주식시장에 참여하는 투자자들은 크게 외국인투자자, 기관투자자, 그리고 개인투자자로 구분된다. 외국인투자자 같은 전문투자자 집단은 개인투자자 집단과 비교하여 정보력과 자금력에서 우위를 보이고 있으며, 그 결과 시장 참여자들 사이에는 외국인투자자들이 좋은 투자 성과를 보이는 것으로 알려져 있다. 외국인 투자자들은 근래에는 인공지능을 이용한 투자를 많이 하고 있다. 본 연구의 목적은 투자자별 거래량 정보와 머신러닝을 결합하는 투자전략을 제안하고, 실제 주가와 투자자별 거래량 데이터를 이용하여 제안 모형의 포트폴리오 투자 성과를 분석하는 것이다. 일별 투자자별 매수 수량과 매도 수량 정보는 한국거래소에서 공개하고 있는 자료를 활용하였으며, 여기에 인공신경망을 결합하여 최적의 포트폴리오 전략을 도출하고자 하였다. 본 연구에서는 자기 조직화 지도 모형 인공신경망을 이용하여 투자자별 거래량 데이터를 그룹화하고 그룹화한 데이터를 변환하여 오류역전파 모형을 학습하였다. 학습 후 검증 데이터 예측결과로 매월 포트폴리오 구성을 하도록 개발하였다. 성과 분석을 위해 포트폴리오의 벤치마크를 지정하였고 시장 수익률 비교를 위해 KOSPI200, KOSPI 지수 수익률도 구하였다. 포트폴리오의 동일배분 수익률, 복리 수익률, 연평균 수익률, MDD, 표준편차, 샤프지수, 벤치마크로 지정한 시가총액 상위 10종목의 Buy and Hold 수익률 등을 사용하여 성과 분석을 진행하였다. 분석 결과 포트폴리오가 벤치마크 대비 2배 수익률을 올렸으며 시장 수익률보다 좋은 성과를 보였다. MDD와 표준편차는 포트폴리오와 벤치마크가 비슷한 결과로 성과 대비 비교한다면 포트폴리오가 좋은 성과라고 할 수 있다. 샤프지수도 포트폴리오가 벤치마크와 시장 결과보다 좋은 성과를 내었다. 이를 통해 머신러닝과 투자자별 거래정보 분석을 활용한 포트폴리오 구성 프로그램 개발의 방향을 제시하였고 실제 주식 투자를 위한 프로그램 개발에 활용할 수 있음을 보였다.
본 연구에서는 유역의 배수구조를 설명할 수 있는 폭 함수 기반의 Clark 모형을 제안하였다. 시간-면적곡선으로는 지표면과 하천에 대하여 개별적인 동수역학적 특성을 적용한 재조정된 폭 함수를 이용하였다. 선형저수지 추적의 경우 기존의 Clark 모형과 같이 차분화된 형태가 아니라 해석식을 적용하여 수행하였다. 본 연구에서 고려한 주요한 매개변수들로는 지표면평균이송속도 및 하천평균이송속도와 저류상수를 들 수 있다. 실제 매개변수의 추정 과정에는 전역최적화 기법 중의 하나인 SCE-UA 기법을 적용하였다. 또한 Clark 모형으로부터 유도된 순간단위도의 형상은 원점에 대한 1차모멘트와 면적중심에 대한 2, 3차 모멘트로 구분하여 평가하였다. 관측 수문사상의 통계모멘트들과 본 연구에서 추정된 통계모멘트들의 상관계수는 1차모멘트의 경우 0.995, 2차모멘트는 0.993, 3차모멘트는 0.983로 산정되었다. 평균과 분산에 대해서는 추정값과 관측값이 대체로 일치하는 경향을 보여주었다. 그러나 추정된 3차모멘트에 대한 결과는 다소 과대 평가되는 경향을 나타내었다. 제안된 Clark 모형은 순간단위도의 형상을 평균과 분산만을 고려하여 적용한 방법보다 수문곡선의 왜곡 및 첨두좌표의 모의와 관련된 한계점을 개선하였다. 이러한 결과로부터 본 연구에서 제시한 방법론은 배수경로의 이질성과 동적매개변수들의 영향을 적절하게 반영할 수 있음을 확인할 수 있었다. 본 연구에서 고려한 모멘트들의 변동성은 주로 저류상수의 영향이 크게 나타나고 있으며, 지표면평균이송속도보다는 하천평균이송속도가 크게 영향을 미치는 것을 확인할 수 있었다. 이로부터 저류상수와 하천평균이송속도가 Clark 모형으로부터 유도되는 순간단위도의 형상을 결정하는데 지배적인 역할을 하는 것으로 확인되었다. 따라서 두 매개변수는 모형의 적용 과정에서 중요하게 고려되어야 할 것으로 판단된다.
