• 한국습지학회지
• /
• 제24권2호
• /
• pp.83-92
• /
• 2022

전세계적으로 플라스틱에 대한 수요가 늘어감에 따라 플라스틱 폐기물의 양이 증가하고 있다. 수계 내에서의 미세플라스틱의 위해성에 대한 평가 기준에 대해서는 아직 많은 연구가 필요하지만 대체적으로 미세플라스틱을 성질 개선을 위해 첨가하는 화학물이 유독하다는 사실은 여러 문헌을 통해 증명되어있다. 하수처리장(MWTP)은 오수를 처리하는 시설로서 가정에서 발생하는 미세플라스틱이 모이는 미세플라스틱이 모이는 장소이다. 따라서 MWTP 에서의 미세플라스틱 분석이 필요한 상황이지만 이를 진행하기 위해 표준화된 방법이 아직은 없다. 따라서 본 연구에서는 MWTP에서 미세플라스틱 검출을 위한 하수 시료에 적용할 수 있는 최적의 방법론을 조사해보고자 한다. 본 연구에서는 J 하수 처리장에서 수집한 유입수 샘플로부터 미세플라스틱을 분석하는 다양한 전처리 방법 중에서 하수처리장 샘플에 가장 널리 사용되는 펜톤산화와 H₂O₂ 산화법을 선정하였다. 각 전처리 방법별로 측정에 오차를 발생시킬 요소들이 있었으며, 이를 극복하기 위해 펜톤산화 전처리의 경우 밀도분리법 대신 여과를 진행하여 분석을 진행하는 것이 추천되며, H₂O₂ 산화법의 경우 반응 이후 증류수로 세척하는 과정이 필요해 보인다. 분석 결과 미세플라스틱의 농도는 H₂O₂ 산화법을 이용한 샘플의 경우 2.75 ea/L, 펜톤산화법을 이용한 샘플의 경우 3.2 ea/L 로 측정되었으며 대부분 섬유형태로 존재하였다. 또한 정량분석을 현미경을 이용해 육안으로 진행하기 때문에 측정 결과에 대한 신뢰성을 보장하기가 어렵다고 판단해 검정곡선을 만들었다. 총 3개의 검정곡선이 그려졌으며 해당 검정곡선들을 분석한 결과 R² 값이 전부 0.9 이상이였으며 이는 정량분석에 대해 높은 신뢰성을 보장한다. 정성분석으로 MWTP에 유입되는 미세플라스틱의 계열에 대해선 판단할 수 있었지만 각 미세플라스틱의 화학적인 조성에 대해선 확인할 수 없었다. 향후 MWTP에 유입되는 미세플라스틱의 화학적 조성에 대해서 확인하기 위해서 이번 연구를 활용할 수 있을 것이다.

• 해양환경안전학회지
• /
• 제29권2호
• /
• pp.197-206
• /
• 2023

최근 국제해사기구(IMO)를 비롯한 국제사회에서 선박의 대기오염 배출 규제를 강화하고 있으며, 배기가스 배출을 줄이기 위한 친환경 선박 개발이 활발하게 이루어지고 있다. 그중에서도 풍력 보조 선박추진 시스템 중 하나인 로터 세일(Rotor Sail, RS)이 다시금 주목받고 있다. RS는 선박 데크에 설치되는 원통형 실린더 장치로 마그누스 효과를 사용하여 유체 동역학적 양력을 생성하는 장치이다. 이는 차세대 친환경 보조 추진 기술 중 하나이며, RS 적용 선박을 개발한 Enercon 사(社)에서는 약 30% 이상의 연료 절감이 가능하다고 발표했다. 본 연구에서는 다중 RS를 선박에 설치할 경우 RS 간격 및 배열 형태와 같은 최적의 설치 조건을 선정하고자 하였으며, RS 배열에 따른 유동특성을 확인하기 위하여 AR(Aspect Ratio) = 5.1, SR(Spin Ratio) = 1.0 및 로터세일 지름과 엔드 플레이트 지름 비(D_e/D)= 2.0 로 고정하고 자유 유속 U = 5 m/s로 풍향은 +y 축 단방향에 대한 조건만 고려하였다. 배열 조건은 횡방향 거리는 +x 축 방향으로 3D ~ 15D까지 3D 간격으로 총 5가지 조건을, 종방향 거리는 +y 축 방향으로 5D ~ 25D까지 5D 간격으로 총 5가지 조건을 설정하였으며, 사각 형태(□)와 마름모 형태(◇) 배열에 따른 양력계수(C_L), 항력계수(C_D)와 공기역학적 효율(C_L/C_D)을 비교하였다. 결과적으로 종방향 간격에 따른 RS의 영향은 크게 차이가 없었으나, 횡방향 간격에 따른 RS 유동특성의 경우 두 RS가 바람 방향에 거의 일치할 때 RS의 상호작용 효과가 가장 크게 나타났다. 배열에 따른 RS 유동특성의 경우, 전방(0°) 방향에서 바람이 불 때 마름모 형태(◇) 배열이 RS 간의 후류 영향을 가장 덜 받는 것으로 나타났다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.173-198
• /
• 2020

