기존 신호최적화모형에서 횡단시간은 직진신호시간에 대한 최소녹색신호시간으로 분석가에 의해 외부에서 주어지게 된다. 이로 인하여 실제로 차량이동류들에 대한 신호시간이 교통량/포화교통량 비에 의해 적절하게 배분되지 못하고 있는 실정이다. 따라서 본 연구에서는 횡단시간을 차량이동류와 동등한 이동류로 간주하여 이들을 동시에 최적화하는 신호최적화모형을 혼합정수선형계획법(BMILP)으로 제시하였다. 이를 위하여 차량 및 보행자 이동류들이 교차로를 상충없이 통과할 수 있도록 하는 선형제약조건들과 목적함수들을 구축하였다. 제시된 모형은 적색시간에 발생되는 주 대기차량과 대기차량이 소거되는 동안에 대기차량 후미에서 발생되는 부 대기차량으로 구분하여 이들 에게 발생되는 지체시간의 상대적인 크기를 반영해주는 대기차량을 모형화하고 이를 최소화해 주는 차량 및 보행자를 위한 신호시간을 산정해주게 된다. 횡단시간과 접근로에서의 횡단보도 수 에 따라 구분된 시나리오들에 대한 모형 적용 결과 기존 TRANSYT-7F 보다 신호주기에 대한 비율이 작으면서도 큰 횡단시간을 얻을 수 있었다. 그리고 시뮬레이션 결과 TRANSYT-7F 적용시보다 지체시간이 감소되는 것으로 나타났으며 횡단시간이 클수록 그 감소효과가 큰 것으로 나타났다.
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.
목 적 : 영상진단영역에서 이용되고 있는 3T(T, tesla) MR의 스핀에코(SE, spin echo) T1강조영상(T1-Weighted image)기법에서 숙임각(FA, flip angle)의 변화에 따른 영상의 질을 나타내는 신호대 잡음비(SNR, signal to noise ratio), 대조도 잡음비(CNR, contrast to noise ratio)를 평가한 후 특이흡수율(SAR, specific absorption rate)을 줄이면서 CNR를 향상시킬 수 있는 적정의 숙임각을 알아보고자 하였다. 대상 및 방법 : 고식적 스핀에코에서 통상적으로 사용하는 90$^\circ$ RF pulse 대신 50$^\circ$ RF pulse에서 130$^\circ$까지 10$^\circ$씩 증가시키면서 대뇌 T1강조영상을 획득하였다. 이 영상들에서 백질(WM, white matter), 회백질(GM, gray matter)과 배경(background)에서 각각 신호강도를 측정하여 SNR를 구하였고, 기존의 T1 이완곡선 R1 = 1- exp ($\frac{-TR}{T1}$)으로, 즉 Ernst angle cos $\theta$ = exp ($\frac{-TR}{T1}$)과의 관계성으로 T1강조영상에서 WM과 GM의 SNR과 CNR의 정규성 검정과 비모수 검정인 Kruskal-wallis 분석으로 적정의 숙임각을 알아보고자 하였다. 결 과 : WM와 GM의 신호강도와 배경잡음 신호강도를 이용하여 SNR를 구한 결과 WM의 SNR는 숙임각 50$^\circ$보다 130$^\circ$에서 1.6배 정도 증가하였고, GM의 SNR는 약 1.9배 정도 높게 나타났다. 두 조직의 SNR은 T1 이완곡선과 동일한 양상을 보여주고 있다. R1 = 1- exp ($\frac{-TR}{T1}$)으로 분석한 SNR의 신호증가가 둔화되는 기점이 WM은 120$^\circ$의 숙임각에서, GM은 110$^\circ$ 이후로 나타나 두 조직에서 다르게 나타나는 것을 알 수 있었다. WM과 GM의 SNR는 130$^\circ$의 숙임각에서 높았지만 CNR에 있어서는 80$^\circ$에서 최고 높게 나타났으며, 80$^\circ$ 전후의 숙임각에서는 감소하였다. 결론 : 3.0T MR의 SE T1강조영상 기법에서 숙임각의 증가에 따라 SNR는 증가하였지만 CNR는 이전까지의 임상에서 사용하는 숙임각이 90$^\circ$ 보다 적은 80$^\circ$에서 CNR이 최고로 나타나 통상적으로 사용하는 숙임각보다 10$^\circ$ 낮은 RF pulse duration time 사용함으로써 3T에서 문제로 제기된 SAR도 줄일 수 있었다. 앞으로 3.0T MR의 SE T1강조영상 기법에서 적정 숙임각을 사용함으로서 CNR을 높일 수 있을 것으로 기대되어진다.
Multi-criteria ABC inventory classification, which aims to classify inventory items by considering more than one criterion, is one of the most widely employed techniques for inventory control. The weighted linear optimization (WLO) model proposed by Ramanathan (2006) solves the problem of multi-criteria ABC inventory classification by generating a set of criterion weights for each inventory item and assigning a normalized score to the item for ABC analysis. However, the WLO model has some limitations. First, many inventory items can share the same optimal score, which can hinder a precise classification of inventory items. Second, the model allows too much flexibility in weighting multiple criteria; each item is allowed to choose its own weights so that it can maximize its score. As a result, if an item dominates the others in terms of a certain criterion, it may be classified into a higher class regardless of other criteria by assigning an overwhelming weight to the criterion. Consequently, an item with a high value in an unimportant criterion and low values in others may be inappropriately classified as class A, leading to an inaccurate classification of inventory items. To overcome these shortcomings, we extend the WLO model by using the cross-efficiency method in data envelopment analysis. We claim that the proposed model can provide a more reasonable and accurate classification of inventory items by mitigating the adverse effect of flexibility in the choice of weights and yielding a unique ordering of inventory items.
본 연구는 홍천 가리산 선도산림경영단지의 경제적·공익적 기능을 증진하기 위한 산림관리 최적화 방안과 목재생산·탄소저장·수원함양 가치 사이의 상호관계를 분석하였다. 이를 위해 다목적 선형계획법을 이용하여 산림경영계획 모델을 개발하였다. 모델은 목재생산·탄소저장·수원함양의 가중치별 순현재가치의 합을 최대화하는 목적함수와 분기별 목재생산량의 변화율, 영급별·수종별 면적 비율, 경영구역별 침엽수·활엽수 면적 비율, 최소 목재생산량 및 목재판매액을 제약하는 조건식을 갖는다. 대상지의 산림조사부 및 종합계획을 바탕으로 현재 임분 정보와 경영제약요인을 분석하고, 목적함수의 기능별 가중치를 달리하여 경영대안을 구성하였다. 경영대안에 따라 최적해들을 비교한 결과, 목재생산·탄소저장·수원함양의 순현재가치 합은 한 가지 기능만 선택하여 최대화하는 대안보다 세 가지 기능을 동일한 비율로 고려하여 종합적 가치를 최대화하는 경영대안에서 가장 높게 나타났다. 또한 세 가지 기능이 동시에 작용할 때 목재생산 기능은 탄소저장 및 수원함양과 상쇄작용을 하였고, 탄소저장과 수원함양은 서로 상승작용을 하였다. 반면 세 가지 기능 중 두 가지만을 고려하는 경우에는 모든 기능 조합에서 서로 상쇄작용을 하였다. 따라서 한두 가지 기능보다는 세 가지 기능을 모두 고르게 고려하는 것이 가리산 선도산림경영단지의 가치를 최대화할 수 있는 것으로 나타났다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.