• 제목/요약/키워드: index bond

검색결과 175건 처리시간 0.021초

라이오셀의 열 안정 및 내산화 특성 향상을 위한 Na3PO4 내염화 처리 (Na3PO4 Flame Retardant Treatment on Lyocell Fiber for Thermal Stability and Anti-oxidation Properties)

  • 김형기;김은애;이영석;인세진
    • 한국화재소방학회논문지
    • /
    • 제29권2호
    • /
    • pp.25-32
    • /
    • 2015
  • 라이오셀 섬유의 열 안정성과 내산화성을 향상시키기 위하여 $Na_3PO_4$ 수용액으로 내염화 처리를 실시하였다. 다양한 공정조건으로 라이오셀 섬유를 내염화 처리한 후 열 안정성과 내산화성을 측정 및 분석하고 그에 따른 메커니즘을 고찰하였다. 내염화 처리된 라이오셀 섬유의 적분 열분해 온도(integral procedural decomposition temperature, IPDT)와 활성화 에너지(activation energy, $E_a$)값은 각각 약 30, 160%로 향상된 것을 알 수 있었다. 이는 $Na_3PO_4$가 연소 시 에스테르화 반응, 탈수소화 반응 및 C-C 결합의 분해반응으로 char 형성을 촉진하여 섬유 표면에 보호층을 형성하여, 고분자 수지 내부로 산소와 열 공급을 물리적으로 차단하여 열 안정성과 내산화성이 향상된 것으로 판단된다. 이러한 결과를 바탕으로, $Na_3PO_4$ 수용액을 이용하여 열 안정성과 내산화성이 향상된 라이오셀을 제조하였고, 내염화 처리공정의 최적화된 인자 및 메커니즘을 고찰하였다.

한국의 생산요소가격 변화가 마크업의 변동에 미치는 영향에 관한 실증분석: 1975-2007 (Factor Prices and Markup in the Korean Manufacturing Industry: An Empirical Analysis 1975-2007)

  • 강주훈;박세훈
    • 국제지역연구
    • /
    • 제15권2호
    • /
    • pp.77-100
    • /
    • 2011
  • 1997년 말에 시작된 외환위기 이후 약 10여 년간에 걸쳐서 생산요소가격이 지속적으로 하락하였다. 생산요소시장에서 요소가격의 전반적인 하락현상은 기업의 수익구조와 기업의 가격설정행위에 지대한 영향을 미친 것으로 추론할 수 있다. 본 논문은 요소가격의 변화로 인해 기업의 이윤율과 시장의 구조를 반영하는 마크업의 크기와 마크업의 경기역행성에 어떠한 변화가 일어났는가를 실증적으로 분석하였다. 이를 위해 해외중간재를 포함하고 규모보수불변과 AR(1) 기술진보를 전제하는 생산함수에 근거하여 소규모 개방경제에서의 마크업방정식을 설정하였다. 분석결과에 의하면 외환위기 이후의 생산요소가격의 하락은 한계비용의 하락을 초래하였고 이에 따라 제조업의 마크업 상승을 가져왔으며 특히 제조업가운데서 내구재보다는 비내구재의 마크업의 상승에 영향을 주었다고 할 수 있다. 또한 HP-filtered GDP와 마크업방정식의 구성요소와의 회귀분석결과는 마크업은 경기역행적으로 실질임금과 노동분배율은 경기순행적임을 입증하였으며 이자율과 해외중간재 수입물가지수는 경기역행적으로 그리고 나머지 요소분배율 모두 경기순행성을 밝히고 있다. 결론적으로 생산요소시장에서의 가격변화가 제조업의 마크업변동의 경직성에 기여해왔다고 할 수 있다.

qEEG Measures of Attentional and Memory Network Functions in Medical Students: Novel Targets for Pharmacopuncture to Improve Cognition and Academic Performance

