• 한국콘텐츠학회논문지
• /
• 제22권3호
• /
• pp.81-93
• /
• 2022

주식 투자는 가장 널리 알려진 재테크 방법들 중 하나지만 실제 투자를 통해 수익을 얻기는 쉽지 않기 때문에 과거부터 효과적이고 안정적인 투자 수익을 얻기 위한 다양한 투자 전략들이 고안되고 시도되어 왔다. 그중 변동성 돌파 전략(Volatility Breakout)은 일일 단위로 일정 수준 이상의 범위를 뛰어넘는 강한 상승세를 돌파 신호로 파악하여 상승하는 추세를 따라가며 일 단위로 빠르게 수익을 실현하는 전략으로 널리 쓰이고 있는 단기 투자 전략들 중 하나이다. 그러나 주식 종목마다 가격의 추이나 변동성의 정도가 다르며 동일한 종목이라도 시기에 따라 주가의 흐름이 일정하지 않아 주가를 예측하고 정확한 매매 시점을 찾아내는 것은 매우 어려운 문제이다. 본 논문에서는 단순히 종가 또는 장기간에 걸친 수익률을 예측하는 기존 연구 방법들과는 달리 단기간에 수익을 실현할 수 있는 주식과 같은 시계열 데이터 분석에 적합한 양방향 장단기 메모리 심층 신경망을 이용하여 변동성 돌파 전략 기반 매매 시의 수익률을 예측하여 주식을 매매하여 방법을 제안한다. 이렇게 학습된 모델로 테스트 데이터에 대하여 실제 매매를 가정하여 실험한 결과 기존의 장단기 메모리 심층 신경망을 이용한 종가 예측 모델보다 수익률과 안정성을 모두 상회하는 결과를 확인할 수 있다.

• 지질학회지
• /
• 제54권5호
• /
• pp.489-499
• /
• 2018

올리고세의 시작과 함께 발생된 남극 대륙빙하의 형성, 해류 시스템 변화, 고생물 멸종 등 일련의 사건들은 현재까지 지질학자들로부터 매우 주요한 관심을 받아왔다. 하지만 이에 반해 에오세-올리고세 전이기(Eocene-Oligocene transition; EOT) 이후 올리고세 대부분의 기간 동안 발생된 고기후 고해양학적 변화에 대해서는 아직까지도 연구가 미흡한 상태이다. 특히, 후기 올리고세 온난화(late Oligocene warming; LOW)는 올리고세 동안 발생된 고기후 고해양학적 변화에 있어 가장 큰 규모의 사건 중 하나로 인식되고 있지만, 이 시기에 발생된 구체적인 변화 요소에 대한 이해는 매우 부족한 실정이다. 이번 연구는 IODP Expedition 342를 통해 북대서양 J-Anomaly Ridge에서 획득한 시추코어 퇴적물을 이용해 후기 올리고세 온난화 동안 어떤 고해양학적 변화가 발생되었는지 알아보기 위해 수행되었다. 연구지역은 북대서양 심층수(North Atlantic deep water; NADW)에 의해 직접적으로 영향을 받고 있기 때문에 과거 NADW의 변화를 연구하기에 적합한 곳으로 잘 알려져 있다. 고지자기 층서모델을 이용해 산출된 퇴적물의 연대는 약 26.0~26.5 Ma로 LOW의 초반부에 해당되는 시기이다. 이 퇴적물 시료로부터 산출되는 저서성 유공충의 한 종인 Oridorsalis umbonatus의 각질 크기 자료와 입도분석 결과는 서로 매우 유사한 변화경향성을 보여주는 것으로 나타났다. 이러한 연구 결과를 바탕으로 해당 시 추코어 퇴적물은 총 3개의 구간(Unit 1, 2, 3)으로 나누어지며, 그 중 Unit 2는 가장 큰 각질의 O. umbonatus가 산출되는 동시에 퇴적물 입자 크기도 가장 큰 것으로 나타났다. 또한 O.umbonatus의 개체수 역시 Unit 2에서 가장 높은 것으로 나타났다. O. umbonatus의 개체수, 각질 크기 변화, 입도 변화는 산소농도와 심층수 순환 강도의 프록시로 활용될 수 있기 때문에 이번 연구에서는 Unit 2가 퇴적된 시기 동안 NADW의 세기가 가장 강했던 것으로 해석하였다. 이와 같이 LOW 초기 동안 발생된 NADW의 강화는 기존 북대서양 저위도 지역의 Cibicidoides spp. 산소 및 탄소안정동위원소 자료를 통해서도 확인할 수 있다. 이번 연구의 결과는 LOW의 시작 원인이 NADW의 강화와 같은 고해양학적 변화와 연관되어 있다는 기존 연구결과를 지지하는 새로운 증거를 제시해준다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권8호
• /
• pp.389-401
• /
• 2021

