• 제목/요약/키워드: 비교영역 학습

검색결과 767건 처리시간 0.022초

중학교 가정교과 수행평가를 위한 루브릭(rubric) 개발 - 실험.실습법에 적용 - (Rubric Development for Performance Evaluation of Middle School Home Economics - Focusing on Experiment and Practice Methods -)

  • 범선화;채정현
    • 한국가정과교육학회지
    • /
    • 제20권3호
    • /
    • pp.85-105
    • /
    • 2008
  • 본 연구는 중학교 1, 2, 3학년 가정 교과에서 실험 실습법을 적용한 수행과제 평가도구로써 서술식 채점 기준표인 분석적 루브릭을 교사-학생간의 협상 과정을 통해 개발하는데 목적을 두었다. 본 연구에서는 다음과 같이 정의, 개발, 평가의 3단계 과정을 거쳐 분석적 루브릭을 총 3개, 1학년 [영양김밥 만들기] 2학년 [보조가방 만들기] 3학년 [미래의 나의 공간 꾸미기]를 개발하였다. 정의 단계에서는 루브릭을 개발할 수 있는 준비 단계로 루브릭을 적용할 수행과제를 설문지법을 통해 조사한 후 선정하였으며, 수행과제를 위한 방법 및 절차, 준비물, 유의사항 등을 구체적으로 제시하고, 루브릭 협상 학급 및 개발 일정을 선정 계획하였다. 그리고 Ainsworth와 Christinson(1998)이 제시한 교사-학생 협상 루브릭을 사용하였다. 개발 단계에서는 수행과제의 성취기준을 지식, 기능, 태도로 나누어 확인하고 평가하고자 하는 내용에 따라 채점 준거와 단계를 정하였다. 선정한 채점 준거의 평가기준을 참고로 A, B, C에 따라 구체적으로 관찰 가능하고 평가 가능한 행동으로 루브릭을 기술하도록 하였다. 그리고 모둠별로 작성된 루브릭을 교사-학생간의 협상 과정을 거쳐 1차 루브릭을 개발하였다. 평가 단계에서는 개발한 1차 루브릭의 초안을 가정과교육 전문가 1인에게 내용타당도에 대한 검토를 거쳐 수정 보완하여 최종 루브릭을 제시하였다. 최종 개발된 루브릭 평가 도구의 적합성을 평가하기 위하여 H대학의 교육대학원 학생을 대상으로 임의로 편의 표집하여 46부의 질문지를 분석 자료로 사용하였다. 현장 교사의 설문지 평가 결과 적합성 여부의 결과, 평가도구의 이해도, 타당도, 신뢰도, 활용의 용이성, 교사의 준비도, 결과의 활용도가 비교적 높아 적합한 것으로 판단되었다. 다만 활용의 용이성은 5점 척도에서 3점 이상이나 다른 것에 비해서 상대적으로 낮게 나타났다. 본 연구에서 개발한 루브릭의 활용을 위해 후속 연구를 위해서 다음의 몇 가지 제언을 하고자 한다. 첫째, 후속 연구로서 본 평가도구와 루브릭을 실제로 적용해 보고, 그 효과를 측정해 볼 필요가 있다. 둘째, 가정과에 루브릭에 대한 연구가 많지 않기 때문에 더 많은 영역에서 수행과제에 대한 루브릭이 개발되어 할 것이다. 셋째, 학생들이 루브릭에 대한 이해도가 낮고 학교 현장에서 학생들의 협의 협상하는 토론 능력이 많이 부족하기 때문에 루브릭 개념에 대한 명확한 이해를 도울 수 있도록 사전에 협상하고 토론하는 과정을 단계별로 구체화할 교수-학습 과정안과 보조 자료를 개발할 필요가 있다.

  • PDF

부스팅 기반 기계학습기법을 이용한 지상 미세먼지 농도 산출 (Estimation of Ground-level PM10 and PM2.5 Concentrations Using Boosting-based Machine Learning from Satellite and Numerical Weather Prediction Data)