  • Gorantla, Vasavi R.;Bond, Vernon Jr.;Dorsey, James;Tedesco, Sarah;Kaur, Tanisha;Simpson, Matthew;Pemminati, Sudhakar;Millis, Richard M.
    • 대한약침학회지
    • /
    • 제22권3호
    • /
    • pp.166-170
    • /
    • 2019
  • Objectives: Attentional and memory functions are important aspects of neural plasticity that, theoretically, should be amenable to pharmacopuncture treatments. A previous study from our laboratory suggested that quantitative electroencephalographic (qEEG) measurements of theta/beta ratio (TBR), an index of attentional control, may be indicative of academic performance in a first-semester medical school course. The present study expands our prior report by extracting and analyzing data on frontal theta and beta asymmetries. We test the hypothesis that the amount of frontal theta and beta asymmetries (fTA, fBA), are correlated with TBR and academic performance, thereby providing novel targets for pharmacopuncture treatments to improve cognitive performance. Methods: Ten healthy male volunteers were subjected to 5-10 min of qEEG measurements under eyes-closed conditions. The qEEG measurements were performed 3 days before each of first two block examinations in anatomy-physiology, separated by five weeks. Amplitudes of the theta and beta waveforms, expressed in ${\mu}V$, were used to compute TBR, fTA and fBA. Significance of changes in theta and beta EEG wave amplitude was assessed by ANOVA with post-hoc t-testing. Correlations between TBR, fTA, fBA and the raw examination scores were evaluated by Pearson's product-moment coefficients and linear regression analysis. Results: fTA and fBA were found to be negatively correlated with TBR (P<0.03, P<0.05, respectively) and were positively correlated with the second examination score (P<0.03, P=0.1, respectively). Conclusion: Smaller fTA and fBA were associated with lower academic performance in the second of two first-semester medical school anatomy-physiology block examination. Future studies should determine whether these qEEG metrics are useful for monitoring changes associated with the brain's cognitive adaptations to academic challenges, for predicting academic performance and for targeting phamacopuncture treatments to improve cognitive performance.

국내 벤처펀드의 투자성과에 영향을 미치는 요인에 관한 연구 (Study on the Factors Influencing the Investment Performance of Domestic Venture Capital Funds)

  • 여인모;박현주;김광용
    • 벤처창업연구
    • /
    • 제18권5호
    • /
    • pp.63-75
    • /
    • 2023
  • 본 연구는 2007년부터 2017년까지 신규로 결성이 되어 2022년말 기준 청산이 완료된 국내 벤처펀드 205개(청산 금액 7.25조)를 대상으로 투자성과에 영향을 미치는 요인에 대하여 실증분석을 하였다. 사모펀드의 특성상 실증데이터를 확보하기가 매우 어려우며, 특히 코로나 이후 청산이 완료된 데이터를 구하기는 더더욱 어려운 실정이다. 그럼에도 불구하고, 최근 10년 이내 가장 최신의 데이터를 활용하여 국내 벤처펀드의 투자수익률에 미치는 영향을 분석했다는 것은 상당한 의미가 있다고 하겠다. 본 연구는 벤처펀드의 투자 성과에 미치는 요인을 외부 환경 요인과, 내재적 요인으로 구분하여 연구를 진행 하였다. 벤처펀드의 성과에 미치는 외부 환경요인으로는 '경기사이클', '주식시장', '벤처시장', '회수시장'으로 구성하여 분석하였고, 내재적 요인으로 운용사 역량을 '운용사 업력', '운용사 전문인력', '운용 규모(AUM)'로, 펀드 구조로는 '펀드 크기(Size)', '펀드 기간(Length)'로 구분하여 비교 분석하였다. 분석 결과를 요약하면 다음과 같다. 첫째, 경기사이클을 잘 나타내는 국고 3년 금리는 펀드성과에 유의한 영향을 미치는 것으로 확인이 되었다. 둘째, 펀드 결성후(後) 코스닥 3개월 평균 지수 상승률은 펀드 성과에 통계적으로 유의한 정(+)의 영향을 미치는 것으로 나타났다. 셋째, 벤처펀드 청산 시점의 경쟁 강도를 나타내는 IPO_개수는 펀드 성과에 부정적인 영향을 미치는 것으로 나타났다. 넷째, 운용사의 AUM 규모가 클 수록 펀드 수익률이 양호한 것으로 나타났다. 끝으로, 벤처펀드의 수익률이 결성연도에 따라 차이를 보이고 있는 것으로 나타나서 일반인들이 벤처펀드 투자를 고려 할때는 '외부 환경요인'과 '펀드 내재적 요인'과 더불어 결성연도(Vintage)를 고려한 투자 포트폴리오를 구성하는 것이 매우 유효한 투자 전략이 될 것이라 판단된다.

  • PDF

유전자 알고리즘을 이용한 다분류 SVM의 최적화: 기업신용등급 예측에의 응용 (Optimization of Multiclass Support Vector Machine using Genetic Algorithm: Application to the Prediction of Corporate Credit Rating)

  • 안현철
    • 경영정보학연구
    • /
    • 제16권3호
    • /
    • pp.161-177
    • /
    • 2014
  • 기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.