• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1009-1029
• /
• 2023

도시 수목은 탄소를 저장하고 불투수면적을 감소시키는 도시 생태계의 중요 요소이며, 탄소 저장량 및 순환량 산정 시 주요 정보로 활용될 수 있다. 많은 선행 연구에서 항공 라이다 자료 및 인공지능 기법을 활용하여 고해상도 수목 정보를 산출하고 있으나, 항공 라이다 영상은 제공하는 플랫폼이 제한되어 있으며 비용적인 면에서도 한계가 다수 존재한다. 따라서 본 연구에서는 수원시를 대상으로 자료 취득이 용이한 고해상도 위성 영상인 Sentinel-2를 활용하여 기계학습 기반의 도시 내 수목 피복률(fractional tree canopy cover, FTC)을 추정하고자 하였다. Sentinel-2 시계열 영상으로부터 중앙값 합성을 수행하여 수원시 전역에 대한 단일 영상을 제작하여 활용하였다. 도시 내 토지 피복의 이질성을 반영하기 위하여, 30 m 격자내 10 m 해상도의 광학 지수의 평균 및 표준편차 값과 환경부 세분류 토지 피복 지도 기반 항목별 피복률을 계산하여 기계학습 모델의 입력 변수로 활용하였다. 총 4가지의 입력 변수 조합을 설정하여, 입력 변수 구성에 따른 FTC 추정 정확도를 비교 및 평가하였다. 광학 영상의 평균 정보만을 활용(Scheme 1)했을 때 보다 도시 내 이질적인 특성을 반영할 수 있는 표준 편차 및 피복률 정보를 모두 함께 고려(Scheme 4, S4)했을 때 향상된 성능을 나타낼 수 있었다. 검증용 자료에 대해 S4의 Random Forest (RF) 모델이 0.8196의 R², 0.0749의 mean absolute error (MAE), 및 0.1022의 root mean squared error (RMSE)로 전체 기계학습 모델 중에서 성능이 가장 높게 나타났다. 변수 기여도 분석 결과 광학 지수의 표준 편차 정보는 도시 내 복잡한 토지 피복 지역에 대해 높은 기여도를 나타내었다. 훈련된 S4 구성의 RF 모델을 수원시 전역에 대해 확장 적용하였을 때, 참조 FTC 자료에 대해 0.8702의 R², 0.0873의 MAE, 및 0.1335의 RMSE의 우수한 성능을 나타냈다. 본 연구의 FTC 추정 기법은 향후 다른 지역에 대한 적용성이 우수할 것으로 판단되며, 도시 생태계 탄소순환 파악의 기초자료로 활용될 수 있을 것으로 기대된다.

• 공업화학
• /
• 제17권4호
• /
• pp.349-356
• /
• 2006

실리카($SiO_{2}$)지지 루테늄-니켈(Ru/Ni) 합금에 있어서 Ru/Ni 몰함량비와 일산화탄소(CO)의 분압의 변화에 따른 CO의 흡착 및 탈착거동에 대한 연구를 FT-IR을 이용하여 수행하였다. $Ru-SiO_{2}$ 시료에 CO를 흡착시켰을 때 $2080.0cm^{-1}$, $2021.0{\sim}2030.7cm^{-1}$, $1778.9{\sim}1799.3cm^{-1}$, $1623.8cm^{-1}$의 위치에 네 흡수띠가 관찰되었고 진공탈착시 $2138.7cm^{-1}$, $2069.3cm^{-1}$, $1988.3{\sim}2030.7cm^{-1}$의 위치에 세 흡수띠가 관찰되었다. $Ni-SiO_2$ 시료에 CO를 흡착시켰을 때 $2057.7cm^{-1}$, $2019.1{\sim}2040.3cm^{-1}$, $1862.9{\sim}1868.7cm^{-1}$, $1625.7cm^{-1}$의 위치에 네 흡수띠가 관찰되었고, 진공탈착 시켰을 때 $2009.5{\sim}2040.3cm^{-1}$, $1828.4{\sim}1868.7cm^{-1}$의 위치에 두 흡수띠가 관찰되었다. $Ru-SiO_{2}$ 시료와 $Ni-SiO_{2}$ 시료에서 관찰된 IR 스펙트럼은 이전의 보고와 근사적으로 일치한다. Ru/Ni(9/1, 8/2, 7/3, 6/4, 5/5; 몰 함량비)-$SiO_{2}$ 시료에서는 CO를 흡착시켰을 때 $2001.8{\sim}2057.7cm^{-1}$, $1812.8{\sim}1926.5cm^{-1}$, $1623.8{\sim}1625.7cm^{-1}$의 위치에 세 흡수띠가 관찰되었으며, 진공탈착시 $2140.6cm^{-1}$, $2073.1cm^{-1}$, $1969.0{\sim}2057.7cm^{-1}$의 위치에 세 흡수띠가 관찰되었다. Ru/Ni-$SiO_{2}$ 시료에서 CO를 흡착시켰을 때 Ru/Ni의 몰 함량비가 9/1 경우 관찰된 IR 스펙트럼의 모양이 $Ru-SiO_{2}$ 시료에서 CO를 흡착시켰을 때의 모양과 거의 같음이 관찰되었고 Ru/Ni의 몰 함량비가 8/2 보다 작아지면 관찰된 IR 스펙트럼의 모양이 $Ni-SiO_{2}$ 시료에서 CO를 흡착시켰을 때의 모양과 거의 같다. 따라서 Ru/Ni-$SiO_{2}$ 시료 표면에 존재하는 합금 뭉치의 표면에 몰 함량비보다 니켈이 많이 존재한다는 추정이 가능하다. $SiO_{2}$ 지지 Ru/Ni 시료에서 조성의 변화에 따른 CO 흡수띠 파수의 이동을 $SiO_{2}$ 표면에 분산되어 있는 합금뭉치 표면의 조성, 합금뭉치 표면의 조성에 따른 Ru과 Ni 원자의 원자 크기의 차이로 인한 합금뭉치 표면에서 스트레인의 변화, 합금뭉치 표면에서 결합에너지와 전자밀도분포 변화, 합금뭉치 표면에서 표면구조의 변화와 관련이 있음은 분명하다. Ru/Ni 합금결정 표면에서 CO 흡착에 대한 LEED 및 Auger를 이용한 연구, 실리카겔과 Ru/Ni 합금 뭉치와의 상호작용, Ru/Ni 합금 표면에서 CO 흡착에 대한 MO 계산 등의 연구가 진전되어 진다면 이러한 복잡계에 대한 규명에 도움이 될 것으로 보인다.

• 한국의학물리학회지:의학물리
• /
• 제23권1호
• /
• pp.15-25
• /
• 2012

부피적조절회전방사선치료(VMAT)의 정도관리를 TG-119에서 제시된 권고안을 통해 평가하고자 하였다. 또한 선택적 최적화 변수에 따른 치료계획의 평가와 그에 따른 선량학적 특성을 평가하고자 하였다. Varian사의 iX선형가속기와 Nucletron사의 Oncentra MasterPlan 치료계획장치를 결합하여 VMAT 치료계획을 수립하였다. TG-119에 제시된 5가지의 구조세트를 이용하여 아크 수, 겐트리 간격, 치료 시간 등의 선택적 최적화 변수(selectable optimization parameters)를 변화하여 치료 계획의 평가와 선량검증을 통해 정확성을 평가하였다. 치료계획의 평가는 선량체적히스토그램을 이용하여 표적과 위험장기의 평균값과 표준편차를 이용하였으며 선량검증은 이온 전리함과 $Delta^{4PT}$ bi-planar diode array를 이용하였다. 치료계획의 평가에서 싱글 아크의 경우 C-shape (hard)를 제외한 다른 구조세트에서 목표한 선량에 근접하는 결과를 보였으며 듀얼 아크의 경우에는 C-shape (hard)를 제외한 다른 구조세트에서 제시한 목표 선량에 도달하였다. 또한 선택 변수에 대한 평가에서는 전립선과 같은 간단한 구조 세트에서는 아크 수에 따른 치료계획의 차이는 거의 나타나지 않았으나, 두경부와 같은 복잡한 구조에서는 듀얼 아크가 위험장기에 대하여 좀 더 우수한 결과를 나타내었다. 