• 대한전자공학회논문지
• /
• 제26권6호
• /
• pp.71-78
• /
• 1989

비선형 시스템의 입출력 관계는 볼테라 급수로 나타낼 수 있으며 그것은 볼테라 커널에 의해 규명될 수 있다. 본 연구는 소수의 볼테라 급수항을 사용하여 계단 입력에 의한 고무의 힘-변위 관계를 모델링하는데 관한 것이다. 무한의 기울기를 가진 계단 입력을 가하여 얻어진 실험결과에서 일정한 압축시의 계단입력에 대한 결과를 예측한다. 비스코일레스틱 재료를 나타내는 현저한 특징중의 하나인 힘-변위 관계를 모델링하기 위해 2차와 3차 볼테라 급수 모델을 사용한다. 3차 볼테라 급수 모델이 2차 볼테라 급수 모델의 결과에 비해 더 좋은 결과가 얻어지고 있다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2005년도 제25회 추계학술대회논문집
• /
• pp.158-161
• /
• 2005

본 연구에서는 Support Vector Machine (SVM)을 이용하여 가스 터빈 엔진의 결함 진단을 시도하였다. SVM은 벡터 공간에서 임의의 비선형 경계인 Hyperplane을 찾아 두 개의 집합을 분류하는 방법으로 수학적으로 최적의 해를 찾을 수 있다고 알려져 있다. 이러한 이진 분류용 SVM을 다층으로 결합하여 가스 터빈의 결함을 정량적으로 판단해 내는 방법을 제안하였으며 기존의 Multi Layer Perceptron(MLP)보다 빠르고 신뢰성 있는 진단 결과를 보여주었음을 확인하였다.

• 응용통계연구
• /
• 제35권2호
• /
• pp.229-250
• /
• 2022

포트폴리오 최적화 이론의 초석인 Markowitz의 평균-분산 포트폴리오 모형 (1952)이 발표된 이후로 많은 분야에서 포트폴리오 최적화에 대한 다양한 연구가 진행되었다. 기존의 평균-분산 포트폴리오 모형은 주로 목적함수나 제약식에 비선형 볼록 형태를 포함한다. 이를 Dantzig의 선형계획법을 적용하여 선형으로 변환시켜 알고리즘 계산 시간을 효율적으로 감소시켰다. 또한 시계열 데이터 특성을 반영하여 시간에 따른 가중치를 고려하는 가우시안 커널 가중치 공분산을 제안하였다. 여기에 일정 부분은 벤치마크에 투자하고 나머지는 포트폴리오 최적화 모형으로 제안된 자산들에 투자하는 퍼터베이션 방법을 적용하여 평균 수익률과 위험도를 목적에 맞게 조절하도록 하였다. 또한, 본 논문에서는 안정적이면서도 적은 자산을 보유하게 포트폴리오를 구성하여 관리비용(management costs)과 거래비용(transaction costs)를 낮출 수 있는 Dantzig-type 퍼터베이션 포트폴리오 모형을 제안하였다. 제안된 모형의 성능은 5개의 실제 데이터 세트로 벤치마크 포트폴리오와 비교 분석하여 평가하였다. 최종적으로 제안한 최적화 모형은 벤치마크보다 높은 기대수익률이나 낮은 위험도를 갖는 포트폴리오를 구성하여 퍼터베이션 목적을 만족하며, 투자한 자산의 수와 시간에 따른 자산 구성 변화를 일정 수준 이하로 조절하는 희소하며 안정적인 결과를 얻었다.