본 연구는 질병관리청이 퇴원한 환자를 대상으로 조사 보고한 퇴원손상심층조사 결과 중 충북지역에 거주하는 퇴원환자의 특성을 파악하여 충청북도 지역 주민의 건강증진계획수립을 위한 기초자료로 제시하고자 시도되었으며 2013년부터 2017년까지 100병상 이상의 병원에서 퇴원한 환자를 대상으로 인구·사회학적 특성, 의료기관이용 특성, 의료이용 특성, 질병 특성을 파악하였다. 2013년부터 2017년까지 입원 후 퇴원한 환자 중 보정 값을 적용하여 산출한 총 환자는 1,656,590명으로 추정되었으며 퇴원율(인구 10만은 21,089명이었고 2016년 전국 평균 퇴원율 13,882명보다 높았다. 이 기간 동안 퇴원율이 증가한 지역은 괴산, 영동, 보은, 옥천, 증평, 음성군으로 주로 농촌지역이었으며, 서울을 포함한 타 지역 병원에서 퇴원한 환자는 서울 지역은 감소하였으나 인천, 경기, 대전, 충남지역은 증가하였다. 충북지역 주민의 악성종양으로 인한 퇴원율은 폐암(기관, 기관지암 포함)이 가장 높았으며, 주 진단별 퇴원율은 호흡기계통 질환이 가장 많았고, 퇴원율이 증가하고 있는 감염, 순환기계통, 소화기계통, 비뇨생식계통, 근골격계통질환의 퇴원율을 낮추기 위한 노력이 필요함을 알 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.519-519
• /
• 2015