겐트리 간격의 크기 변화에 의한 선량분포는 $6^{\circ}$에 비해 $4^{\circ}$의 겐트리 간격이 우수하였으나 $2^{\circ}$ 간격과는 거의 차이가 없었다. 점선 량의 정확성 평가에서는 표적과 위험장기에 대한 점선량의 측정값과 계산값의 평균오차는 싱글 아크와 듀얼 아크 모두 3% 이내였으며, 신뢰구간은 싱글아크와 듀얼 아크가 4% 내로 허용범위 안에 포함되었다. 겐트리 간격의 크기에 따른 점선량의 정확성 평가에서는 $2^{\circ}$, $4^{\circ}$, $6^{\circ}$ 모두 3% 이내였으며, 표적과 위험장기에 대한 신뢰한계(Confidence limit)는 5% 내로 허용범위 안에 포함되었다. $Delta^{4PT}$를 이용한 싱글 아크와 듀얼 아크의 선량분포 측정에서는 허용기준 3 mm/3%를 통과하는 감마인덱스는 평균 $98.72{\pm}1.52%$와 $98.30{\pm}1.50%$이었으며 신뢰한계는 2.99%와 3.74%로 허용범위 내에 포함되었다. 겐트리 간격의 크기에 따른 선량의 정확성은 간격이 적을수록 우수한 결과를 나타냈다. 본 연구에서는 VMAT의 정도관리를 TG-119에서 제시된 시험을 수행하였으며 제시된 모든 구조 세트에 대하여 허용기준을 모두 만족하였다. 또한 사용자가 선택할 수 있는 최적화 변수의 변화에 대한 치료계획과 선량학적 영향을 분석하였으며 각 상황에 따른 임상적 특성에 맞는 변수를 선택하는 것이 중요하다고 사료된다.

• 화약ㆍ발파
• /
• 제9권1호
• /
• pp.3-13
• /
• 1991

발파에 의한 지반진동의 크기는 화약류의 종류에 따른 화약의 특성, 장약량, 기폭방법, 전새의 상태와 화약의 장전밀도, 자유면의 수, 폭원과 측간의 거리 및 지질조건 등에 따라 다르지만 지질 및 발파조건이 동일한 경우 특히 측점으로부터 발파지점 까지의 거리와 지발당 최대장약량 (W)간에 깊은 함수관계가 있음이 밝혀졌다. 즉 발파진동식은 $V=K{\cdot}(\frac{D}{W^b})^n{\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$ (1) 여기서 V ; 진동속도, cm /sec D ; 폭원으로부터의 거리, m W ; 지발 장약량, kg K ; 발파진동 상수 b ; 장약지수 R ; 감쇠지수 이 발파진동식에서 b=1/2인 경우 즉 $D{\;}/{\;}\sqrt{W}$를 자승근 환산거리(Root scaled distance), $b=\frac{1}{3}$인 경우 즉 $D{\;}/{\;}\sqrt[3]{W}$를 입방근환산거리(Cube root scaled distance)라 한다. 이 장약 및 감쇠지수와 발파진동 상수를 구하기 위하여 임의거리와 장약량에 대한 진동치를 측정, 중회귀분석(Multiple regressional analysis)에 의해 일반식을 유도하고 Root scaling과 Cube root scaling에 대한 회귀선(regression line)을 구하여 회귀선에 대한 적합도가 높은 쪽을 택하여 비교, 검토하였다. 