플랫폼은 기존 전통적인 선형적 파이프라인 기반 비즈니스 모델에 대응하는 대안으로 떠오르고 있다. 특히 최근의 4차 산업혁명시대에 효율성 주도의 파이프라인 기반은 조정 주도의 플랫폼 기반으로 변환되어야 한다는 것이 일반적인 인식이다. 플랫폼 성공사례는 애풀, 구글, 아마존, 우버 등에서 쉽게 찾을 수 있다. 그러나 규모가 크지 않은 기업에서는 플랫폼 비즈니스로의 전환 전략을 찾기가 쉽지 않다. 플랫폼 비즈니스의 핵심은 네트워크 효과를 경영활동에 도입하여 활용하는 것이다. 따라서 플랫폼 비즈니스는 경영활동 기능에서 네트워크 효과 관리를 어떻게 할 것인가와 유사하다. 플랫폼 관련 연구는 최근 활발하고 다양하다. 그러나 이 분야의 연구 동향에 대한 연구는 많지 않다. 본 연구의 주요 목적은 최근 국내에서 수행된 플랫폼 관련 연구를 통하여 연구동향을 이해하는 것이다. 이를 위해서 우리는 연구가설과 명제를 제시하였다. 데이터는 연구논문으로 한국학술지인용색인 시스템에서 "플랫폼" 혹은 "platform"을 키워드 속성으로부터 얻었다. 수집된 논문집합은 "경영학" 분야로 국한하여 구성하였다. 선택된 논문들을 대상으로 연구된 플랫폼 요소, 플랫폼 유형, 주요 연구 내용 등에 대해 56개의 논문에 대해 분석을 하였다. 56개의 데이터를 이용하여 탐색적인 연구가설을 검증하였고, 명제를 제안하였다. 본 연구의 시사점은 연구자들에게 연구 영역 중, 많은 연구가 수행되어 온 성숙 영역과 아직 더 많은 연구가 필요한 분야를 제시하였다. 또한 실무자들에게는 파이프라인 비즈니스로부터 플랫폼 기반 비즈니스로 변화를 추구하는 가이드라인을 제시한 것이다. 가이드라인의 핵심은 극대화하기 위해서는 IT플랫폼 시스템을 기반으로 소비자와 공급자 네트워크를 점진적으로 조정하고 관리하여야 한다는 것이다. 본 연구는 데이터 수집과 수집된 데이터의 구분 및 주요 연구내용 등 주관적인 판단 요소가 많아 추론적이 아닌 탐색적 연구로 간주되어야 할 것이다.