2007년 발간된 IPCC의 4차 평가보고서에서 자연재해, 환경, 해양, 농업, 생태계, 보건 등 다양한 부분에 미치는 기후변화의 영향에 대한 과학적 근거들이 제시되면서 기후변화는 현세기 범지구적인 화두로 대두되고 있다. 또한, 기후변화에 의한 지구 온난화는 대규모의 수문순환 과정에서의 변화들과 연관되어 담수자원은 기후변화에 대단히 취약하며 미래로 갈수록 악영향을 받을 것으로 6차 기술보고서에서 제시하고 있다. 특히 우리나라는 지구온난화가 전 지구적인 평균보다 급속하게 진행될 가능성이 높기 때문에 기후변화에 대한 담수자원 취약성이 더욱 클 것으로 예상된다. 따라서 지표수에 용수의존도가 높은 우리나라의 댐 저수지를 대상으로 기후변화에 따른 수환경 변화의 정확한 분석과 취약성 평가는 필수적이다. 본 연구에서는 SRES A1B 시나리오를 적용하여 기후변화가 주암호 저수지의 수환경 변화에 미치는 영향을 분석하였다. 지역스케일의 미래 기후시나리오 생산을 위해 인공신경망(Artificial Neural Network.,ANN)기법을 적용하여 예측인자(강우, 상대습도, 최고온도, 최저온도)에 대해 강우-유출모형에 적용이 가능한 지역스케일로 통계적 상세화를 수행하였으며, 이를 유역모델에 적용하여 저수지 유입부의 유출량 및 부하량을 예측하였다. 유역 모델의 결과를 토대로 저수지 운영모델에 저수지 유입부의 유출량을 적용하여 미래 기간의 방류량을 산정하였으며, 최종적으로 저수지 모델에 유입량, 유입부하량 및 방류량을 적용하여 저수지 내 오염 및 영양물질 순환 및 분포 예측을 통해서 기후변화가 저수지 수환경에 미치는 영향을 평가하였다. 기후변화 시나리오에 따른 상세기 후전망을 위해서 기후인자의 미래분석 기간은 (I)단계 구간(2011~2040년), (II)단계 구간(2041~2070년), (III) 단계 구간(2071~2100년)의 3개 구간으로 설정하여 수행하였으며, Baseline인 1991~2010년까지의 실측값과 모의 값을 비교하여 검증하였다. 강우량의 경우 Baseline 대비 미래로 갈수록 증가하는 것으로 전망되었으며, 2011년 대비 2100년에서 연강수량 6.4% 증가한 반면, 일최대강수량이 7.0% 증가하는 것으로 나타나 미래로 갈수록 집중호우의 발생가능성이 커질 것으로 예측되었다. 유역의 수문 수질변화 전망도 강수량 증가의 영향으로 주암댐으로 유입하는 총 유량이 Baseline 대비 증가 하였으며, 유사량 및 오염부하량도 증가하는 것으로 나타났다. 저수지 수환경 변화 예측결과 유입량이 증가함에 따라서 연평균 체류시간이 감소하였으며, 기온 및 유입수온 상승의 영향으로 (I)단계 구간대비 미래로 갈수록 상층 및 심층의 수온이 상승하는 것으로 나타났다. 연중 수온성층기간 역시 증가하는 것으로 나타났으며, 남조류는 (I)단계 구간 대비 (III)단계 구간으로 갈수록 출현시기가 빨라지며 농도 역시 증가하였다. 또한 풍수년, 평수년에 비해 갈수년에 남조류의 연평균농도 상승폭과 최고농도가 크게 나타나 미래로 갈수록 댐 유입량이 적은 해에 남조류로 인한 피해 발생 가능성이 높아질 것으로 예상된다.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권6호
• /
• pp.57-65
• /
• 2018

BLE 또는 Wi-Fi 기반 지문인식과 같은 기존의 RF 신호 기반 실내 위치인식 기술은 RF 신호의 불안정한 수신 신호 세기로 인해 소규모 실내 환경에서도 작지 않은 오차를 발생시키며 공항, 백화점과 같은 대규모 실내 환경에 적용하기가 어렵다. 이 논문에서는 RF 신호보다 안정적인 신호 강도를 갖는 자기장 신호를 이용한 실내측위 시스템을 제안한다. 유사한 자기장 값이 같은 실내 공간에 여럿 존재하지만, 사용자의 이동이 계속됨에 따라 자기장 신호는 고유 시퀀스를 가지게 된다. 본 논문에서는 시간에 따라 변화하는 센서 데이터 시퀀스를 인식하는 데 효과적인 순환 신경망 (Recurrent neural network, RNN)이라 불리는 심층 신경망 모델을 사용하여 사용자의 현재 위치와 이동 경로를 추적한다. 제안된 신경망 기반의 지자기 실내측위시스템의 평가를 위해 약 $94m{\times}26$ 크기의 교내 테스트베드에서 자기장 맵을 구축하고 자기장맵으로부터 추출한 다양한 이동 경로와 위치 정보를 이용하여 RNN을 학습한 결과, 테스트베드에서 제안된 시스템은 평균 1.20 미터의 테스트 측위 오차를 달성할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.62-62
• /
• 2021