• 한국축산식품학회지
• /
• 제29권1호
• /
• pp.132-139
• /
• 2009

본 연구에서는 1,300명의 소비자들이 직접 먹어보고 평가한 한우고기 데이터를 이용하여 쇠고기 맛 등급을 구분 해 내기 위한 판별분석 방법들을 비교하였다. 한우 관능평가의 주요 세 변수인 연도, 다즙성, 향미를 포함한 정준 판별분석과 대표적인 맛 변수로 여겨지는 전반적인 기호도 만을 이용하여 선형판별분석과 비모수 판별분석을 하였다. 전반적인 기호도와 같은 한 개의 변수만을 사용할 경우 두 가지 모두 비슷한 분류율을 나타내지만 선형판별 함수는 이해와 사용 측면에서 장점이 있었던 반면에 비모수적 방법은 커널함수와 띠폭에 대한 선택이 불편하지만 잘 선택하면 정확한 분류율을 높일 수 있는 장점이 있었다. 그러나 다른 정보를 가진 변수들이 있음에도 불구하고 한 개의 변수만을 이용한 판별 분석은 판별에 영향을 미치는 다른 중요한 변수들의 정보를 활용하지 못한다는 문제점이 있다. 한편, 정준판별분석의 경우 정준판별함수의 오분류율이 일변량 선형 판별함수와 비모수 판별함수의 오분류율에 비해 크게 떨어지지 않으면서 분포에 대한 특별한 가정이 필요하지 않아 통계적 가정이 까다롭지 않고 또한 맛에 중요한 요인인 연도, 다즙성, 향미의 세 개변수를 모두 사용하므로 맛 정보를 최대로 활용한다는 장점이 있었다. 따라서 본 연구결과 연도, 다즙성, 향미의 세가지 변수 정보를 모두 포함한 다변량 정준판별분석법을 이용하는 것이 맛 등급을 구분하는데 가장 적절할 것으로 판단되었다.

• 한국전자파학회논문지
• /
• 제19권11호
• /
• pp.1254-1264
• /
• 2008

본 논문에서는 RF 전력 증폭기의 메모리 효과 모델링의 정확성을 향상시키기 위한 확장된 메모리 다항식 모델을 제안하고 검증하였다. 볼테라 커널 중에서 대각행렬의 성분만을 고려하는 기본적인 메모리 다항식 기반의 모델의 정확성을 향상시키기 위하여 지연차수가 다른 성분들에 의한 교차항을 추가하여 확장 모델을 구성하였다. 제안된 확장 메모리 다항식의 복잡성을 메모리리스 모델, 메모리 다항식 모델과 비교하였다. 확장된 모델을 이용하여 비선형 관계식을 행렬식으로 표현한 후, 최소 자승법(least square method)을 이용하여 변수를 추출하는 모델링 기법을 제시하였다. 또한, 제안된 기법과 간접 학습 방식을 이용하여 디지털 사전 왜곡기를 구현하기 위한 디지털 사전 왜곡부 구현 방안 및 디지털 신호 처리(DSP) 방식을 제시하였다. 제안된 모델의 성능을 검증하기 위하여 2.3 GHz 대역의 WiBro 신호를 인가한 10 W급 GaN HEMT 전력 증폭기와 30W급 LDMOS 전력 증폭기에 대하여 모델의 정확도를 비교 검토하였으며, 10W GaN HEMT 전력 증폭기에 대하여 제안된 모델을 이용하는 간접 학습 방식에 기반한 디지털 사전 왜곡기를 적용하여 인접 채널 간섭비(ACPR) 성능을 검증하였다. 제안한 모델은 메모리 다항식에 비하여 모델의 정확성을 향상시키고 10 W GaN HEMT에 대하여 디지털 사전 왜곡기 적용시 기존 방식에 비하여 3차 비선형 영역에서 평균 3 dB의 ACPR 성능 향상을 보여주었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제17권1호
• /
• pp.39-44
• /
• 2011

영상이나 동영상을 저장하거나 전송할 때 저장 공간의 크기나 네트워크 대역폭을 고려하여 고해상도 윈본 영상을 축소하여 저장, 전송하고 최종적으로 영상을 디스플레이 하는 과정에서 영상을 확대하는 경우가 실제 응용에서 빈번히 나타난다. 기존 연구들에서는 이런 경우 확대 영상의 화질을 개선하기 위해 영상 확대 과정을 개선하기 위한 연구가 많이 진행되었다. 본 논문에서는 이런 상황에서는 고해상도 원본 영상이 존재한다는 점에 착안하여 영상 확대 과정 대신 영상을 축소하는 과정을 개선함으로써 최종 확대 영상의 화질을 개선하기 위한 방법을 제안한다. 특히 실제 하드웨어나 소프트웨어에서 널리 적용되는 선행 보간법, 삼차 보간법 등에서 확대 영상의 화소가 작은 영상의 화소값들의 선형 조합으로 나타난다는 점에 착안하여 영상 확대 과정을 선형 변환으로 모델링하고 최적 축소 영상을 만틀기 위한 역변환을 얻는 방법을 제안한다. 또한 역변환 과정의 계산량을 줄이기 위해 역변환과정을 간단한 필터 커널로 근사하는 방법을 제안한다. 결과적으로 본 논문에서 제안하는 방법으로 축소한 영상을 확대 복원하였을 때 기존에 사용되던 방법에 비해 상당한 화질 개선 효과가 있는 것을 실험적으로 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권1호
• /
• pp.67-74
• /
• 2017