  • 박서희;김미애;임정호
    • 대한원격탐사학회지
    • /
    • 제37권2호
    • /
    • pp.321-335
    • /
    • 2021
  • 미세먼지 (PM10) 및 초미세먼지 (PM2.5)는 인체에 흡수 가능하여 호흡기 질환 및 심장 질환과 같이 인체건강에 악영향을 미치며, 심각할 경우 조기 사망에 영향을 줄 수 있다. 전 세계적으로 현장관측기반의 모니터링을 수행하고 있지만 미 관측지역에 대한 대기질 분포의 공간적인 한계점이 존재하여 보다 광범위한 지역에 대한 지속적이고 정확한 모니터링이 필요한 상황이다. 위성기반 에어로졸 정보를 사용함으로써 이러한 현장 관측자료의 한계점을 극복할 수 있다. 따라서 본 연구에서는 다양한 위성 및 모델자료를 활용하여 2019년도에 대해 한 시간 단위의 지상 PM10 및 PM2.5 농도를 추정하였다. GOCI 위성의 관측영역을 포함하는 동아시아 지역에 대해 트리 기반 앙상블 방법을 사용하는 Boosting 기법인 GBRTs (Gradient Boosted Regression Trees)와 LightGBM (Light Gradient Boosting Machine)을 활용하여 모델을 구축하였다. 또한, 기상변수 및 토지피복변수의 사용유무에 따른 모델의 성능을 비교하기 위해 두 가지 festure set으로 나누어 테스트하였다. 두 기법 모두 주요 변수인 AOD (Aerosol Optical Depth), SSA (Single Scattering Albedo), DEM (Digital Eelevation Model), DOY (Day of Year), HOD (Hour of Day)와 기상변수 및 토지피복변수를 함께 사용한 Feature set 1을 사용하였을 때 높은 정확도를 보였다. Feature set 1에 대해 GBRT 모델이 LightGBM에 비해서약 10%의 정확도 향상을 보였다. 가장 정확도가 높았던 기상 및 지표면 변수를 포함한 Feature set1을 사용한 GBRT기반 모델을 최종모델로 선정하였으며 (PM10: R2 = 0.82 nRMSE = 34.9%, PM2.5: R2 = 0.75 nRMSE = 35.6%), 계절별 및 연평균 PM10 및 PM2.5 농도에 대한 공간적인 분포를 확인해본 결과, 현장관측자료와 비슷한 공간 분포를 보였으며, 국가별 농도 분포와 계절에 따른 시계열 농도 패턴을 잘 모의하였다.

'수업을 보는 눈'으로서 교사의 전문적 시각에 대한 기존 연구의 특징과 쟁점 분석 (Analyzing Studies on Teacher Professional Vision: A Literature Review)

  • 윤혜경;박지선;송영진;김미정;정용재
    • 한국과학교육학회지
    • /
    • 제38권6호
    • /
    • pp.765-780
    • /
    • 2018
  • 본 연구의 목적은 교사의 전문적 시각에 대한 기존 연구 분석을 통해 다양한 연구자들의 이론적 관점, 연구 방법, 연구 결과를 비교, 종합하고 이로부터 과학교사의 전문적 시각과 관련된 후속 연구에 대해 시사점을 얻고자 하는 것이다. 1997년부터 2017년에 발표된 논문 중 초록에 'professional vision'과 'teacher'를 포함한 논문을 ERIC, Educational Source, Web of Science 데이터 베이스를 활용하여 검색하였다. 최종 분석 대상은 21개 논문이며 연구 결과를 요약하면 다음과 같다. 첫째, 연구자들은 전문적 시각을 교사의 지식과 구분되는 새로운 교사 전문성 구인이라고 보고 있었다. 교사의 전문적 시각을 특정한 순간이나 특정한 상황에서 활성화 되는 지식 또는 능력으로 보고 있으며, 여러 지식이 구조화되고 통합되어 나타나는 것이라고 보고 있다. 둘째, 전문적 시각의 분석틀은 대개 선택적 주목과 추론의 두 과정을 포함하고 있었다. 선택적 주목의 경우에는 수업의 여러 측면이나 바람직한 교수 학습 요소들을 하위 범주로 하고 있었으며, 추론의 경우에는 위계가 있는 수준이나 독립적 추론 능력 요소들을 하위 범주로 하는 연구들이 있었다. 셋째, 연구 방법 측면에서는 초등교사보다는 중등교사를 대상으로 하는 연구가 더 많았고, 수학과 과학을 비롯하여 다양한 교과 영역으로 확장되고 있었다. 대부분의 연구가 수업 비디오를 활용하고 있으며, 연구 참여자의 수업을 활용한 연구보다 연구 비참여자의 수업 비디오를 활용하고 있는 경우가 많았다. 전문적 시각의 측정 혹은 분석은 전문가와의 응답 일치 여부로 정량적으로 점수화하는 경우와 토론과 면담의 정성적 자료를 활용하여 특징이나 수준을 범주화하는 경우로 대별되었다. 넷째, 연구의 목적과 결과를 살펴본 결과, 대부분은 전문적 시각에 대한 실태조사 연구였으며, 전문적 시각을 조사하는 도구를 개발하거나 전문적 시각 향상 방안을 제안하고 그 효과성을 보는 연구도 있었다. 여러 연구에서 예비 교사 보다는 현직 교사의 전문적 시각이 높다고 보고하고 있으며, 전문적 시각을 증진시키기 위해서는 수업 비디오를 활용한 교사교육 프로그램이 효과적이라고 보고하고 있다.