위 (1)식의 양변에 log를 취하여 linear form(직선형)으로 바꾸어 쓰면 (2)式과 같다. log V=A+BlogD+ClogW ----- (2) 여기서, A=log K B=-n C=bn (2)식은 다시 (3)식으로 표시할 수 있다. $Yi=A+BXi_{1}+CXi_{2}+{\varepsilon}i{\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$(3) 여기서, $Xi_{1},{\;}Xi_{2} ;(두 독립변수 logD, logW의 i번째 측정치. Yi ; ($Xi_1,{\;}Xi_2$)에 대한 logV의 측정치 ${\varepsilon}i$ ; error term 이다. (3)식에서 n개의 자료를 (2)식의 회귀평면으로 대표시키기 위해서는 $S={\sum}^n_{i=1}\{Yi-(A+BXi_{1}+CXi_{2})\}\^2$을 최소로하는 A, B, C 값을 구하면 된다. 이 방법을 최소자승법이 라 하며 S를 최소로 하는 A, B, C의 값은 (4)식으로 표시한다. $\frac{{\partial}S}{{\partial}A}=0,{\;}\frac{{\partial}S}{{\partial}B}=0,{\;}\frac{{\partial}S}{{\partial}C}=0{\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$ (4) 위식을 Matrix form으로 간단히 나타내면 식(5)와 같다. [equation omitted] (5) 자료가 많아 계산과정이 복잡해져서 본실험의 정자료들은 전산기를 사용하여 처리하였다. root scaling과 Cube root scaling의 경우 각각 $logV=A+B(logD-\frac{1}{2}W){\;}logV=A+B(logD-\frac{1}{3}W){\;}\}{\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$ (6) 으로 (2)식의 특별한 형태이며 log-log 좌표에서 직선으로 표시되고 이때 A는 절편, B는 기울기를 나타낸다. $\bullet$ 측정치의 검토 본 자료의 특성을 비교, 검토하기 위하여 지금까지 발표된 국내의 몇몇 자료를 보면 다음과 같다. 물론, 장약량, 폭원으로 부터의 거리등이 상이하지만 대체적인 경향성을 추정하는데 참고할수 있을 것이다. 금반 총실측자료는 총 88개이지만 환산거리(5.D)와 진동속도의 크기와의 관계에서 차이를 보이고 있어 편선상 폭원과 측점지점간의 거리에 따라 l00m말만인 A지역과 l00m이상인B지역으로 구분하였다. 한편 A지역의 자료 56개중, 상하로 편차가 큰 19개를 제외한 37개자료와 B지역의 29개중 2개를 낙외한 27개(88개 자료중 거리표시가 안된 12월 1일의 자료3개는 원래부터 제외)의 자료를 computer로 처리하여 얻은 발파진동식은 다음과 같다. $V=41(D{\;}/{\;}\sqrt[3]{W})^{-1.41}{\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$ (7) (-100m)(R=0.69) $V=124(D{\;}/{\;}\sqrt[3]{W})^{-1.66){\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$ (8) (+100m)(R=0.782) 식(7) 및 (8)에서 R은 구한 직선식의 적합도를 나타내는 상관계수로 R=1인때는 모든 측정자료가 하나의 직선상에 표시됨을 의미하며 그 값이 낮을수록 자료가 분산됨을 뜻한다. 본 보고에서는 상관계수가 자승근거리때 보다는 입방근일때가 더 높기 때문에 발파진동식을 입방근($D{\;}/{\;}\sqrt[3]{W}$)으로 표시하였다. 특히 A지역에서는 R=0.69인데 비하여 폭원과 측점지점간의 거리가 l00m 이상으로 A지역보다 멀리 떨어진 B지역에서는 R=0.782로 비교적 높은 값을 보이는 것은 진동성분중 고주파성분의 상당량이 감쇠를 당하기 때문으로 생각된다.

