• 암석학회지
• /
• 제13권4호
• /
• pp.179-190
• /
• 2004

소백산육괴의 동부에 위치하는 영양-울진지역의 선캠브리아기 변성암류는 평해층, 기성층, 원남층, 하다 우백질 화강편마암 등으로 구성되어 있다. 이들 변성암류는 서북서-동남동 방향의 대상 분포를 보이고 중생대 화성암류 및 퇴적암류에 의해 각각 관입 및 부정합으로 피복되어 있다. 본 논문은 변형 암석구조의 운동학적ㆍ기하학적 특성과 중첩된 변형구조들의 선후관계로부터 영양-울진지역 선캠브리아기 변성암류의 변형 작용사를 연구하였다. 그 결과, 영양-울진지역의 지질구조는 선캠브리아기 변성암류의 편마면 내지 편리가 형성된 이후 적어도 네 번의 변형단계(연성 전단변형작용과 그 이전에 한 번의 습곡작용과 그 이후에 적어도 두 번의 습곡작용)를 거쳐 형성되었음을 알게 되었다. (1) 첫 번째 변형은 준 수평적인 습곡축과 북쪽으로 고각 경사하는 습곡축면을 갖는 서북서-동남동 방향의 등사습곡과 광역엽리를 형성시켰다. (2)두 번째 변형은 광역엽리의 상부가 동쪽으로 밀리는 우수 주향이동성 연성전단운동에 의해 발생하여 동서 방향의 준 수평적인 신장선구조, S-C 압쇄구조면, Z자형 비대칭습곡 등을 형성시켰다. (3) 세 번째 변형은 준 수평적인 습곡축과 저각의 습곡축면을 갖는 동서 방향의 개방 내지 킹크형 횡와습곡을 형성시켰다. (4) 네 번째 변형은 북북서-남남동 방향의 압축작용으로 발생하여 준 수평적인 습곡축을 갖는 동북동서남서 방향의 대칭 개방 직립습곡, 비대칭 공역성 킹크습곡, 북북서 방향과 남남동 방향으로 충상하는 공역성 충상단층과 이에 수반된 끌림형 습곡 등을 형성시켰다. 그리고 이러한 네 번의 변형작용은 영양-울진지역 광역엽리의 방향성과 밀접한 관련성이 있다. 첫 번째 변형은 서북서 주향에 북쪽으로 고각 경사하는 광역엽리를 형성하였고, 두 번째 변형은 남-북 방향으로 광역엽리의 주향을 부분적으로 변화시켰으며, 세 번째 변형과 네 번째 변형은 광역엽리의 경사각 및 경사 방향을 부분적으로 변화시켰다.소가 맨틀에 존재하는 가장 풍부한 휘발성성분이며, 맨틀과 같은 고온고압에서 하나의 독립된 상으로 존재한다는 것을 반영하고 있다. 또한 맨틀과 같은 환경에서 규산염멜트(melt), 황화멜트, 이산화탄소가스 사이에 서로 불용융(immscibility) 상태도 형성되고 있음을 나타내고 있다. 대부분의 다상의 규산염용융포유물 (II형)은 상당한 양의 규산질 유리를 지니고 있으며, 이는 하부지각/상부맨틀에서 SiO$_2$ 함량이 높은 규산질마그마가 형성되고 있음을 지시한다. 암석학적, 지화학적 정보와 함께 맨틀 혹은 하부지각 암석에 포획된 유체포유물과 용융포유물 데이터는 한반도의 맨틀에 대한 유체체계, 유체-마그마-광물 사이의 강호작용, 모암인 포획암에 대한 압력-온도 진화사를 파악하는데 크게 이용될 것이다.에서 대조구에 비해 낮은 점수를 받았으나, 이는 시료의 성숙도가 다른데 기인하는 것으로 분석되었다. 이상의 모든결과를 분석해 볼 때 환경기체조절저장은 방울토마토의 성숙 억제 및 저장품질유지에 효과가 있는 것으로 나타났다. 환경기체조성은 일반토마토의 저장조건보다 이산화탄소농도가 다소 높은 산소농도 3%~5% 이산화탄소 농도 5~8%에서 저장하는 것이 효과적일 것으로 판단되었다.철쭉군목으로 대표되나 군단이 하의 군목들은 다소 차이를 보이는 것으로 나타났다. 중간상인이론의 수정이 필요하다고 본다.가\ulcorner 본 논문에서는 표면적 형태에도 불구하고 [-wh]의미의 겹의문사는 병렬적 관계의 합성어가 아니라 내부구조를 지니지 않은 단순한 단어(minimal $X^{0}$ elements)로 가정한다. 즉, [+wh] 의미의 겹의문사는 동일한 구성요 소를 지닌 병렬적 합성어([$[W1]_{XO-}$ $[W1]_{XO}$ ]$_{XO}$)로 그리고 [-wh] 의미의 겹의문사는 중복된 발은을 지닌 한