기계학습을 통한 주간 반투명 구름탐지 연구: GK-2A/AMI를 이용하여 (A Study on Daytime Transparent Cloud Detection through Machine Learning: Using GK-2A/AMI)

  • 변유경;진동현;성노훈;우종호;전우진;한경수
    • 대한원격탐사학회지
    • /
    • 제38권6_1호
    • /
    • pp.1181-1189
    • /
    • 2022
  • 구름은 대기 중에 떠 있는 작은 물방울이나 얼음 알갱이들 또는 혼합물 등으로 구성되며 지구 표면의 약 2/3를 덮고 있다. 위성영상내에서의 구름은 일부 다른 지상 물체 또는 지표면과 유사한 반사도 특성으로 인해 구름과 구름이 아닌 영역을 분리하는 구름탐지는 매우 어려운 작업이다. 특히 뚜렷한 특징을 가지는 두꺼운 구름과 달리 얇은 반투명 구름은 위성영상내에서 구름과 배경의 대비가 약하고 지표면과 혼합되어져 나타나기 때문에 대부분 구름탐지에서 쉽게 놓쳐지고 많은 어려움을 주는 대상으로 작용한다. 이러한 구름탐지의 반투명 구름의 한계점을 극복하기 위해, 본 연구에서는 머신러닝 기법(Random Forest [RF], Convolutional Neural Networks [CNN])을 활용하여 반투명 구름을 중점으로 한 구름탐지 연구를 수행하였다. Reference자료로는 MOderate Resolution Imaging Spectroradiometer (MODIS)에서 제공하는 MOD35자료에서 Cloud Mask와 Cirrus Mask를 활용하였으며 반투명 구름 픽셀을 고려한 모델 훈련을 위해 훈련 데이터의 픽셀 비율을 구름, 반투명 구름, 청천이 약 1:1:1이 되도록 구성하였다. 연구의 정성적 비교 결과, RF와 CNN 모두 반투명 구름을 포함한 다양한 형태의 구름 등을 잘 탐지하였고, RF 모델 결과와 CNN 모델 결과를 혼합한 RF+CNN경우에는 개별 모델의 한계점을 개선시키며 구름탐지가 잘 수행되어진 것을 확인하였다. 연구의 정량적 결과 RF의 전체 정확도(OA) 값은 92%, CNN은 94.11%를 보였고, RF+CNN은 94.29%의 정확도를 보였다.

실리콘밸리 플랫폼 기업생태계의 성공요인에 관한 탐색적 연구: IPA 분석과 질적 분석을 중심으로 (An Exploratory Study on the Success Factors of Silicon Valley Platform Business Ecosystem: Focusing on IPA Analysis and Qualitative Analysis)

  • 정연승;이성호
    • 벤처창업연구
    • /
    • 제18권1호
    • /
    • pp.203-223
    • /
    • 2023
  • 최근 글로벌 시장에서 플랫폼 산업이 급격히 성장함과 동시에 경쟁이 심화되고 있으며, 향후 다양한 산업분야와 접목하여 플랫폼 산업의 영역과 범위는 더욱 확대될 전망이다. 따라서 플랫폼 시장에서 국내 플랫폼 기업들이 글로벌 경쟁력을 갖추기 위해서는 플랫폼 비즈니스 생태계 및 성공요인에 대한 연구가 필요하다. 그러나 최근 플랫폼 관련 연구는 플랫폼 비즈니스 현황분석, 플랫폼 경제, 플랫폼의 간접 네트워크 외부성 등의 특성에 관한 이론적 연구가 대부분을 차지했다. 따라서 본 연구는 기존 선행연구들에서 제안되고 있는 실리콘밸리 기업생태계의 성공요인들을 통합적으로 분석하고, 동시에 실제 실리콘밸리 플랫폼 기업생태계의 이해관계자들을 대상으로 추출된 성공요인들을 분석하였다. 그리고 이러한 요인들을 기반으로 플랫폼 기업생태계 이해관계자들에게 성공방안을 제안하기 위한 방안으로 IPA분석과 심층인터뷰(in-depth interview)를 진행하였다. 분석 결과, 선행연구들을 통해 수집한 성공요인들 중 비교적 현재 실리콘밸리에서 중요도와 만족도가 모두 잘 유지되고 있는 요인은 인력, 자본, 도전문화가 확인되었다. 결국 현재의 실리콘밸리가 우수한 인적자원과 풍부한 자본을 바탕으로 이를 활용해 마음껏 도전해볼 수 있는 환경과 문화가 조성된 것이 실리콘밸리의 플랫폼 비즈니스의 성공에 가장 크게 기여하고 있다는 것을 알 수 있다. 한편, 실리콘밸리의 플랫폼 기업생태계에 있어서 중요도는 높지만, 현재 이해관계자들의 만족도가 상대적으로 낮게 나타나는 요인으로는 '활발한 기업 간의 학습과 벤치마킹', '구성원 간의 강한 유대감과 협력관계'임을 확인되었고, 향후 해당 요인들을 강화하기 위한 관심과 노력이 필요한 것으로 분석되었다. 마지막으로 최소한의 관리만이 필요한 요인들은 시장의 자율경쟁에 필요한 제도 및 정책들과 '기업지원 서비스 산업', '네임밸류', '분사창업' 등이었으며, 이러한 요인들은 문헌조사에서는 중요하게 지적되었지만, 시대와 환경의 변화로 인해 그 중요도와 만족도에 있어서 우선순위가 낮아졌다는 연구결과가 도출되었다. 본 연구는 기존 선행연구들에서 제안되고 있는 실리콘밸리 기업생태계의 성공요인들을 통합적으로 분석하고, 동시에 실제 실리콘밸리 플랫폼 기업생태계의 이해관계자들을 대상으로 추출된 성공요인들을 분석하였다는데 이론적 의의를 찾을 수 있다. 또한, 추출된 다양한 요인들을 기반으로 IPA 분석을 통해 중요도 및 만족도를 동시에 살펴보았다는 점에서 또 다른 학문적 의의가 있다 하겠다. 실무적인 시사점으로는 정부 및 기업에게 국내 플랫폼 기업의 성장을 위한 이론적 근거와 플랫폼 기업 생태계의 성공요인에 대한 구체적인 정보를 제공함으로써 국내 플랫폼 생태계 형성에 기여하였다는 점에서 의의를 가진다.