최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.

• Current Research on Agriculture and Life Sciences
• /
• 제19권
• /
• pp.45-54
• /
• 2001

향후 임도사업(林道事業)과 임도배치망(林道配置網) 계획(計劃)에 기초자료(基礎資料)를 제공코자 현재 개설(開設)되어 있는 임도(林道)를 중심으로 임도개설비(林道開設費)에 대한 투자효과(投資效果)를 최대로 하는 최적임도배치(最適林道配置) 및 집재기능(集材機能)을 고려한 임도배치망(林道配置網)을 평가(評價)하였다. 1. 적정(適定) 임도밀도(林道密度) 및 임도연장거리(林道延長距離)를 계산(計算) 비교(比較)한 결과(結果), 각(各) 조사지(調査地)의 유성별(流城別) 기설(旣設) 임도밀도(林道密度)가 이론적으로 계산(計算)한 임도밀도(林道密度)보다 작았으며 앞으로 좀더 많은 임도개설(林道開設)이 필요하였다. 2. 투자효과(投資效果)를 최대(最大)로 하는 임도로선배치법(林道路線配置法)에 의해 계산(計算)한 임도배치망(林道配置網)과 기설(旣設)의 임도배치망(林道配置網)을 비교분석(比較分析)한 결과(結果), 각(各) 조사지(調査地)에서 기설(旣設)의 임도망(林道網)은 공도적(公道的) 기능(機能)을 높이기 위한 임도망(林道網)으로서 우회률(迂回率)이 큰 임도로선망(林道路線網)인 반면, 투자효과(投資效果)를 최대(最大)로 하는 임도배치망(林道配置網)은 공도적(公道的) 기능(機能)이 고려(考慮)되면서 임업적(林業的) 기능(機能)이 고려된 집재기능(集材機能)이 높은 수기형상(樹技形狀)의 임도망(林道網)으로 배치(配置)되어 계획구역(計劃區域)에 골고루 배치(配置)되어 있는 것을 알 수 있었다. 따라서 기설(旣設)의 임도배치망(林道配置網)이 다소 집재기능적(集材機能的)인 면(面)과 임업적(林業的) 기능(機能)이 결여(缺如)된 임도배치망(林道配置網)이라고 하겠으며 앞으로 좀더 투자효과(投資效果)와 집재기능(集材機能)을 고려(考慮)한 임도배치망계획(林道配置網計劃) 필요(必要)하겠다. 3. 각(各) 조사지(調査地)에 대한 평균(平均) 최대집재거리(最大集材距離)와 평균(平均) 집재가능면적(集材可能面積)이 기설(旣設) 임도망(林道網)과 계산(計算)에 의한 임도배치망(林道配置網)에 대한 수평거리(水平距離)와 사거리별(斜距離別) 평균(平均) 최대집재거리(最大集材距離)와 평균(平均) 집재가능면적(集材可能面積)이 다르다는 것을 알 수 있었다. 또한 최대집재수평거리(最大集材水平距離)를 동일하게 적용(適用)했을 경우, 기설(旣設) 임도망(林道網)과 계산결과(計算結果) 임도망(林道網)의 평균(平均) 최대집재거리(最大集材距離)와 평균(平均) 집재가능면적(集材可能面積)이 다르다는 것을 알 수 있었으며, 기설(旣設) 임도망(林道網)을 기준으로 최대집재거리(最大集材距離)를 동일하게 적용(遭用)했을 경우도 최대집재거리(最大集材距離)를 수평거리(水平距離)와 사거리(斜距離)로 구별했을 때에 평균(平均) 최대집재거리(最大集材距離)와 평균(平均) 집재가능면적(集材可能面積)이 다르다는 것을 알 수 있었다. 따라서 임도배치(林道配置)를 가능하면 산능선(山陵線)이나 산복(山腹)을 중심으로 배치(配置)하는 것이 효과적(效果的)이라는 것을 알 수 있었다. 그리고 기설(旣設)의 임도(林道)와 계산(計算)하여 배치(配置)한 임도(林道)의 집재거리별(集材距離別) 평균(平均) 집재가능면적(集材可能面積), 집재면적률(集材面積率)의 수평거리(水平距離)와 사거리(斜距離)의 총 평균값도 차이가 있는 것을 알 수 있다. 이를 볼 때, 기설(旣設)의 임도(林道)보다는 투자효과(投資效果)를 최대(最大)로 하는 임도배치망(林道配置網)이 임업적(林業的) 기능(機能)과 집재기능적(集材機能的)인 면(面)에서 더욱 효과적(效果的)이고 최대집재거리(最大集材距離)를 수평거리(水平距離)보다 사거리(斜距離)로 계산(計算)했을 경우가 집재가능면적(集材可能面積)이 작으므로 임도배치망(林道配置網)을 가능하면 산복(山腹)과 산능선(山陵線)을 중심으로 배치(配置)하는 것이 집재기능(集材機能)을 더욱 높일 수 있다는 것을 알 수 있었다. 따라서 앞으로 임도로선배치계획시(林道路線配置計劃時)에 가능하면 집재기능(集材機能)을 고려(考慮)하여 집재가능면적(集材可能面積)을 크게 할 수 있도록 임도배치망(林道配置網)을 구축(構築)할 필요가 있겠다. 4. 현재(現在) 개설(開設)되어 있는 임도로선(林道路線)이 산능선부(山稜線部), 산복부(山腹部), 계곡부중(溪谷部中) 어느 구역을 중심으로 개설(開設)되어 있는지를 평가(評價)하기 위해 임도로선(林道路線)의 위치(位置)를 조사(調査)한 결과(結果), 기설(旣設)의 임도로선(林道路線)이 대부분 산복부(山腹部)와 계곡부(溪谷部) 중심으로 배치(配置)되어 있었으며, 기설(旣設)의 임도망(林道網)이 집재기능(集材機能)이 다소 결여된 임도배치망(林道配置網)이므로 향후 좀더 집재작업(集材作業)시스템을 고려(考慮)한 임도로선배치(林道路線配置)가 요망(要望)된다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.39-55
• /
• 2019