• Journal of Oral Medicine and Pain
• /
• 제33권4호
• /
• pp.339-352
• /
• 2008

목적: 측두하악장애 환자들에서 압통 검사를 통하여 경부근육 통증의 정도와 위치를 파악하고, 측두하악장애와 경부근육 통증과의 관련성을 규명하고자 하였다. 방법: 측두하악장애 환자(n=129, 여자 65.9% 평균=28.8세)에 대해서 두통, 목의 통증, 정서적 스트레스, 수면 장애, 이상 기능 습관 및 통증 강도에 대한 설문을 실시하였다. 저작계에 대하여 하악 운동범위, 악관절음, 악관절 촉진, 저작근 촉진 검사를 시행하였다. 빗목근 상부(sternocleidomastoid upper), 빗목근 중간(sternocleidomastoid middle), 등세모근 상부(upper trapezius), 머리널판근(splenius capitis), 머리반가시근(semispinalis capitis), 중간 목갈비근(scalene medius), 어깨올림근(levator scapulae)의 7부위의 경부 근육에 대하여 촉진에 의한 압통 검사를 하였다. 압통의 정도를 무통(0), 경도(1), 중등도(2), 심도(3)로 구분하여 판정하였다. 압통점수로부터 여러 통증점수 합계를 계산한 후 이후의 통계분석에 사용하였다. 결과: 80명(62.0%)의 환자가 설문에서 목의 통증을 경험한다고 답하였다. 측두하악장애 통증 점수와 경부 근육통 점수 간에는 유의한 상관관계가 있었다(r=0.538, P < 0.001). 경부 근육 중에서 중등도 이상의 압통이 40% 이상 발생하는 근육은 빗목근과 등세모근 상부였고 저작근 중에서는 깨물근(masseter) 중간에서 36%의 중등도 통증이 나타났다. 129명에 대한 경부근육통점수합과 측두하악장애통증점수합 사이에는 상당한 관련성이 있었으며($\rho$=0.502, P < 0.001), 측두하악장애통증점수합은 경부근육통점수합이 증가함에 따라 함께 증가하는 경향을 보였다(Y = 0.395 ${\cdot}$ X, $R^2$ = 0.659, P < 0.001). 저작근장애 환자에서 빗목근등세모근상부통증점수합과 관자근교근통증점수합은 중등도의 관련성($\rho$ = 0.375, P < 0.001)을 보였으며, 두 변수는 비례 관계에 있었다(Y = 0.359 ${\cdot}$ X, $R^2$ = 0.538, P < 0.001). 편측통증점수의 편상관관계분석에서 우측경부근육통증점수합과 좌측경부근육통증점수합은 가장 높은 상관성(r=0.802, P < 0.001)을 보였다. 우측측두하악장애통증점수합과 좌측측두하악장애통증점수합은 중등도의 상관성(r=0.481, P < 0.001)이 있었다. 편측성 측두하악장애 통증이 있는 20명의 환자에 대한 편상관관계분석에서 우측과 좌측의 편측경부근육통점수간의 상관성이 가장 높았고(r = 0.597, P = 0.009), 측두하악장애측통증점수합과 동측경부근육통증점수합 사이의 상관성(r = 0.564, P = 0.015)이 그 다음이었다. 결론: 측두하악장애 통증은 촉진에 의한 압통반응의 측면에서 경부근육 통증과 관련성을 보인다. 경부근육 중에서 빗목근과 등세모근상부가 중등도 이상의 통증을 흔하게 나타내며 저작근통증과 밀접한 관련이 있다. 경부근육에서는 통증의 대칭적인 이환 특성이 두드러지지만, 측두하악장애가 경부근육통의 수준에 영향을 주어 대칭적인 특성을 변화시킬 수 있다. 두부와 경부에 복잡한 통증 질환의 증상과 징후를 보이는 환자에서 경부 근육 통증의 진단과 치료에 관심을 가져야 한다.

