• Restorative Dentistry and Endodontics
• /
• 제25권1호
• /
• pp.46-55
• /
• 2000

During bonding procedure of composite resin, the prepared cavity can be contaminated by saliva. In this study, marginal microleakage and shear bond strength of a composite resin to primed enamel and dentin treated with artificial saliva(Taliva$^{(R)}$) were evaluated. For the marginal microleakage test, Class V cavities were prepared in the buccal surfaces of fifty molars. The samples were randomly assigned into 5 groups with 10 samples in each group. Control group was applied with a bonding system (Scotchbond$^{TM}$ Multi-Purpose plus) according to manufacture's directions without saliva contamination. Experimental groups were divided into 4 groups and contaminated with artificial saliva for 30 seconds after priming: Experimental 1 group ; artificial saliva was dried with compressed air only, Experimental 2 group ; artificial saliva was rinsed and dried. Experimental 3 group ; cavities were etched with 35% phosphoric acid for 15 seconds after rinsing and drying artificial saliva. Experimental 4 group ; cavities were etched with 35% phosphoric acid for 15 seconds and primer was reapplied after rinsing and drying artificial saliva. All the cavities were applied a bonding agent and filled with a composite resin (Z-100$^{TM}$). Specimens were immersed in 0.5% basic fuschin dye for 24 hours and embedded in transparent acrylic resin and sectioned buccolingually with diamond wheel saw. Four sections were obtained from one specimen. Degree of marginal leakage was scored under stereomicroscope and their scores were averaged from four sections. The data were analyzed by Kruscal-Wallis test and Fisher's LSD. For the shear bond strength test, the buccal or occlusal surfaces of one hundred molar teeth were ground to expose enamel(n=50) or dentin(n=50) using diamond wheel saw and its surface was smoothed with Lapping and Polishing Machine(South Bay Technology Co., U.S.A.). Samples were divided into 5 groups. Treatment of saliva-contaminated enamel and dentin surfaces was same as the marginal microleakage test and composite resin was bonded via a gelatin capsule. All specimens were stored in distilled water for 48 hours. The shear bond strengths were measured by universal testing machine (AGS-1000 4D, Shimaduzu Co., Japan) with a crosshead speed of 5 mm/minute. Failure mode of fracture sites was examined under stereomicroscope. The data were analyzed by ANOVA and Tukey's studentized range test. The results of this study were as follows : 1. Enamel marginal microleakage showed no significant difference among groups. 2. Dentinal marginal microleakages of control, experimental 2 and 4 groups were lower than those of experimental 1 and 3 groups (p<0.05). 3. The shear bond strength to enamel was the highest value in control group (20.03${\pm}$4.47MPa) and the lowest value in experimental 1 group (13.28${\pm}$6.52MPa). There were significant differences between experimental 1 group and other groups (p<0.05). 4. The shear bond strength to dentin was higher in control group (17.87${\pm}$4.02MPa) and experimental 4 group (16.38${\pm}$3.23MPa) than in other groups, its value was low in experimental 1 group (3.95${\pm}$2.51 MPa) and experimental 2 group (6.72${\pm}$2.26MPa)(p<0.05). 5. Failure mode of fractured site on the enamel showed mostly adhesive failures in experimental 1 and 3 groups. 6. Failure mode of fractured site on the dentin did not show adhesive failures in control group, but showed mostly adhesive failure in experimental groups. As a summary of above results, if the primed tooth surface was contaminated with artificial saliva, primer should be reapplied after re-etching it.