최근 은행과 증권회사를 중심으로 다양한 로보어드바이저 금융상품들이 출시되고 있다. 로보어드바이저는 사람 대신 컴퓨터가 포트폴리오 자산배분에 대한 투자 결정을 실행하기 때문에 다양한 자산배분 알고리즘이 활용되고 있다. 본 연구에서는 대표적 로보어드바이저 알고리즘인 블랙리터만모형의 강점을 살리면서 객관적 투자자 전망을 도출할 수 있는 지능형 전망모형을 제안하고 이를 내재균형수익률과 결합하여 최종 포트폴리오를 도출하는 로보어드바이저 자산배분 알고리즘을 새로이 제안하며, 실제 주가자료를 이용한 실증분석 결과를 통해 전문가의 주관적 전망을 대신할 수 있는 지능형 전망모형의 실무적 적용 가능성을 보여주고자 한다. 그동안 주가 예측에서 우수한 성과를 보여주었던 기계학습 방법 중 SVM 모형을 이용하여 각 자산별 기대수익률에 대한 예측과 예측 확률을 도출하고 이를 각각 기대수익률에 대한 투자자 전망과 전망에 대한 신뢰도 수준의 입력변수로 활용하는 지능형 전망모형을 제안하였다. 시장포트폴리오로부터 도출된 내재균형수익률과 지능형 전망모형의 기대수익률, 확률을 결합하여 최종적인 블랙리터만모형의 최적포트폴리오를 도출하였다. 주가자료는 2008년부터 2018년까지의 132개월 동안의 8개의 KOSPI 200 섹터지수 월별 자료를 분석하였다. 블랙리터만모형으로 도출된 최적포트폴리오의 결과가 기존의 평균분산모형이나 리스크패리티모형 등과 비교하여 우수한 성과를 보여주었다. 구체적으로 2008년부터 2015년까지의 In-Sample 자료에서 최적화된 블랙리터만모형을 2016년부터 2018년까지의 Out-Of-Sample 기간에 적용한 실증분석 결과에서 다른 알고리즘보다 수익과 위험 모두에서 좋은 성과를 기록하였다. 총수익률은 6.4%로 최고 수준이며, 위험지표인 MDD는 20.8%로 최저수준을 기록하였다. 수익과 위험을 동시에 고려하여 투자 성과를 측정하는 샤프비율 역시 0.17로 가장 좋은 결과를 보여주었다. 증권계의 애널리스트 전문가들이 발표하는 투자자 전망자료의 신뢰성이 낮은 상태에서, 본 연구에서 제안된 지능형 전망모형은 현재 빠른 속도로 확장되고 있는 로보어드바이저 관련 금융상품을 개발하고 운용하는 실무적 관점에서 본 연구는 의의가 있다고 판단된다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.155-175
• /
• 2017