• 핵의학기술
• /
• 제25권2호
• /
• pp.35-40
• /
• 2021

신사구체여과율(glomerular filtration rate, GFR)은 신장 질환의 진단, 치료 및 추적 관찰에 중요한 지표이며, 건강인에서도 약제사용, 신장이식 공여자의 신장 평가 등에 사용된다. GFR 검사의 표준방법은 외인성 표지자인 이눌린(inulin)을 연속 주입하여 측정하는 방법이나, 시간이 많이 소요되고 검사 방법이 복잡하기 때문에, 혈청 크레아티닌 농도로 계산한 추정사구체여과율(estimated glomerular filtration rate, eGFR)을 대신 사용한다. 그러나 크레아티닌은 연령, 성별, 근육량 등에 영향을 받는 것으로 알려져 있으며, 현재 많이 사용되는 추정사구체여과율 공식에는 성인의 경우 Cockroft-Gault 공식, Modification of Diet in Renal Disease(MDRD) 공식, Chronic kidney Disease Epidemiology Collaboration (CKD-EPI) 공식 등이 있고, 소아의 경우 Schwartz 공식을 사용하고 있다. ^99mTC diethylenetriaminepentaacetic acid(^99mTc-DTPA)를 사용한 신사구체여과율(glomerular filtration rate, GFR) 측정은 이눌린을 대체 할 수 있어 현재 사용되고 있다. 이에 ^99mTc-DTPA를 이용하여 측정한 신사구체 여과율과 CKD-EPI 공식을 이용한 추정사구체여과율을 비교하여 보았다. 서울 아산병원을 내원한 신장이식 공여자 200명(남성 96명, 여성 104명, 47.3세±12.7)을 대상으로 ^99mTc-DTPA(0.5 mCi, 18.5 MBq)를 정맥투여 하고 획득된 plasma(Two-plasma-sample-method, TPSM)를 계측하여 신사구체여과율(glomerular filtration rate, GFR)을 측정하였다. 혈청 크레아티닌 농도를 근거로 chronic kidney disease epidemiology collaboration (CKD-EPI) 공식을 이용하여, 추정사구체여과율(estimated glomerular filtration rate, eGFR)을 도출하였다. 신장이식 공여자 200명(남성 96명, 여성 104명, 47.3세±12.7)을 대상으로 ^99mTc-DTPA를 사용하여 측정된 신사구체여과율 평균값은 97.27±19.46 (GFR, ml/min/1.73m²)이고 CKD-EPI 공식을 이용한 추정사구체여과율 (estimated glomerular filtration rate, eGFR) 평균값은 96.84±17.74(CKD-EPI, ml/min/1.73m²), 혈청 크레아타닌의 농도는 0.84±0.39 (mg/dL)이다. 혈청 크레아티닌 근거 추정사구체여과율에 대한 ^99mTc-DTPA 신사구체여과율의 회귀식은 Y= 0.5073X + 48.186, 상관계수는 0.698이었다.(P<0.01)혈청 크레아티닌 근거 추정사구체여과율에 대한 ^99mTc-DTPA 신사구체여과율의 Difference(%)는 1.52±18.28 이었다. ^99mTC-DTPA를 이용해서 측정된 신사구체여과율과 혈청 크레아티닌 농도에 기반하여 도출된 추정사구체여과율에 대한 상관계수는 0.698로 중등도 정도의 상관성을 확인할 수 있었다. 이는 추정사구체여과율은 연령, 성별, 근육 양 등 신장 외적인 요소에 영향을 받고 신장질환자를 대상으로 만든 공식을 사용하는 원인에 기인하는 것으로 추정된다. 신장 질환의 진단, 치료 및 추적 관찰, 신장이식 공여자의 신장 평가 등에 사용되는 신사구체여과율 측정에 ^99mTc-DTPA를 사용함으로써 신뢰성 있는 결과를 임상에 제공할 수 있다.

• 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.