• Restorative Dentistry and Endodontics
• /
• 제31권3호
• /
• pp.147-152
• /
• 2006

AH-26 근관실러가 상아질에 대한 복합레진의 전단결합강도에 미치는 영향을 평가하기 위하여 144개의 발거된 대구치를 실린더형의 몰드에 매식한 다음 치관부의 상아질 표면을 노출시킨 후 편평하게 연마하고 AH-26을 도포한 군, ZOE paste를 도포한 군 및 실러를 도포하지 않은 대조군으로 나누어 One-step 상아질 접착제를 처리한 후에 Charisma (Heraeus Kulzer Germany) 복합레진을 적용하고 광중합시켰다. 시편을 분리하여 $37^{\circ}C$ 항온조에 24시간 보관후 Instron test machine (Model 4202, Instron Corp. USA)을 이용하여 시편의 전단 결합 강도를 측정하고 one-way ANOVA 및 Tukey's studentized rank test로 통계 분석 하였다. AH-26 근관실러로 처리한 군과 대조군은 ZOE 근관실러 처리군에 비해 유의하게 놓은 접착강도를 나타내었다(p<0.05). AH-26 근관실러 처리군과 아무 처리하지 않은 대조군 사이에는 결합강도에 있어 유의한 차이를 나타내지 않았다 (p>0.05). 본 연구의 조건에서는 ZOE 근관실러는 상아질에 대한 복합레진의 전단결합강도를 저하시키는 반면 AH-26 근관실러는 유의한 영향을 미치지는 않는 것으로 보인다. 따라서 임상에서 근관실러로 AH-26을 사용한 근관충전 후에는 즉시 복합레진 코어를 해 주어도 결합력에 저해가 없을 것으로 여겨진다.

• 전기전자학회논문지
• /
• 제25권3호
• /
• pp.493-500
• /
• 2021

본 논문에서는 다각형 용기의 품질 향상을 위한 딥러닝 구조 개발을 제안한다. 딥러닝 구조는 convolution 층, bottleneck 층, fully connect 층, softmax 층 등으로 구성된다. Convolution 층은 입력 이미지 또는 이전 층의 특징 이미지를 여러 특징 필터와 convolution 3x3 연산하여 특징 이미지를 얻어 내는 층이다. Bottleneck 층은 convolution 층을 통해 추출된 특징 이미지상의 특징들 중에서 최적의 특징들만 선별하여 convolution 1x1 ReLU로 채널을 감소시키고convolution 3x3 ReLU를 실시한다. Bottleneck 층을 거친 후에 수행되는 global average pooling 연산과정은 convolution 층을 통해 추출된 특징 이미지의 특징들 중에서 최적의 특징들만 선별하여 특징 이미지의 크기를 감소시킨다. Fully connect 층은 6개의 fully connect layer를 거쳐 출력 데이터가 산출된다. Softmax 층은 입력층 노드의 값과 연산을 진행하려는 목표 노드 사이의 가중치와 곱을 하여 합하고 활성화 함수를 통해 0~1 사이의 값으로 변환한다. 학습이 완료된 후에 인식 과정에서는 학습 과정과 마찬가지로 카메라를 이용한 이미지 획득, 측정 위치 검출, 딥러닝을 활용한 비원형 유리병 분류 등을 수행하여 비원형 유리병을 분류한다. 제안된 다각형 용기의 품질 향상을 위한 딥러닝 구조의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과, 양품/불량 판별 정확도 99%로 세계최고 수준과 동일한 수준으로 산출되었다. 검사 소요 시간은 평균 1.7초로 비원형 머신비전 시스템을 사용하는 생산 공정의 가동 시간 기준 내로 산출되었다. 따라서 본 본문에서 제안한 다각형 용기의 품질 향상을 위한 딥러닝 구조의 성능의 그 효용성이 입증되었다.