본 연구에서는 제주도 지역의 257개 공에서 갈수기(1998년 12월) 풍수기(1999년 7월)에 관측된 지하수위 자료에 의해 해안선에서 이격거리에 따른 지하수위 변동특성이 규명되었다. 갈수기 지하수위는 $7.46{\sim}203.88\;m$의 범위에 평균은 60.49 m, 풍수기에는 $4.01{\sim}204.10\;m$의 범위에 평균 57.66 m 이었다. 제주도에서는 1998년 $6{\sim}10$월에 내린 강우에 의한 영향으로 갈수기의 지하수위가 풍수기에 비해 높았다. 본 연구에 이용된 지하수공의 표고와 지하수위 사이의 상관계수는 0.86 이상이었으며, 갈수기와 풍수기 지하수위 간의 상관계수는 0.95 이상으로 매우 높았다. 본 연구에 이용된 257개 지하수공 자료를 해안선에서 500 m 간격으로 재정리한 후, 17개구간의 이격거리, 표고, 갈수기 및 풍수기 지하수위에 대한 평균을 산정하였다. 해안선에서 $0{\sim}4\;km$ 구간의 표고와 지하수위는 이격거리에 따라 증가하는 경향을 보였으나, $4{\sim}9\;km$ 구간에서는 증가와 감소가 반복되면서 불규칙적이었다. 제주도 지역의 해안선에서 이격거리에 대한 지하수위의 선형함수가 추정되었으며, 전체 구간($0{\sim}9\;km$)보다 $0{\sim}4\;km$ 구간 자료를 이용한 경우의 결정계수가 높게 나타났다. 그리고, 제주도 지역의 해안선에서 이격거리가 $0{\sim}4\;km$ 구간이 전체 구간의 지하수위 증가율에 비해 2배 이상 높았다. 이는 해안선에서 4 km 정도까지는 지하수위가 선형적으로 증가하지만, $4{\sim}9\;km$ 지역들에서는 증가와 감소가 반복되면서 증가하기 때문이다.
농업기상재해 조기경보시스템에서 모의되는 농장 규모 풍속 예측자료의 추정오차를 개선하기 위해, 농촌진흥청 농업기상관측망의 2020년 1~12월 풍속 관측자료와 해당 지점에 대한 조기경보시스템 모의 풍속을 이용하여, 87지점 일 8시간대(00, 03, 06 … 21시) 각각 풍속 추정오차를 종속변수로, 추정풍속을 독립변수로 하는 일차 회귀식(Y=aX+b)을 도출하였다. 상관계수가 0.5를 초과하였을 때는 회귀식을 풍속 보정식으로 활용하고, 상관계수가 0.5 이하일 때는 회귀식 대신 해당 지점 및 시간대의 ME를 보정값으로 대체하였다. 풍속 모형을 전국적으로 적용할 수 있도록 87지점×8개 시간의 회귀계수 a와 b, 상관계수 R과 ME 값으로 거리역산가중법으로 공간내삽하여 250m 격자해상도의 분포도를 제작하였다. 모형의 검증을 위하여 회귀계수 a와 b, 상관계수 R과 ME 공간내삽 분포도로 부터 농산촌 지역 13개 기상관측지점의 격자값을 추출하고, 13곳의 2019년 1~12월의 조기경보시스템 모의 풍속(00, 03, 06 … 21시)를 보정한 다음, 기존 추정 풍속과 함께 추정오차를 비교하였다. 검증 지점 풍속의 평균 ME는 0.68m/s에서 보정 후 0.45m/s로 감소하였으며, 평균 RMSE는 1.30m/s에서 1.05m/s로 감소하였다. 조기경보시스템의 풍속은 전 시간대에서 모두 과대 추정되고 있는데, 보정 기법을 적용한 후에는 15시 경을 제외하고 모두 과대추정 경향이 감소하여 ME가 약 33%, RMSE는 19.2% 더 개선되었다. 농업기상재해 조기경보시스템에서 농작물의 풍해 위험 판단은 일 8회의 풍속 평균값으로부터 도출된 일 최대순간풍속을 기반으로 하는데, 풍속의 과대모의 현상을 개선하여 강풍 위험 경보의 오보를 감소시킬 것으로 기대된다.