• 농업과학연구
• /
• 제4권2호
• /
• pp.344-390
• /
• 1977

본(本) 연구(硏究)는 계획기간내(計劃期間內)의 재적수확량(材積收穫量)을 최대화(最大化)하고 각분기(各分期)의 수확량(收穫量)과 수확면적(收穫面積)을 일정(一定) 범위(範圍)로 제약(制約)하여 계획기간내(計劃期間內)의 보속수확(保續收穫)을 도모(圖謀)하는 동시(同時)에 후계림(後繼林)의 법정영급배치(法正令級配置)가 유도(誘導)될 수 있는 적정수확안(適正收穫案)을 선형계획법(線型計劃法)에 의하여 선정(選定)하고, 제약량(制約量)의 변화(變化)가 총수확량(總收穫量) 및 분기별(分期別) 수확량(收穫量)과 수확면적(收穫面積)에 미치는 영향(影響)을 구명(究明)하는데 목적(目的)이 있다. 서울 대학교(大學校) 농과대학(農科大學) 부속연습림중(附屬演習林中) 개벌작업급(皆伐作業級)에 속하는 219개(個) 소반(小班)을 대상(對象)으로 하였으며, 이 삼림(森林)은 영급구성면(令級構成面)에서 볼 때 유영급(幼令級) 임분(林分)이 많다는 점(點)에서 전국(全國) 삼림(森林)을 대표(代表)한다고 할 수 있다. 본(本) 연구(硏究)에서는 한 분기년수(分期年數)를 5년(年), 계획기간(計劃期間)을 10분기(分期), 1영급(令級)을 5영개(令皆)로 하였으며, 벌채영급(伐採令級)의 범위(範圍)는 5~9영급(令級)이다. 한편, 후계림(後繼林)은 현실림(現實林)이 수확(收穫)되는 즉시 조림(造林)되고, 미립목지(未立木地)는 1분기내(分期內)에 조림(造林)되며 다음 벌기(伐期)까지 충분(充分)한 입목도(立木度)가 이루어지는 것으로 전제(前提)하였다. 소반(小班)을 벌구(伐區)로 하여, 각벌구(各伐區)가 계획기간내(計劃期間內)에 벌채(伐採)될 수 있는 모든 가능(可能)한 대체수확안(代替收穫案)을 그의 영급(令級)에 따라 작성(作成)하고, 여기에 현실림(現實林)과 후계림(後繼林)의 벌기예상수확량(伐期豫想收穫量)을 대입(代入)하여 각대체안(各代替案)의 계획(計劃) 기간내(期間內) 수확량(收穫量)($V_{i,\;k}$)을 산정(算定)하였다. 이때 각벌구(各伐區)의 벌기예상수확량(伐期豫想收穫量)은 기존(旣存) 임분수확표(林分收穫表)와 산림조사부(山林調査簿) 자료(資料)를 이용(利用)하는 범위내(範圍內)에서 추정(推定)하였으며, 각벌구(各伐區)에 소속(所屬)되는 대체수확안중(代替收穫案中)에서 $V_{i,\;k}$가 가장 큰 수확안(收穫案)을 적정수확안(適正收穫案)으로 선정(選定)하였다. 우선 제약조건(制約條件)이 없을 때의 적정수확안(適正收穫案)을 선정(選定)하여 분기별(分期別) 수확량(收穫量)과 수확면적(收穫面積), 총수확량(總收穫量)을 계산(計算)한 다음, 이를 기준(基準)으로 하여 분기별(分期別) 수확량(收穫量)의 상한(上限)($V_{j-max}$)과 하한(下限)($V_{j-min}$) 및 수확면적(收穫面積)의 상한(上限)($A_{j-max}$)과 하한(下限)($A_{j-min}$)을 결정(決定)하였다. 이러한 여러가지 제약조건하(制約條件下)의 적정수확안(適正收穫案)은 LP수확조절(收穫調節)모델을 유도(誘導)하여 선정(選定)하였으며, 제약조건(制約條件) 및 벌채영급범위(伐採令級範圍)의 변화(變化)가 총수확량(總收穫量)에 미치는 영향(影響)을 분석(分析)하고자 감응도분석(感應度分析)을 실시(實施)하였다. 본(本) 연구(硏究) 결과(結果)를 요약(要約)하면 다음과 같다. 1. 