• 대한영상의학회지
• /
• 제82권5호
• /
• pp.1196-1206
• /
• 2021

목적 간 종양의 조영증강 컴퓨터단층촬영(이하 CT) 영상에 관한 인공지능 알고리즘의 성능과 안전성을 검증할 수 있는 표준 테스팅 데이터셋을 구축하고자 하였다. 대상과 방법 국내 4개 3차 의료기관의 복부 영상의학 전문가 4인이 모여 간 종양 진단 알고리즘의 성능과 안전성을 검증하기 위해 표준 데이터셋이 갖춰야 할 조건을 논의하였다. 각 기관마다 간세포암 75예, 전이암 75예, 그리고 양성 병변 30-50예씩 수집하여, 총 783명 환자의 CT 영상을 대상으로 하였다. 간세포암과 전이암의 경우 병리학적으로 확진된 경우만을 대상으로 하였다. 각 기관의 복부 영상의학 전문가들이 직접 환자의 임상정보를 추출하고 CT 영상에 관한 데이터 라벨링(labeling)을 수기로 시행하였다. CT 영상은 의료용 디지털 영상 및 통신(Digital Imaging and Communications in Medicine, DICOM) 파일로 저장하였다. 결과 복부 영상의학 전문가들이 수기 데이터 라벨링을 시행한 총 783 증례의 간 종양 조영증강 CT의 표준 데이터셋을 구축하였다. 알고리즘의 성능 및 안전성은 병변의 발견 여부 및 특성화의 정확도에 대해 민감도와 특이도를 계산하여 평가할 수 있다. 결론 본 연구에서 구축한 간 종양 조영증강 CT 영상의 표준 데이터셋은 임상의학 결정 지원시스템을 위한 기계학습 기반 인공지능 알고리즘을 평가하는 데에 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.

• Journal of Korean Neurosurgical Society
• /
• 제30권10호
• /
• pp.1210-1219
• /
• 2001

서 론 : 후방 경유 경추 융합을 위한 후관절 금속판 고정술은 외상성 및 퇴행성 불안정성의 치료에 효과적인 방법이다. 후관절 금속판 고정의 안정성은 여러 가지 인자에 의해 결정된다. 이중 하나가 나사못의 삽입깊이이다. 이 방법이 처음 소개될 때에는 양피질골성 삽입이 이용되었다. 외과의사의 관심은 어떻게 안전하면서 생역학적으로 강력한 고정을 얻느냐에 있다. 목 적 : 이 연구의 목적은 사체에서 단피질성과 양피질성 나사못 삽입술을 시행한 후 안전성, pull-out 강도, 방사선학적 특성을 분석하고 나사못의 삽입에 대한 교육 훈련의 수준에 따른 영향을 평가하는데 있다. 방 법 : 평균 나이 78.9세인 21구의 사체에 대하여, Magerl의 기술을 변형하여 C3-C6(n=168)까지 3.5mm AO 나사못을 양쪽 후관절에 삽입하였다. 수술중 방사선 사진영상은 사용되지 않았다. 오른 쪽(단피질성 삽입)은 14mm 나사못(11mm의 유효 길이)을 이용하고, 왼쪽은 양피질성 삽입을 시도하였다. 각 사체는 3개의 군으로 나누어 척추 수술 수련의 수준이 다른 받은 3명의 척추 외과 의사들(전임 강사, 임상 강사, 수석 레지던트)이 수술을 시행했다. 수술 후 경추를 떼어내어 나사못의 위치를 육안적으로 확인하고 방사선학적으로 안정성과 삽입 위치 (1,2,3)를 평가하였다. 척수, 후관절, 신경근과 척추 동맥에 대한 나사못의 위치를"만족할 만한","위험한", 그리고"직접적인 손상"으로 구분하였다. material testing machine을 이용하여 모든 나사못에 대해서 Pull-out 강도를 측정하였다. 결 과 : 대다수의 나사못(92.9%)은 만족할 만한 상태였다. 전예에서 척수에 대한 위험성은 없다. 오른 편(단피질성 : 14mm) 나사못의 98.9%는"만족할 만한"에 속했다. 그리고 왼쪽 편(양피질성)의 68.1%는"만족할 만한"에 속했다. 양피질성 나사못 군에서 5.8%의 척추 동맥에 대한 직접적인 손상이 있었고 신경근의 직접적인 손상 발생율은 17.4%였다. 반면에 단피질성 나사못 군에서는 이들에 대한 직접적인 손상은 없었다. 양피질성 나사못에서 보인"직접 손상"의 거의 대부분은 외과 의사의 경험 부족으로 발생하였다. 나사못의 안정성과 삽입 위치 사이에는 특별한 관련이 없었다. 모든 나사못의 pull-out 강도는 $542.0{\pm}296.6N$였다. 단피질성에 있어서의 pull-out 강도($519.0{\pm}289.9N$)와 양피질성($565.2{\pm}306N$) 나사못에는 아무런 통계학적으로 의미있는 차이점을 발견할 수 없었다(p>0.05). 나사못 삽입위치와 pull-out 강도 사이에는 의미있는 차이가 없었다. 결 론 : 이번 연구는 경추 후관절 나사못 고정술시 단피질성과 양피질성 나사못의 안정성과 효능을 집중적으로 알아보았다. 명백한 것은 14mm의 나사못(효과적인 길이는 11mm)이 보다 긴 양피질성 나사못 보다 손상의 위험이 훨씬 낮고 거의 동등한 pull-out강도를 갖는다는 것이다. 또한, 수술시 방사선 영상을 사용할 수 없을 때, 훈련과 축적된 경험에 의해 나사못 삽입의 정확성과 안전성이 향상될 수 있다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.119-133
• /
• 2020