산업 고도화로 인하여 복잡하고 다양한 유기물의 사용량이 증가하였으며, 공공수역 내 새로운 오염물질이 유입됨에 따라 생화학적 산소요구량(BOD) 중심의 수질평가에 한계를 나타내었다. 이후 난분해성 물질을 고려한 유기물관리 정책과 총량관리의 필요성이 제기되었고 국내 하천과 호소에서는 총 유기탄소(TOC)를 유기물 관리지표로 설정하였다. 그러나 부영양 하천과 호소에서 TOC는 외부 부하뿐만아니라 식물플랑크톤의 과잉성장에 의해 증가할 수 있는 항목이므로 TOC 관리정책 추진을 위해서는 유기물의 기원에 대한 파악이 필요하다. 특히, 국내 하천에서 나타나고 있는 난분해성 유기물 오염도의 증가 추세에 대응한 실효성 있는 유기물 오염관리 정책을 수립하기 위해서는 다양한 유기물의 근원을 정확하게 파악하는 것이 매우 중요하다. 본 연구의 목적은 금강 수계 최대 상수원인 대청호를 대상으로 3차원 수리-수질 모델을 적용하여 유기탄소 성분 별 유입과 유출, 내부생성 및 소멸량을 평가하고 저수지시스템에서의 유기탄소 물질수지를 해석하는 데 있다. 유기탄소 물질수지 해석을 위해 AEM3D 모델을 사용하였으며 2017년을 대상으로 입력자료를 구축한 후 보정을 수행하였고 2018년을 대상으로 모델을 검정하였다. 모델은 유기탄소를 입자성, 용존성, 그리고 난분해성과 생분해성으로 구분하여 모의하며 유기물질 성상별 실험결과를 이용하여 입력자료를 구축하였다. 유기탄소 물질수지 해석을 위해 4가지의 탄소성분과 조류 세포 내 탄소의 질량 변화율을 계산하였다. 이를 위해 외부 유입·유출부하율, 수체 내 생성(일차생산, 재부상, 퇴적물과 수체 간 확산) 및 소멸률(POC 및 조류 침강, DOC 무기화, 탈질)을 고려하였다. 모델은 2017년과 2018년의 물수지를 적절히 재현하였으며 저수지의 성층구조를 잘 재현해내면서 전반적인 수온, 수질을 적절하게 모의하였다. 연간 TOC 부하량 중 내부기원 부하량은 2017년 68.4 %, 2018년은 높은 강우량의 영향으로 55.0%로 산정되었다. 내부 소멸 기작 중 침전으로 인한 손실이 가장 높은 것으로 나타났으며, 2017년과 2018년 각각 31.3%, 29.0%로 나타났다. TOC의 공간분포는 Chl-a 농도 분포와 유사하게 나타났으며, 댐 설치로 형성된 정체수역은 유역의 유기물 순환에 많은 영향을 미치는 것으로 평가되었다. TOC 관리 정책 기초자료 확보를 위해서는 향후 유역-저수지 시스템을 연계한 유기물 물질순환 심층 연구가 필요하다.

