향이 있다. 이에 반해서 ${\ell}^p-norm$ ($1{\le}p<2$)을 최소화하는 해는 잡음에 강인한 해를 보이나 보통은 좀 더 많은 계산이 요구된다. 반복적가중의 최소자승법(Iteratively reweighted least squares [IRLS] method)은 이러한 ${\ell}^p-norm$ 문제의 근사해를 효율적으로 구할 수 있도록 해준다. 본 논문에서는 작은 크기의 잔여분은 ${\ell}^2-norm$으로 큰 크기의 잔여분은 ${\ell}^2-norm$으로 적용되는 하이브리드 ${\ell}^1/{\ell}^2$최소화를 IRLS 방법에 쉽게 적용하는 기법을 소개한다. 모의 자료와 실제 현장자료에의 적용결과 큰 잡음이 포함된 경우 최소자승해보다 하이브리드 방법의 경우에 개선된 결과를 보임을 확인할 수 있었다.

• 대한공간정보학회지
• /
• 제20권3호
• /
• pp.57-63
• /
• 2012

정규최소자승법(OLS : Ordinary Least Square)은 장수인구의 지역적 분포와 적용된 환경변수들의 관계가 공간상에서 동일하다고 가정한다. 따라서 장수현상이나 그와 관련된 변수의 공간적 특성을 충분히 설명할 수 없다. 지리가중 회귀분석(GWR : Geographically Weighted Regression)모형은 지리적 가중 함수를 통해 인접지역들의 공간적 유사성을 대변할 수 있다. 또한 환경특성에 따른 장수인구분포의 공간적 변이를 국지적으로 설명할 수 있는 특징이 있다. 이러한 관점에서 본 논문은 기존의 연구에서 제시된 장수의 환경생태학적 요인들에 대해 보통 최소자승법과 GWR모델간의 비교분석을 수행하였다. 연구결과 GWR모형이 OLS모형보다 높은 모형 부합도를 가지고 특정 환경 변수가 가지는 효과에 대한 공간적 변동성을 설명할 수 있는 것으로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제12권2호
• /
• pp.461-471
• /
• 2012

본 논문의 목적은 공간적탐색기법을 이용한 부산 주택시장 다이나믹스 분석으로써 MATLAB toolbox M-file을 이용하였다. 본 연구에서 사용된 자료는 2006년부터 2009년 2분기까지 공개된 부산지역 아파트 실거래가 64,530개 자료를 기준으로 법정동을 분류하여 각 평균값을 분석에 이용하였다. 주택시장분석에 많이 이용되는 헤도닉가격 모형은 도시주택경제 분야에서 주택시장 다이나믹스를 설명하는데 강력한 분석기법의 하나이다. 그럼에도 불구하고 전통적인 헤도닉가격 모형은 공간적자기상관의 영향력을 반영하지 않는 단점이 있다. 따라서 본 논문에서는 공간자기상관 관계를 반영한 다양한 공간계량모형, 예를 들어, 공간자기회귀모형(SAR), 공간오차모형(SEM), 일반공간모형(SAC) 등을 보통최소자승법을 이용한 전통적 헤도닉가격 모형과 비교하고자 한다. 이를 위해 결정계수($R^2$), 분산(${\sigma}^2$), 우도함수(Likelihood)의 값 등의 지표들을 이용하였다. 분석결과 공간자기상관을 고려한 공간계량모형이 전통적 헤도닉모형에 비해 높은 설명력을 보여주고 있다. 공간계량모형에서는 공간오차모형(SEM)과 일반공간모형(SAC)이 공간자기회귀모형(SAR) 보다 우수한 설명력을 보이고 있다.

• 대한화학회지
• /
• 제21권5호
• /
• pp.320-329
• /
• 1977

p-Phenylenediamine dihydroperchlorate의 세포상수는 $a=4.79{\pm}0.02,\;b=9.03{\pm}0.02,\;c=7.12{\pm}0.03{\AA},\;{\alpha}=109.4{\pm}0.2,\;{\beta}=79.6{\pm}0.2,\;r=104.6{\pm}0.2^{\circ},\;Z=1$이며 공간군은 $P\={1}$이다. 구조는 Patterson 및 Fourier법으로 해석하였으며 block diagonal 최소자승법으로 정밀화하였따. 등경사 Weissenberg 사진들에서 얻은 387개의 관측된 반사에 대하여 R값은 0.13이었다. 이 물질의 결정구조에서 수소결합은 아미노기와 과염소산 이온 사이에서 이루어져 있으며 2가지 형이 있다. 첫째것은, 한개의 삼지형 N${\cdot}{\cdot}{\cdot}$O 수소결합이고, 둘째것은, 보통형의 2개의 N${\cdot}{\cdot}{\cdot}$O 수소 결합이다. 한개의 p-phenylenediamine 그룹은 실험오차 내에서 평면이며 12개의 과염소산이온에 결합되어 있다. 그중 10개의 과염소산이온은 수소결합으로 연결되어 있으며 2개는 van der Waals 힘들로 접촉되어 있다. 한개의 과염소산이온은 6개의 p-phenylenediamine과 4개의 과염소산이온에 의하여 둘러싸여 있따. 6개의 p-phenylenediamine 그룹 중 5개는 수소결합이 되어있고 나머지는 van der Waals 힘으로 접촉되어 있다.