Fama에 의하면 효율적 시장에서는 일시적으로 높은 수익을 얻을 수는 있지만 꾸준히 시장의 평균적인 수익을 초과하는 투자전략을 만드는 것은 불가능하다. 본 연구의 목적은 변동성의 장중 비대칭적 전이효과를 이용하는 변동성 매도전략을 기준으로 투자 성과를 추가적으로 개선하기 위하여 SVM을 활용하는 투자 전략을 제안하고 그 투자성과를 분석하고자 한다. 한국 시장에서 변동성의 비대칭적 전이효과는 미국 시장의 변동성이 상승한 날은 한국 시장의 아침 동시호가에 변동성 상승이 모두 반영되지만, 미국 시장의 변동성이 하락한 날은 한국 시장의 변동성이 아침 동시호가에서 뿐만 아니라 장 마감까지 계속해서 하락하는 이상현상을 말한다. 분석 자료는 2008년부터 2018년까지의 S&P 500, VIX, KOSPI 200, V-KOSPI 200 등의 일별 시가지수와 종가지수이다. 11년 동안의 분석 결과, 미국 시장의 변동성이 상승으로 마감한 날은 그 영향력이 한국 시장의 아침 동시호가 변동성에 모두 반영되지만, 미국 시장의 변동성이 하락으로 마감한 날은 그 영향력이 한국 시장의 아침 동시호가뿐만 아니라 오후 장 마감까지도 계속해서 유의적으로 영향을 미치고 있다. 시장이 효율적이라면 미국 시장의 전일 변동성 변화는 한국 시장의 아침 동시호가에 모두 반영되고 동시호가 이후에는 추가적인 영향력이 없어야 한다. 이러한 변동성의 장중 비정상적 전이 패턴을 이용하는 변동성 매도전략을 제안하였다. 미국 시장의 전날 변동성이 하락한 경우 한국 시장에서 아침 동시호가에 변동성을 매도하고 장 마감시에 포지션을 청산하는 변동성 데이트레이딩전략을 분석하였다. 연수익률은 120%, 위험지표인 MDD는 -41%, 위험과 수익을 고려한 성과지수인 Sharpe ratio는 0.27을 기록하고 있다. SVM 알고리즘을 이용해 변동성 데이트레이딩전략의 성과 개선을 시도하였다. 2008년부터 2014년까지의 입력자료를 이용하여 V-KOSPI 200 변동성지수의 시가-종가 변동 방향을 예측하고, 시가-종가 변동율이(-)로 예측되는 경우에만 변동성 매도포지션을 진입하였다. 거래비용을 고려하면 2015년부터 2018년까지 테스트기간의 연평균수익률은 123%로 기준 전략 69%보다 크게 높아지고, 위험지표인 MDD도 -41%에서 -29%로 낮아져, Sharpe ratio가 0.32로 개선되고 있다. 연도별로도 모두 수익을 기록하면서 안정적 수익구조를 보여주고 있고, 2015년을 제외하고는 투자 성과가 개선되고 있다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.135-149
• /
• 2020