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2002년도 춘계학술대회 논문집
• /
• pp.148-155
• /
• 2002

다중스레드 모델은 데이터플로우 모델의 내부적인 병렬성, 비동기적 자필 가용성과 폰 노이만 모델의 실행 지역성을 결합하여 병렬처리 시스템의 성능을 향상시켰다. 이 모델은 프로그램의 실행을 위하여 컴파일러에 의해 생성된 스레드를 수행하며, 스레드의 생성 방법에 따라 자원 활용 빈도나 동기화 빈도와 같은 스레드의 질이 결정되는 특징이 있다. 하지만 다중스레드 모델은 실행 모델이 특정 플랫폼에 제한되는 단점을 가지고 있다. 이에 반해 자바는 플랫폼에 독립적인 특징을 가지고 있어 다중스레드 모델의 스레드 코드를 실행 단위인 자바 언어로 변환하면 다중스레드 모델의 특징을 여러 플랫폼에서 수정 없이 사용할 수 있게 된다. 자바는 원시 언어를 중간 언어 형태의 바이트코드로 변환하여 각 아키텍처에 맞게 설계된 자바 가상 머신이 설치된 시스템에서 자바 언어를 수행한다. 이러한 자바 언어의 바이트코드는 번역기의 중간 언어와 같은 역할을 수행하고, 이때 자바 가상 머신은 번역기의 후위부와 같은 역할을 한다. 스레드 코드에서 번역된 자바 바이트코드는 다양한 플랫폼에서 실행될 수 있다는 장점은 있지만 신뢰할 수 없다는 만점이 있다. 또한 자바 언어 자체의 문제에 의해 안전하지 못한 코드가 생성 될 수도 있다. 본 논문은 다중스레드 코드가 플랫폼에 독립적인 특성을 갖출 수 있도록 다중스레드 코드를 자바 가상 머신에서 실행 가능하도록 한다. 또한 번역시에 자바에서 발생할 수 있는 문제들을 고려하여 안전한 바이트코드를 생성한다. 즉, 다중스레드 모델의 스레드 코드를 플랫폼에 독립적이고 외부 공격으로부터 안전한 자바 바이트코드로 변환하는 번역기를 선계, 구현한다.구센타와 병원간에 임상정보와 유전체 분석정보의 공유가 필수적으로 발생하게 됨으로, 유전체 정보와 임상정보의 통합은 미래 의료환경에 필수기능이 될 것이다. 3) 각 생명공학 연구소에서 사용하는 첨단 분석 장비와 생명공학 정보시스템의 자동 연계가 필요하다. 현재 국내에는 전국적인 초고속정보망이 가동되어 웹을 기반으로 하는 생명정보의 공유는 기술적으로 문제가 될 수 없으나 임상정보의 유전체연구에 그리고 유전체연구정보의 임상활용은 다양한 문제를 내포하고 있다. 이에 영상을 포함한 환자정보의 유전체연구센터와 병원정보시스템과의 효율적인 연계통합 운영을 위해 국내에서는 초기 도입단계에 있는 국제적인 보건의료정보의 표준인 Health Level 7 (textural information 공유), DICOM (image 및 wave 공유), 관련 ISO표준, WHO의 ICD9/10 (질병분류), LOINC (검사 및 관련용어), SNOMED International (의학용어) 등을 활용하여야 한다.matrix. The prediction system gives about 50% of sensitivity and 98% of specificity, Based on the PID matrix, we develop a system providing several interaction information-finding services in the Internet. The system, named PreDIN (Prediction-oriented Database of Interaction Network) provides interacting domain finding

• 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.