본 논문은 기후와 국제곡물가격의 인과관계를 분석한다. 기후는 곡물시장에 영향을 미치는 중요한 요인이지만 국제곡물가격의 인과관계를 분석한 선행연구는 제한적이다. 본 논문은 대표적인 세계기후 변수인 해양표면온도 (sea surface temperature; SST)와 세계 3대 곡물인 밀, 옥수수, 콩의 국제가격을 이용하여 1987년 5월부터 2013년 7월까지 기간의 월별자료를 분석하였다. 분석방법으로서 비모수 커널방법으로 제시된 고차 적률 인과관계 개념 (Nishiyama 등, 2011)을 모수적인 방법으로 변환하여 적용하였다. 분석결과, 기후는 1차 적률에서 3개 곡물가격 모두에 대해 그리고 2차 적률에서 옥수수와 콩의 가격에 대해 각각 인과관계를 가지며 3차 적률에서는 3개 곡물가격 모두에 대해 인과관계를 갖지 않는 것으로 나타났다.

• 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.

• 전자공학회논문지SC
• /
• 제47권6호
• /
• pp.43-50
• /
• 2010

본 논문에서는 임베디드 리눅스 시스템 기반의 저고도탐지레이더용 진행파관증폭기 정비장비 시스템을 개발하였다. 군용 장비에 대한 신뢰성 분석 및 정비, 유지보수에 대한 중요성은 꾸준히 증가되고 있는 추세이다. 또한 저고도 탐지레이더용 진행파관증폭기의 비선형 특성으로 인한 전체 시스템 성능저하 문제가 빈번히 발생하고 있다. 따라서 진행파관 증폭기의 RF 입출력 신호의 종류와 특성, 진행파관 증폭기의 동작특성을 분석하여 임베디스 시스템과의 원활한 인터페이스를 개발하고, 리눅스 커널을 수정하여 시스템 최적화를 수행하였다. 본 논문에서 개발된 정비장비의 신뢰성 평가 결과, 본 정비장비로 정비된 구성품이 전투력을 발휘하는 것을 확인할 수 있다. 따라서 본 논문에서 제안한 규격은 매우 유용하며 따라서 차후 유사장비 개발 시 적용 가능할 것으로 판단된다.

• 한국음향학회지
• /
• 제15권1호
• /
• pp.23-33
• /
• 1996

본 논문에서는 bispectra를 위한 고전적 주영역 (classical principal domain)이 2계 Volterra 모델의 출력을 결정짓는데 사용되면 그 출력은 완전하지 못하게 될 것임을 지적한다. 이러한 불완전함은 DFT의 주기적 특성과 관련이 있다. 이런 이유로, 본 논문의 목적은 비선형 시스템의 응답의 추정을 향상기키는 Volterra 커널을 위한 확장된 주영역 (extended principal domain)을 제안하는데 있다. 확장된 주영역을 정의 내리기 위하여, 2차원 DFT와 Volterra 모델의 2계 요소와 정사각형 필터와의 관계를 사용하여 이산 시간 영역 Volterra 모델에서 새로운 이산 주파수 영역의 Volterra 모델을 유도하였다. 확장된 영역이 모델의 출력에 미치는 영향을 DFT의 주기성 측면에서 해석을 하였다. 컴퓨터 모의 실험을 통하여, Volterra 모델링에서 확장된 주영역의 영향을 살펴보았다. 모의 실험 결과에 의하면, Volterra 모델의 출력을 계산하는 과정과 Volterra 모델의 계수를 추정하는데 있어서 매우 중요한 역할을 함을 알 수 있었다.