• Ocean and Polar Research
• /
• 제26권4호
• /
• pp.581-594
• /
• 2004

하계 동해의 기원 해수 T-S diagram 방법에다 용존 산소를 추가시키고, 자료를 위도-경도 평면상에서 표시하는 방법으로 기원해수를 판별하였다. 하계에 동해에서 총 8개의 기원해수가 판별되었다. 표층해수로는 1) 고온-저염의 EKCW, 2) 고온-최저염의 NKSW, 3) 고온-고염의 MTSW, 4) 저온-저염의 TSCW의 4종류와 5) 최고염의 TMW, 6) 저온-저염-고농도의 산소를 가지는 LCW인 2종류의 중층수 그리고 심층수로 7) 저온-고염-고농도의 산소를 가지는 ESIW, 8) 최저온-고염-저농도의 산소를 가지는 ESPW 8종류로 구분할 수가 있었다. 특히, 동해 중 북부 해역에서 발견된 최저염의 NKSW(North Korea Surface Water), 기존에 알려진 대마난류 표층수에 비해 고염의 특징을 보여준 MTSW(Modified Tsushima Surface Water), 그리고 타타르 해협에서 시베리아 연안을 따라 남하하는 TSCW(Tatar Surface Cold Water)등이 이번 연구에서 새롭게 정의되었다. 조성비로 본 기원 해수의 흐름 총 8개의 기원해수에 대해 조성비 50% 이상을 기준으로 한 각 기원해수의 흐름을 Fig. 7에 나타내었다. 먼저 표층의 흐름을 보면, EKCW는 대한해협 서수도를 통해 동해 연안을 따라 북상하는 흐름을 보였고, MTSW는 대단해협 동수도를 통해 동해로 진입하여 $40^{\circ}N$ 부근까지 영향을 미쳤다. TSCW는 타타르 해협에서 시베리아 연안을 따라서 블라디보스톡 부근까지 남하를 하였고, NKSW는 동해 중부의 $40^{\circ}NP{\sim}42^{\circ}N$ 부근에 국지적으로 분포하였다(Fig. 7a). 중층에서는, TMW가 $40^{\circ}N$ 부근까지 영향을 미쳤고, 동해 북부 해역에서 기원한 LCW와 ESIW에 세력에 막혀 더 북진을 못하고 동진하는 것으로 판단되었다. LCW는 동해 북부해역에서 반시계 방향의 순환하는 흐름과 연안을 따라서 남하하는 흐름 두 종류의 흐름이 있는 것으로 판단되었다(Fig. 7b). 심층에서는, ESIW가 동해 북부 연안을 따라 $36^{\circ}N$ 부근까지 남하하는 흐름을 보였고, ESPW는 수심 500m 부근에서 시베리아 연안을 따라 남부 연안까지 남하하는 한 줄기가 있음을 알 수 있었다. 점차 수심이 깊어지면서 동해 남 북부 전체를 ESPW로 채우고 있어 어떤 흐름의 특징보다는 동해 전체의 상당한 부피를 차지함을 알 수 있었다(Fig. 7d). 동해 북부해역에서 생성되는 냉수들이 연안을 따라서 동해 남부해역으로 이동하는 흐름을 보여주었다. 따라서 동해 내부 순환의 큰 줄기는 연안을 따라 흐르는 냉수들의 흐름이며, 매년 동해남부 해역에 발생하는 용승 현상도 이러한 흐름의 연장선에 있음을 짐작할 수 있다(Lee and Kim 2003).

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.110-110
• /
• 2022

본 연구는 자율운항 선박의 원격 고장 진단 기법 개발의 일부로 수행되었다. 특히, 엔진 연료 계통 장비로부터 계측된 시계열 데이터로부터 상태 진단을 위한 알고리즘 구현 결과를 제시하였다. 엔진 연료 펌프와 청정기를 가진 육상 실험 장비로부터 진동 시계열 데이터 계측하였으며, 이상 감지, 고장 분류 및 고장 예측이 가능한 심층 학습(Deep Learning) 및 기계 학습(Machine Learning) 알고리즘을 구현하였다. 육상 실험 장비에 고장 유형 별로 인위적인 고장을 발생시켜 특징적인 진동 신호를 계측하여, 인공 지능 학습에 이용하였다. 계측된 신호 데이터는 선행 발생한 사건의 신호가 후행 사건에 영향을 미치는 특성을 가지고 있으므로, 시계열에 내포된 고장 상태는 시간 간의 선후 종속성을 반영할 수 있는 학습 알고리즘을 제시하였다. 고장 사건의 시간 종속성을 반영할 수 있도록 순환(Recurrent) 계열의 RNN(Recurrent Neural Networks), LSTM(Long Short-Term Memory models)의 모델과 합성곱 연산 (Convolution Neural Network)을 기반으로 하는 Conv1D 모델을 적용하여 예측 정확성을 비교하였다. 특히, 합성곱 계열의 RNN LSTM 모델이 고차원의 순차적 자연어 언어 처리에 장점을 보이는 모델임을 착안하여, 신호의 시간 종속성을 학습에 반영할 수 있는 합성곱 계열의 Conv1 알고리즘을 고장 예측에 사용하였다. 또한 기계 학습 모델의 효율성을 감안하여 XGBoost를 추가로 적용하여 고장 예측을 시도하였다. 최종적으로 연료 펌프와 청정기의 진동 신호로부터 Conv1D 모델과 XGBoost 모델의 고장 예측 성능 결과를 비교하였다