최근 독감 예측이나 당선인 예측, 구매 패턴, 투자 등 다방면에서 웹검색 트래픽 정보. 소셜 네트워크 내용 등 거대한 데이터를 통해 사회적 현상, 소비 패턴을 분석하는 시도가 이전보다 늘어났다. 구글, 네이버, 바이두 등 인터넷 포털 업체들의 웹검색 트래픽 정보 공개 서비스와 함께 웹검색 트래픽 정보를 활용하여 소비자나 사용자와 관련된 연구가 실시되기 시작했다. 웹검색 트래픽 정보를 활용한 사회 현상, 소비 패턴 분석을 연구는 많이 수행되었으나, 그에 비해서 도출된 여행 수요 모델을 토대로 의사결정을 위한 실질적 대책 수립으로 이어지는 연구는 많이 진행되지 않은 실정이다. 관광산업은 상대적으로 많은 고용을 가능하게 하고 외자를 유치하는 등 고부가가치를 창출하여 경제 전체에 선순환 효과를 일으키는 중요한 산업이다. 그 중에서도 국내 입국외래객중 수년간 2위와의 큰 차이로 1위를 차지해왔던 중국 국적의 관광객 '유커' 및 그들이 지출하는 1인당 평균 관광 수지는 한국 경제에 매우 중요한 한 부분이다. 관광 수요의 예측은 효율적인 자원 배분과 합리적인 의사 결정에 있어서 공공부문 및 민간부문 모두 중요하다. 적절한 관광 수요 예측을 통해서 한정된 자원을 더욱 효과적으로 활용하여 더욱 많은 부가가치를 창출하기 위한 것이다. 본 연구는 중국인 인바운드를 예측하는 방법에 있어, 이전보다 더 최신의 트렌드를 즉각적으로 반영하고 개인들의 집합의 관심도가 포함되어 예측 성능이 개선된 방법을 제안한다. 해외여행은 고관여 소비이기 때문에 잠재적 여행객들이 입국하기 전 웹검색을 통해 적극적으로 자신의 여정과 관련된 정보를 취득하기 위한 활동을 한다. 따라서 웹검색 트래픽 수치가 중국인 여행객의 관심정도를 대표할 수 있다고 보았다. 중국인 여행객들이 한국 여행을 준비하는 단계에서 검색할만한 키워드를 선정해 실제 중국인 입국자 수와 상관관계가 있음을 검증하고자 하였다. 중국 웹검색 엔진 시장에서 80%의 점유율을 가지는 중국 최대 웹검색 엔진 '바이두'에서 공개한 웹검색 데이터를 활용하여 그 관심 정도를 대표할 수 있을 것이라 추정했다. 수집에 필요한 키워드의 선정 단계에서는 잠재적 여행객이 여정을 계획하고 구체화하는 단계에서 일반적으로 검색하게 되는 키워드 후보군을 선정하였다. 키워드의 선정에는 중국 국적의 잠재적 여행객 표본과의 인터뷰를 거쳤다. 트래픽 대소 관계 확인 결과에 따라서 최종 선정된 키워드들을 한국여행이라는 주제와 직접적인 연관을 가지는 키워드부터, 간접적인 연관을 가지는 키워드까지 총 세 가지 레벨의 카테고리로 분류하였다. 분류된 카테고리 내의 키워드들은 바이두'가 제공하는 웹검색 트래픽 데이터 제공 서비스 '바이두 인덱스'를 통해 웹검색 트래픽 데이터를 수집했다. 공개된 데이터 페이지 특성을 고려한 웹 크롤러를 직접 설계하여 웹검색 트래픽 데이터를 수집하였고, 분리되어 수집된 변수에는 필요한 변수 변환 과정을 수행했다. 자동화 수집된 웹검색 트래픽 정보들을 투입하여 중국 여행 인바운드에 대한 유의한 영향 관계를 확인하여 중국인 여행객의 한국 인바운드 여행 수요를 예측하는 모형을 개발하고자 하였다. 정책 의사결정 및 관광 경영 의사결정 같은 실무적 활용을 고려하여 각 변수의 영향력을 정량적으로 설명할 수 있고 설득이 명료한 방법인 다중회귀분석방법을 적용해 선형 식을 도출하였다. 수집된 웹검색 트래픽 데이터를 기존 검증된 모형 독립변인들에 추가적으로 투입함으로써 전통적인 독립변인으로만 구성된 연구 모형과 비교하여 가장 뛰어난 성능을 보이는 모형을 확인하였다. 본 연구에서 검증하려는, 웹검색 트래픽으로 대표되는 독립변인을 투입한 최종 도출된 모형을 통해 중국인 관광 수요를 예측할 때 유의한 영향을 끼치는 웹검색 트래픽 변수를 확인할 수 있다. 최적 모형 설명력을 가지는 모형을 기반으로 최종 회귀 식을 만들었고 이를 '유커마이닝' 시스템 내부에 도입하였다. 데이터 분석에서 더 나아가 도출된 모형을 직관적으로 시각화하고, 웹검색 트래픽 정보를 활용하여 도출할 수 있는 인사이트를 함께 보여주는 데이터 분석 기반의 '유커마이닝' 솔루션의 시스템 알고리즘과 UX를 제안하였다. 본 연구가 제안하는 모형과 시스템은 관광수요 예측모형 분야에서 웹검색 트래픽 데이터라는 정보 탐색을 하는 과정에 놓인 개인들의 인터랙티브하고 즉각적인 변수를 활용한 새로운 시도이다. 실무적으로 관련 정책결정자나 관광사, 항공사 등이 활용 가능한 실제적인 가치를 가지고, 정책적으로도 효과적인 관광 정책 수립에 활용될 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.