거창지역의 쥬라기 화강암에서 발달하는 결과 평행한 압열인장강도(σt)의 특성을 분석하였다. 여섯 방향의 결에 대한 평가는 미세균열의 길이와 위의 강도에 대한 파라미터의 값을 이용하여 수행하였다. 각 방향에 속하는 다섯 시험편의 강도값은 다섯 그룹으로 분류하였다. 이들 다섯 그룹의 강도값은 그룹 A < B < C < D < E의 순으로 증가한다. 위의 미세균열과 강도 사이의 밀접한 상관성을 도출하였다. 이 연구의 분석 결과는 다음과 같다. 첫째, 3개 결 사이의 강도의 변화 및 특성을 보여 주는 도면을 작성하였다. 위의 도면에서는, 각 그룹에 속하는 여섯 방향의 강도값을 1번 결(리프트 1 및 리프트 2), 2번 결(그레인 1 및 그레인 2) 그리고 3번 결(하드웨이 1 및 하드웨이 2)의 순으로 배열하였다. 다섯 그룹의 강도분포선은 R1의 방향에 집중한다. 그래서 강도차(Δσt)를 지시하는 위의 다섯 선 사이의 폭은 R1 방향에서 가장 협소하다. 관련 도면으로부터, 각 결을 형성하는 두 방향 사이의 변화 특성을 도출하였다. 그레인 2(2)-시험편은 그레인 1(1)-시험편에 비하여 보다 높은 강도값 그리고 보다 낮은 강도차값을 보여 준다. 이러한 현상은 시험편 H2(2)와 H1(1) 사이의 사례와 부합한다. 위의 시험편 (2)의 강도 특성은 시험편 (1)에 비하여 보다 낮은 미세균열의 밀도 그리고 하중 방향에 평행 배열하는 미세균열의 분포에 있어서의 보다 높은 균일도를 시사한다. 위의 도면에서는 각 그룹에 속하는 여섯 강도값이 증가하는 순으로 배열하였다. 그룹 D 및 E 양쪽에 속하는 시험편의 강도값은 R1 < R2 < G1 < H1 < G2 < H2의 순으로 나타난다. 따라서, 그룹 D 및 E의 강도값은 여섯 방향의 결의 평가를 위한 지시자값이 될 수 있다. 둘째, 경사각(θ)과 강도차 사이의 상관도를 작성하였다. 위의 두 파라미터의 값은 두 방향 사이를 연결하는 다섯 강도분포선을 통하여 획득하였다. 일번 면(그레인 1-하드웨이 1, R'), 2번 면(리프트 1-하드웨이 2, G') 및 3번 면(리프트 2-그레인 2, H')과 관련된 도면으로부터, 일차함수의 기울기값은 R'(0.391) < G'(0.470) < H'(0.485)의 순으로 증가한다. 3개 면 중에서, 3번 면과 관련된 도면은 다섯 그룹 사이의 가장 높은 분포밀도를 보여 준다. 1번 결(리프트 1-리프트 2, R), 2번 결(그레인 1-그레인 2, G) 및 3번 결(하드웨이 1-하드웨이 2, H)과 관련된 도면으로부터, 일차함수의 기울기값은 R(0.407) < H(0.453) < G(0.460)의 순으로 증가한다. 3개 결 중에서, 일번 결과 관련된 도면은 하부 구간에 속하는 그룹의 가장 높은 빈도수를 보여 준다. 종합하면, 3개 면 · 3개 결 사이의 경사각의 분포 폭은 H' < G < R' < R < G' < H의 순으로 증가한다. 섯째, 미세균열의 길이와 관련된 파라미터 그리고 인장강도 사이의 상관성 분석을 수행하였다. 이들 파라미터는 빈도수(N), 총 길이(Lt), 평균 길이(Lm), 중앙 길이(Lmed) 및 밀도(ρ)를 포함할 수 있다. 위의 미세균열에 대한 개개 파라미터(X) 그리고 다섯 그룹에 해당하는 다섯 수준의 인장강도(Y) 사이의 상관도를 작성하였다. 다섯 종류의 상관도로부터, 상관계수의 값(R2)은 다섯 수준의 강도와 함께 증가한다. 각 도면으로부터 도출한 다섯 상관계수의 평균값은 0.22(N) < 0.34(Lt) < 0.38(ρ) < 0.57(Lmed) < 0.58(Lm)의 순으로 증가한다. 넷째, 그룹 E에 해당하는 최대강도(X) 그리고 위의 다섯 파라미터(Y) 사이의 상관도를 작성하였다. 관련 도면으로부터, 상관계수의 값은 0.61(N) < 0.81(Lt) < 0.87(ρ) < 0.93(Lm) < 0.96(Lmed)의 순으로 증가한다. 가장 높은 상관성을 갖는 두 파라미터는 최대 강도와 함께 중앙 길이이다. 미세균열과 강도 사이의 상기 상관성 분석을 통하여, 이 연구에서 도출한 결과물에 대한 신뢰성을 제고할 수 있다.
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.