• 전자공학회논문지SC
• /
• 제44권3호
• /
• pp.29-33
• /
• 2007

균일한 빛 에너지에 대하여 영상센서의 모든 픽셀은 이상적으로는 균일하게 반응해야하지만 실제적으로는 그렇지 않다. 이러한 영상센서의 불균일 특성은 픽셀자체의 특성과 광학모듈 특성 등에 의하여 발생한다. 영상센서의 불균일 특성은 고정된 형태의 잡음으로 다양한 보정 알고리즘에 의해 보정될 수 있으며 보정능력에 따라 더욱 우수한 영상 품질을 기대할 수 있다. 보통, 영상센서의 불균일 보정은 적절한 알고리즘에 의해 보정계수를 구한 후 이를 적용하여 이루어진다. 본 논문에서는 모든 광량영역에서 좀 더 정확하고 신뢰성 있는 최적의 픽셀 불균일 보정계수 계산 알고리즘을 제안한다. 제안한 알고리즘은 불균일 특성을 향상시키기 위해 센서를 1차원으로 모델링하였으며 보정계수를 구하기 위해 여러 광량레벨에서 측정데이터를 얻고 최적의 해를 얻기 위해 최소자승법을 이용한다. 논문에서는 보정계수 획득을 위해 적분구, 프래임그래버를 탑재한 컴퓨터 및 제안한 알고리즘을 구현한 소프트웨어를 사용하였다. 또한 자체 구현한 카메라와 별도의 시험셋업을 이용하여 불균일 시험을 수행하여 제안한 알고리즘을 검증하였다. 제안한 알고리즘을 보정 전 결과 및 기존 방법의 결과와 비교하였으며, 비교 결과, 제안한 알고리즘이 모든 광량에서 가장 좋고 신뢰성 있는 결과를 보여주었다.

• 한국산림과학회지
• /
• 제65권1호
• /
• pp.80-91
• /
• 1984

1965~1981 년간(年間)의 시계열자료(時系列資料)를 이용(利用)하여 지류(紙類)의 국내수요함수(國內需要函數)를 추정(推定)하고 추정(推定)된 모형(模型)에 의하여 지류(紙類)의 장기국내수요(長期國內需要)를 예측(豫測)하였다. 지류(紙類)의 국내수요(國內需要)(DDP)는 GNP가 상승(上昇)함에 따라 증가(增加)하는 추세(趨勢)를 보였으며 증가율(增加率)은 실질(實質)GNP 연평균성장율(年平均成長率) 8.8%보다 높은 17.9:% 그리고 판지(板紙)는 무려 25.8% 수준(水準)으로 나타났다. 지류(紙類)의 국내수요(國內需要)에 영향(影響)을 미치는 주요변수(主要變數)는 1인당(人當) 실질국민총생산(實質國民總生産)(PG), 지류(紙類)의 실질도비가격지수(實質都費價格指數)(PWI), 지류수요산업(紙類需要産業)의 생산활동지수(生産活動指數(PDAV) 등이 있으며 이러한 제변수(諸變數)를 포함(包含)한 함수관계(函數關係)를 전대수회귀방정식(全對數回歸方程式)으로 표시(表示)하여 보통최소자승법(普通最少自乘法)으로 추정(推定)하였다. ${\ell}nDDP=2.452+1.986{\ell}nPG-0.844{\ell}nPWI$ $(33.397)^*\;(-6.149)^*\;R^2=0.997$ ${\ell}nDDP=6.468+0.827{\ell}nPDA$ $(17.403)^*\;R^2=0.950$ 이에 따른 지류(紙類)의 국내수요(國內需要)는 1인당(人當) GNP와 지류수요산업(紙類需要産業)의 생산활동지수(生産活動指數)에 대하여 부(負)의 상관(相關)을 그리고 1인당(人當) GNP가 설명변수(說明變數) 중에서 가장 탄력적(彈力的)이였으며 지류실질가격지수(紙類實質價格指數)에 대하여는 부(負)의 상관(相關)으로 나타났다. 이러한 결과(結果)는 통계적(統計的) 유의성(有意性) 인정(認定)되고 경제이론상(經齊理論上) 타당한 것으로 판명(判明)되었다. 1991 년도(年度) 지류(紙類)의 국내수요(國內需要)를 예측(豫測)한 결과(結果)는 3,152천(千)M/T 또는 4,470천(千)M/T에 달(達)할 것으로 추정(推定)되며, 1982~1991 년(年) 기간(期間)동안 연평증가율(年平增加率)은 5.0% 또는 12.4%로 나타났다. 또한 1991 년(年) 1인당(人當) 지류(紙類)의 국내수요(國內需要)는 69.1kg 또는98.0kg에 달(達)할 것으로 예측(豫測) 되었다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.