• 지능정보연구
• /
• 제27권1호
• /
• pp.191-207
• /
• 2021

오늘날 이동통신은 급증하는 데이터 수요에 대응하기 위해서 주로 속도 향상에 초점을 맞추어 발전해 왔다. 그리고 5G 시대가 시작되면서 IoT, V2X, 로봇, 인공지능, 증강 가상현실, 스마트시티 등을 비롯하여 다양한 서비스를 고객들에게 제공하기위한 노력들이 진행되고 있고 이는 우리의 삶의 터전과 산업 전반에 대한 환경을 바꿀 것으로 예상되고 되고 있다. 이러한 서비스를 제공하기위해서 고속 데이터 속도 외에도, 실시간 서비스를 위한 지연 감소 그리고 신뢰도 등이 매우 중요한데 5G에서는 최대 속도 20Gbps, 지연 1ms, 연결 기기 106/㎢를 제공함으로써 서비스 제공할 수 있는 기반을 마련하였다. 하지만 5G는 고주파 대역인 3.5Ghz, 28Ghz의 높은 주파수를 사용함으로써 높은 직진성의 빠른 속도를 제공할 수 있으나, 짧은 파장을 가지고 있어 도달할 수 있는 거리가 짧고, 회절 각도가 작아서 건물 등을 투과하지 못해 실내 이용에서 제약이 따른다. 따라서 기존의 통신망으로 이러한 제약을 벗어나기가 어렵고, 기반 구조인 중앙 집중식 SDN 또한 많은 노드와의 통신으로 인해 처리 능력에 과도한 부하가 발생하기 때문에 지연에 민감한 서비스 제공에 어려움이 있다. 그래서 자율 주행 중 긴급 상황이 발생할 경우 사용 가능한 지연 관련 트리 구조의 제어 기능이 필요하다. 이러한 시나리오에서 차량 내 정보를 처리하는 네트워크 아키텍처는 지연의 주요 변수이다. 일반적인 중앙 집중 구조의 SDN에서는 원하는 지연 수준을 충족하기가 어렵기 때문에 정보 처리를 위한 SDN의 최적 크기에 대한 연구가 이루어져야 한다. 그러므로 SDN이 일정 규모로 분리하여 새로운 형태의 망을 구성 해야하며 이러한 새로운 형태의 망 구조는 동적으로 변하는 트래픽에 효율적으로 대응하고 높은 품질의 유연성 있는 서비스를 제공할 수 있다. 이러한 SDN 구조 망에서 정보의 변경 주기, RTD(Round Trip Delay), SDN의 데이터 처리 시간은 지연과 매우 밀접한 상관관계를 가진다. 이 중 RDT는 속도는 충분하고 지연은 1ms 이하이기에 유의미한 영향을 주는 요인은 아니지만 정보 변경 주기와 SDN의 데이터 처리 시간은 지연에 크게 영향을 주는 요인이다. 특히, 5G의 다양한 응용분야 중에서 지연과 신뢰도가 가장 중요한 분야인 지능형 교통 시스템과 연계된 자율주행 환경의 응급상황에서는 정보 전송은 매우 짧은 시간 안에 전송 및 처리돼야 하는 상황이기때문에 지연이라는 요인이 매우 민감하게 작용하는 조건의 대표적인 사례라고 볼 수 있다. 본 논문에서는 자율 주행 시 응급상황에서 SDN 아키텍처를 연구하고, 정보 흐름(셀 반경, 차량의 속도 및 SDN의 데이터 처리 시간의 변화)에 따라 차량이 관련정보를 요청해야 할 셀 계층과의 상관관계에 대하여 시뮬레이션을 통하여 분석을 진행하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제31권5호
• /
• pp.468-478
• /
• 2004