제약조건(制約條件) 없이 적정수확안(適正收穫案)을 선정(選定)한 결과(結果), 수확면적(收穫面積)이 분기별(分期別)로 큰 차이(差異)를 보였다. 즉, 총수확량(總收穫量)의 68.8%가 10분기(分期)에 편재(偏在)되어 있고 6~7분기(分期)에는 전(全)혀 수확량(收穫量)이 없으며, 분기별(分期別) 수확면적(收穫面積)도 이와 유사(類似)한 경향(傾向)을 보였다. 이와 같이 분기별(分期別) 수확량(收穫量) 및 수확면적(收穫面積)에 차이(差異)가 많은 것은 현실림(現實林)의 영급구성(令級構成)과 입목축적(立木蓄積)이 대단히 불규칙(不規則)하기 때문이다. 2. 수확량(收穫量)과 수확면적(收穫面積)의 분기별(分期別) 변동폭(變動幅)을 줄이면서 계획기간내(計劃期間內)의 재적수확량(材積收穫量)을 최대화(最大化)하고자, LP수확조절(收穫調節) 모델에 의하여 $A_{min}=150ha$ $A_{max}=400ha$, $V_{min}=5,000m^3$, $V_{max}=50,000m^3$일 때의 적정수확안(適正收穫案)을 선정(選定)한 결과(結果), 대체(大體)로 5분기(分期) 이후(以後)부터 보속수확(保續收穫)과 법정영급배치(法正令級配置)가 가능(可能)하게 되었다. 3. LP수확조절(收穫調節)모델에 간벌계획(間伐計劃)을 포함(包含)시켜 최적해(最適解)를 구(求)하면, 총수확량(總收穫量)이 증가(增加)함은 물론, 간벌계획(間伐計劃)을 포함(包含)시키지 않았을 경우(境遇)에 비하여 분기별(分期別) 보속수확(保續收穫)의 실현(實現)에 유리(有利)한 적정수확안(適正收穫案)을 선정(選定)해 주는 효과(效果)가 있다. 4. 보속수확(保續收穫)과 법정영급배치(法正令級配置)가 실현(實現)될 수 있는 시기(時期)는 제약량(制約量)의 강도(强度)가 높아짐에 따라서 빨라지며, 분기별(分期別) 수확량(收穫量)은 수확면적(收穫面積)에 비하여 제약량(制約量)의 변화(變化)에 따른 평준화(平準化) 경향(傾向)이 뚜렷하고, 분기별(分期別) 수확량(收穫量)의 평준화(平準化)가 이루어지면 분기별(分期別) 수확면적(收穫面積)은 이에 종속(從屬)되어 평준화(平準化)하는 경향(傾向)이 있다. 5. 제약조건(制約條件)의 강도(强度)가 높아짐에 따라 총수확량(總收穫量)은 점감적(漸減的)으로 감소(減少)하므로 빠른 시기(時期)에 엄정보속(嚴正保續)과 엄정영급배치(嚴正令級配置)를 의도(意圖)할 수록 총수확량(總收穫量)의 손실(損失)은 그만큼 더 증가(增加)한다. 6. 같은 계획기간(計劃期間) 및 제약조건하(制約條件下)에서의 총수확량(總收穫量)은 벌채영급(伐採令級)을 낮추고, 그 범위(範圍)를 넓힐수록 증가(增加)한다. 또한 벌채영급(伐採令級) 범위(範圍)의 상한(上限)을 고정(固定)하고, 그 하한(下限)을 1영급(令級)씩 높였을 때에 총수확량(總收穫量)이 감소(減少)되는 속도(速度)는, 그 범위(範圍)의 하한(下限)을 고정(固定)하고 상한(上限)을 1영급(令級)씩 낮추었을 때의 감소(減少) 속도(速度)보다 크다. 7. 본(本) 연구(硏究)에 제시(提示)된 LP수확조절(收穫調節)모델은 영급구성(令級構成)이 복잡(複雜)한 임분(林分)에 적용(適用) 가능(可能)하며, 간벌계획(間伐計劃)을 간단히 포함(包含)시킬 수 있고, 제약량(制約量)의 변화(變化)에 따른 총수확량(總收穫量)의 손실(損失)을 쉽게 계측(計測)할 수 있는 등 여러가지 장점(長點)이 있으므로, 우리나라의 현행(現行) 삼림수확조절법(森林收穫調節法)을 보완(補完)하기 위해서도 이 기법(技法)이 유효(有效)하게 이용(利用)될 수 있을 것으로 보인다.