기존모형을 이용한 연구들은 최적화기법에 있어서 의사결정을 지원할 수 있는 최적해를 도출해내기 위해 목적식이나 제약조건식에 정확한 데이터 값을 입력시켜 최적해를 계산하였다. 또한 현실세계의 불확실하고 주관적인 상황들은 확률적 불확실성으로 간주하여 주관적인 상황들은 배제하였다. 즉, 이러한 최적해는 의사결정자가 의사결정상의 위험을 최소화하기 위하여 경영과학적인 방법들을 적용하는 과정에서 기존모형들의 목적함수를 완전하게 만족시켜 주는 해라고 할 수 있다. 이에 따라 수요량의 변화 및 기타 변수들의 변화에 적절히 대응할 수 없었으며, 입지의사결정자에게 입지결정에 대한 정보의 부족 등으로 선택의 기회를 폭넓게 제공하지 못하는 문제가 있었다. 이러한 배경하에서 본 연구는 의사결정분석에서 엄격히 주어진 제약조건하에서의 목적식을 최적화하는 문제로서 제약조건을 반드시 만족시켜야만 했던 기존의 의사결정문제를 바탕으로, 애매한 환경에서의 의사결정을 주관적인 측면에서 가장 합리적으로 이루어 보려는 의도로 Zadeh교수가 제안한 퍼지이론을 이용하여 물류단지 입지 및 규모결정모형을 개발하고자 하였다. 모형의 현실적 적합성 및 적용가능성을 분석한 결과, 첫째, 입지 및 규모결정시 기존의 연구에서 제시할 수 없었던 현실세계의 유연적이고 융통성있는 측면을 반영하여 입지 및 규모를 결정해 낼 수 있었으며 둘째, 기존의 입지결정 모형에 비해 상대적으로 많은 의사결정 상황을 최종의사결정 자에게 다양한 정보 및 선택의 기회를 제공해 줄 수 있었다. 따라서 이 결과가 반드시 최적의 입지를 제시하고 있다고는 단정할 수 없으나 모든 자료들이 빠짐없이 정확하게 모형에 반영될 경우 현실적 상황에서 모형적용이 가능하다고 하겠으며 이 모형은 현실상황에서 발생하는 기타시설의 입지선정 문제에도 적용할 수 있을 것이라고 판단된다. 수 있을 뿐 아니라, 평가된 지표가 신뢰할 만한 수준이 아니라면, 추정된 결과를 보정할 수 있는 가능성을 제시하고자 한다.or objection to the criticism of eating dog meat is that male and female commonly answered most that ′As dog meat food Is our traditional food culture. it is not the problem to be found fault with by others.′ The second reason for that is followed by iris deliciousness.up compared the service quality perception factor of the food service provider. The result was that the group having both the " will buy the service again" and "will suggest to others" criteria, that is, with higher loyalty, tend to have higher points than other group s in the dimension of ′Employee attitude′ and ′ Cleanliness′(p〈0.05), which means these two dimensions are closely related to customer loyalty. 3) From a regression analysis for the service quality perception level of the food service provider and overall satisfaction, it has been found that :
본 연구는 남해안 물건리 방조어부림의 인문사회적, 자연생태적 특성을 토대로 효율적인 보전 관리방안을 제시하고자 하였다. 연구대상지는 천연기념물 제 150호로 1,600년경 전주 이씨 후손들이 정착하면서 조성한 숲으로 추정되고 있으며 마을의 평안을 위하여 매년 10월마다 동제를 지내고 있다. 방조어부림은 방재적, 경제적, 환경생태적 기능과 함께 대표적인 역사문화자원으로 남해군에서 관리하고 있다. 선형의 대상지 면적은 $23,962.6m^2$로 주변은 경작지(48.5%), 도시화지역(38.2%)이 넓게 분포하고 있다. 세부적인 현존식생은 이용압 및 훼손여부에 따라 층위형성지와 식생복원지, 훼손지로 구분되었으며 세부적인 식물군집유형은 이용압이 낮은 푸조나무군집(I), 느티나무군집(II), 이용압이 높은 느티나무-이팝나무-푸조나무군집(III), 푸조나무-느티나무군집(IV), 이용에 의해 하층이 훼손된 팽나무-푸조나무군집(V)으로 구분되었다. 숲 내부의 관통도로와 해안도로, 목재데크 산책길, 주차장, 세면대 등의 교통 휴게시설 설치로 인하여 숲의 파편화 및 내부 식생의 생육이 어려워지고 있다. 이를 위한 복원방안으로서 우선복원지역 설정, 복원 식생종 선정과 적정 복원방법이 요구되었다. 훼손지역($7,868.2m^2$)을 우선 복원지역으로 설정하고, 복원 식생종은 후대림을 위하여 숲내 우점종인 느티나무, 푸조나무, 팽나무, 이팝나무를 모수로 한 실생묘를 육성하며, 다층식생구조 형성을 위하여 아교목층과 관목층에 각각 5개체, 115개체(단위면적 $100m^2$)를 보완식재해야 할 것이다. 또한, 숲 내부의 곳곳에 산재하는 휴게시설물 철거 및 무분별한 이용을 통제하고 낙엽활엽수림으로 보전, 복원될 수 있도록 관리 및 모니터링이 수반되어져야 한다.