시퀀스 데이타베이스로부터 원하는 질의 패턴과 일치하는 모든 서브 시퀀스를 검색하는 것은 데이타 마이닝이나 바이오 인포매틱스 등 응용 분야에서 필수적인 연산이다. 예를 들어, 특정한 이벤트가 발생할 때마다 이벤트의 유형과 발생 시각을 기록하는 네트웍 이벤트 관리 시스템에서 네트웍 이벤트들의 연관 관계를 발견하기 위한 전형적인 질의 형태는 다음과 같다: 'CiscoDCDLinkUp이 발생한 후 MLMStatusUP과 TCPConnectionClose가 각각 20초 이내와 40초 이내에 순차적으로 발생하는 모든 경우를 검색하라.' 본 논문에서는 대규모 이벤트 시퀀스 데이타베이스를 대상으로 하여 위와 같은 질의를 효율적으로 처리할 수 있는 인덱싱 방법을 제안한다. 기존의 방법들이 비효율적인 순차적 검색이나 페이지화 하기 어려운 인덱스 구조에 의존하는데 반하여, 제안하는 방법은 저장 및 검색 효율이 입증된 다차원 공간 인덱스를 사용하여 질의를 만족하는 모든 서브 시퀀스를 착오 기각(false dismissal) 없이 신속하게 검색한다. 다차원 공간 인덱스의 입력은 이벤트 시퀀스 데이타베이스 상의 슬라이딩 윈도우 내에서 각 이벤트 유형이 최초로 발생한 시각을 기록한 n 차원 벡터가 된다. 여기서 n은 발생 가능한 이벤트 유형의 수이다. n이 큰 경우는 차원 저주(dimensionality curse) 문제가 발생할 수 있으므로 차원 선택이나 이벤트유형 그루핑을 이용하여 차원을 축소한다. 실험 결과에 의하면 제안된 방법은 순차적 검색이나 ISO-Depth 인덱스 기법에 비하여 몇 배에서 몇 십 배의 성능 향상 효과를 갖는 것으로 나타났다. 것으로 나타났다.예측치가 비교적 유사한 것으로 나타났으며, 평균 절도오차도 10% 수준이었다.HNP 처리구에서 가장 많았던 것으로 나타났다. 지상부 식생에 대한 총 양분함량은(N+P+K+Ca+Mg) 리기다소 나무가 703kg/ha 그리고 낙엽송이 869kg/ha였다.여 주었다.능성을 시도하였고, 그 결과는 다음과 같다. 1. Cholesterol을 제거한 cheese의 제조에서 최적조건은 균질압력 1200psi(70kg$cm^2$), 균질온도 $70^{\circ}$, $\beta$-cyclodextrin 첨가량 2%였으며, 이때 우유의 cholesterol의 제거율이 86.05%로 가장 높게 나타났다. 2. Cholesterol을 제거한 cheese들의 수율은 모두 12.53%(control 10.54%) 이상으로 균질 처리가 cheese의 수율을 18.88%이상 향상시키는 것으로 나타났다. 3. 유지방 함량 23.80%인 control 치즈의 cholesterol 함량은 81.47mg/100g이었고, 균질압력 1200psi(91kg/$cm^2$)에 $\beta$-cyclodextrin 2%를 첨가한 cheese에서는 cholesterol 함량이 20.15mg/100g으로 cholesterol 제거율이 75.27%로 가장 높게 나타났다. 4. Meltability는 균질압력 1200psi(91kg/$cm^2$)에 $\beta$-cyclodextrin 1과 2%로 처리한 치즈에서 2.25cm(control 3.34cm)로 가장 낮았으며,