인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.123-132
• /
• 2013

최근 스마트 폰에 다양한 센서를 내장할 수 있게 되었고 스마트폰에 내장된 센서를 이용항 동작 인지에 관한 연구가 활발히 진행되고 있다. 스마트폰을 이용한 동작 인지는 노인 복지 지원이나 운동량 측정. 생활 패턴 분석, 운동 패턴 분석 등 다양한 분야에 활용될 수 있다. 하지만 스마트 폰에 내장된 센서를 이용하여 동작 인지를 하는 방법은 사용되는 센서의 수에 따라 단일 센서를 이용한 동작인지와 다중 센서를 이용한 동작인지로 나눌 수 있다. 단일 센서를 이용하는 경우 대부분 가속도 센서를 이용하기 때문에 배터리 부담은 줄지만 다양한 동작을 인지할 때에 특징(feature) 추출의 어려움과 동작 인지 정확도가 낮다는 문제점이 있다. 그리고 다중 센서를 이용하는 경우 대부분 가속도 센서와 중력센서를 사용하고 필요에 따라 다른 센서를 추가하여 동작인지를 수행하며 다양한 동작을 보다 높은 정확도로 인지할 수 있지만 다수의 센서를 사용하기 때문에 배터리 부담이 증가한다는 문제점이 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 스마트 폰에 내장된 가속도 센서를 이용하여 다양한 동작을 높은 정확도로 인지하는 방법을 제안한다. 서로 다른 10가지의 동작을 높을 정확도로 인지하기 위해 원시 데이터로부터 17가지 특징을 추출하고 각 동작을 분류하기 위해 Ensemble of Nested Dichotomies 분류기를 사용하였다. Ensemble of Nested Dichotomies 분류기는 다중 클래스 문제를 다수의 이진 분류 문제로 변형하여 다중 클래스 문제를 해결하는 방법으로 서로 다른 Nested Dichotomy 분류기의 분류 결과를 통해 다중 클래스 문제를 해결하는 기법이다. Nested Dichotomy 분류기 학습에는 Random Forest 분류기를 사용하였다. 성능 평가를 위해 Decision Tree, k-Nearest Neighbors, Support Vector Machine과 비교 실험을 한 결과 Ensemble of Nested Dichotomies 분류기를 사용하여 동작 인지를 수행하는 것이 가장 높은 정확도를 보였다.

• 구강회복응용과학지
• /
• 제27권1호
• /
• pp.1-13
• /
• 2011

압축강화형 복합레진($TESCERA^{TM}$ ATL)을 지르코니아 framework에 효과적으로 전장하기 위하여, 표면처리 방법을 여러 가지로 달리한 지르코니아 표면에 압축강화형 복합레진을 전장하여 전단결합강도를 실험적으로 비교하였다. 지르코니아의 표면적 증가를 도모하기 위해 최종소결 전 지름 1.1mm round bur를 사용하여 지르코니아 표면에 pockmark (honey-comb concept)를 형성하였고, 화학적으로는 Primer (Zr-plus primer, Bisco, Inc., Shaumurg, USA)를 도포하여 결합강도 증가를 도모하였다. 지르코니아에 porcelain을 적층하여 대조군으로 삼고 각 군을 5도와 55도 사이에서 10,000회 thermocycling시켜 simulated aging 결과 또한 비교하였다. 전단결합강도를 측정하였고 주사전자현미경을 통해 파절단면을 관찰하였다. Pockmark를 형성한 실험군에 압축강화형 복합레진($TESCERA^{TM}$ ATL) 전장 시 도재 전장과 유사한 전단결합 강도를 발휘하였으며,(p>0.05) 동일 시편을 24시간 수중 보관했을 때에 비해 thermocycling 했을 때의 전단결합강도가 약간 감소하였으나 유의차는 보이지 않았다.(p>0.05) 지르코니아 표면에의 Primer의 도포가 압축강화형 복합레진 ($TESCERA^{TM}$ ATL)과의 결합강도를 증가시키지는 못하였다. 지르코니아 소결 전 표면에 pockmark를 주어 표면적을 증가시키고 요철의 효과를 주는 것은 $TESCERA^{TM}$ ATL과의 결합강도를 증가시켰으며, 이는 임상적으로 지르코니아-포세린의 결합강도에 필적하는 강하고 내구성 있는 결합강도를 가져온다고 판단되었다.