본 연구의 목적은 급성기와 직업 사회 복귀전에 있는 뇌졸중 환자의 신경학적 인지기능 및 사회 인지기능의 차이를 비교하고 그 관계를 입증함으로서 급성기 뇌졸중 환자의 인지재활 중재 시 사회 인지 중재의 중요성을 파악하고자 하였다. 2015년 5월에서 2016년 6월까지 서울 소재 재활병원에서 재활치료를 받고 있는 뇌졸중 입원환자 30명과 주간재활센터를 이용하는 환자 30명을 대상으로 LOTCA, 만화 의도추론과제, 사회행동배열과제를 실시하였다. 각 그룹간의 차이를 알아보기 위해 이표본 t 검정을 실시하였다. 각 그룹내에서의 각 변인들간의 상관관계를 알아보기 위해 Pearson's correlations 검정을 실시하였다. 그 결과, 뇌졸중 급성기 뇌졸중 환자군과 지역사회 복귀 전 재활훈련을 받고 있는 만성 뇌졸중 환자군의 신경학적 인지기능과 사회인지 기능 모두에서 통계학적으로 유의한 차이를 나타내었다(p<0.05). 신경학적 인지와 사회인지와의 선형적 관련성을 알아본 결과 급성 뇌졸중군에서는 사고 조직력 항목이 사회행동배열 척도와 상관성을 나타내었다(r=0.539. p<0.05). 만성 뇌졸중군에서는 만화 의도 추론과제는 시지각(r=0.530, p<0.05), 시운동조직화(r=0.655, p<0.05), 사고조작력(r=0.764, p<0.05) 항목과 상관성을 나타내었다. 또한 사회행동배열척도와 시운동조직화(r=0.534, p<0.05). 사고조작력(r=0.650, p<0.05)이 상관성을 나타내었다. 다중회귀 분석 결과, 만화의도 추론과제 결과에서 급성기 뇌졸중 환자의 사회인지기능에 영향을 미치는 신경학적 인지기능은 사고조작력으로 나타났으며(B=0.431), 만성 뇌졸중 환자군의 경우 사고 고작력(B=0.272), 시운동 조직화(B=0.218)로 나타났다. 또한, 사회행동배열과제 결과에서는 급성기 뇌졸중 환자의 경우 사고 조작력(B=0.417)으로 나타났고, 만성 뇌졸중 환자의 경우 사고 조작력(B=0.267), 시운동조직화(B=0.274), 시지각(B=0.151)으로 나타났다. 이번 연구 결과에 의하면, 두 그룹 간 신경학적 인지와 사회인지 수준에 차이를 보였다. 사회인지는 주로 신경학적 인지기능 고차원적 인지 기능인 사고조작력과 높은 관련성이 있고 영향을 받을 것으로 사료된다. 따라서 추후 연구에서는 뇌졸중 환자에게 사회인지기능에 대한 훈련 프로그램을 적용 후 신경학적 인지기능 중 고차원적 인지기능의 변화가 있는지 추정해보는 연구가 필요하겠다.
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.