• 대한방사선치료학회지
• /
• 제26권2호
• /
• pp.321-327
• /
• 2014

목 적 : FFF(Flatterning Filter Free)빔을 이용한 방사선치료계획 시 불균질 부위에서 TPS상의 선량분포와 실제측정 선량분포를 비교하여 TPS의 선량계산 알고리즘 AAA(Analytic anisotropic algorithm)의 불균질부 교정의 정확성을 검증하려한다. 대상 및 방법 : Solid water팬텀과 Cork, 파라핀으로 자체 제작한 흉부종양팬텀을 이용하여 종양의 위치별(반도형태/섬형태), 크기별 ($2cm{\time}2cm{\time}2cm/4cm{\time}4cm{\time}4cm$)로 각각 치료계획용 CT영상을 획득한 후, 본원의 흉부 SABR 치료계획시스템인 Ecilpse의 AAA(Analytic anisotropic algorithm)을 이용하여 6MV 광자선 치료계획을 수립하였다. 본원의 TrueBeam STx(Varian medical system, Palo Alto, CA)를 이용하여 완성된 치료계획에 따라 EBT2 필름을 삽입한 자체제작 흉부종양팬텀에 방사선을 조사하였고, 종양내부 및 경계부에서의 치료계획 선량값과 실제팬텀측정 선량값을 비교 평가 해보았다. 결 과 : 타겟내 중심측에서는 TPS상의 선량값과 측정값의 차이가 1.28~2.7%로 나타났으며, 불균질부를 포함한 타겟의 경계부들에서는 Ant측면에서 2.02%~7.40%, Post측면 4.46%~14.84%, Rt측면 0.98%~7.12%, Lt측면 1.36%~4.08%, Sup측면 2.38%~4.98%, Inf측면 0.94%~3.54%로 차이가 났다. 결 론 : 본 연구를 통하여 불균질부 SABR치료 시 FFF빔의 특성과 불균질부의 영향으로 인한 선량계산의 오차가 생길 가능성이 있음을 알게 되었다. 최신의 방사선 치료방법 중 가장 각광받고 있는 SABR치료는 환자에게 적은 횟수로 고선량의 방사선을 조사하기 때문에 고도의 정확성이 요구되는 만큼 불균질부와 같은 장기특성과 FFF빔의 선량분포의 특성을 더욱 연구하여 치료계획 알고리즘에 적용해야 치료계획 시 발생하는 오류를 최소화 하여 최적의 치료를 시행할 수 있을 것이다.