  • PDF

치과 보조 인력과 치과위생사-미국의 제도 비교 (Dental Assistant and Dental Hygienist-comparison with U.S.)

  • 최영윤
    • 대한치위생과학회지
    • /
    • 제6권2호
    • /
    • pp.65-77
    • /
    • 2023
  • 연구배경: 치과계 특히 치과 의원들은 최근 수년간 보조 인력의 부족을 호소하고 있는 반면 치위생계에서는 미국 치과위생사와 같이 고유의 업무를 어느 정도 독자적으로 수행할 수 있는 구강 위생 전문가의 역할을 추구하고 있어 이러한 업무 범위의 조정과 치과 보조 인력의 양성에 대한 전반적인 논의가 절실하다. 연구방법: 이러한 논의에서 자주 언급되는 미국의 치과위생사와 치과 보조원제도에 대하여 미국 치과의사 협회(ADA), 미국 치과위생사 협회(ADHA), 미국 치과위생사 국가시험위원회(NBDHE), 미국 치과 보조원 협회 (ADAA), 미국 치과 보조원 국가시험위원회(DANB)에서 제공하는 면허취득을 위한 교육요건, 업무영역 등을 조사 분석하였다. 연구결과: 미국은 각 주별 제도가 서로 다르지만 일반적으로 치과위생사는 치위생 교육을 이수할 수 있는 기초 학습 능력 시험을 통과한 후에 2~3년의 전문학사 과정을 수료하고, NBDHE(National Board Dental Hygiene Examination)를 통해 면허를 취득한다. 이후, 주로 환자 검사, 구강 위생 관리 및 예방 처치와 관련된 업무를 수행한다. 치과 보조원(Dental Assitant)은 9~11개월 정도의 교육과정을 마친 후 기본적인 면허(General Chairside Assisting, GC) 취득을 위한 면허시험에 응시할 수 있고, 추가적인 업무를 위해서는 해당 업무에 대한 주별 자격시험 통과, 교육 이수 또는 학위취득, 일정 시간 및 기간 이상의 임상 경험 등이 요구된다. 결론: 우리나라의 의료 기사법과 시행령에서 지정하는 치과위생사의 업무 범위는 미국의 치과위생사와 치과 보조원의 업무를 모두 포함하고 있는데, 현재의 치과 보조 인력 부족을 해소하기 위해 미국과 같은 치과 보조원 제도를 도입한다면 이러한 업무 범위에 대한 조정과 구강 위생 관리 및 예방 업무에서의 치과위생사의 역할 확대 등의 제도적인 보완이 필요하고 이에 대한 구체적인 논의가 필요하다.

Support Vector Regression을 이용한 GARCH 모형의 추정과 투자전략의 성과분석 (Estimation of GARCH Models and Performance Analysis of Volatility Trading System using Support Vector Regression)

  • 김선웅;최흥식
    • 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.