• 융합신호처리학회논문지
• /
• 제23권4호
• /
• pp.234-240
• /
• 2022

본 논문은 직종별 근무 환경에 따른 상대적 운동량을 고려한 맞춤형 AI 운동 추천 서비스 방법을 제안한다. 가속도 및 자이로 센서를 활용하여 수집된 데이터를 18가지 일상생활의 신체활동으로 분류한 WISDM 데이터베이스를 기반으로 전신, 하체, 상체의 3가지 활동으로 분류한 후 인식된 활동 지표를 통해 적절한 운동을 추천한다. 본 논문에서 신체활동 분류를 위해서 사용하는 1차원 합성곱 신경망(1D CNN; 1 Dimensional Convolutional Neural Network) 모델은 커널 크기가 다른 다수의 1D 컨볼루션(Convolution) 계층을 병렬적으로 연결한 컨볼루션 블록을 사용한다. 컨볼루션 블록은 하나의 입력 데이터에 다층 1D 컨볼루션을 적용함으로써 심층 신경망 모델로 추출할 수 있는 입력 패턴의 세부 지역 특징을 보다 얇은 계층으로도 효과적으로 추출 할 수 있다. 제안한 신경망 모델의 성능 평가를 위해서 기존 순환 신경망(RNN; Recurrent Neural Network) 모델과 비교 실험한 결과 98.4%의 현저한 정확도를 보였다.

• 한국사회복지학
• /
• 제57권1호
• /
• pp.31-60
• /
• 2005

본 연구는 '장애인의 임파워먼트 과정은 어떠한가'라는 연구 질문을 가지고 장애인의 성인기 이전 임파워먼트 과정과 결과를 심층적으로 탐색한 것이다. 이를 위해 장애대학생 11명을 심층면접 한 후, 스트라우스와 코빈(Strauss & Corbin, 1998)의 근거이론 방법을 활용하여 분석하였다. 연구 참여자들의 근거자료를 분석한 결과 장애인의 성인기 이전 임파워먼트 과정의 중심현상은 '한계를 딛고 일어섬'인 것으로 분석되었다. 이에 대한 인과적 조건은 '그냥 살음'과 '장애 인식'이며, 맥락적 조건은 '배제당함', '그래도 바래봄', '좌절함'으로 나타났다. 장애인들은 한계를 딛고 일어서는 과정에서 '끈기있게 해냄'과 '지지 받음'의 조건에 의해 중재 받았으며, '생활방식을 터득함', '주도적으로 살음'의 상호작용 전략을 활용하는 것으로 나타났다. 또한 임파워먼트의 결과로 장애인은 '자기조절감을 얻음', '배려심을 갖게 됨', '사회에 참여함'의 모습을 갖는 것으로 파악되었다. 이러한 결과를 통해 핵심범주는 '장애인으로서 주도적인 삶의 방식을 터득하여 당당하게 함께 살아감'으로 구체화되었고, 이는 장애인 임파워먼트의 3유형 즉, 사회변화 주도형, 개인발전 추구형, 소극적 노력형으로 유형화할 수 있었다. 장애인의 임파워먼트는 '단절단계', '일어섬의 단계', '터득하는 단계', '당당하게 함께 하는 단계'의 과정으로 이루어지며 특히 장애인의 임파워먼트는 한번으로 종결되는 것이 아니라 생애주기에 따라 반복되고 발전하는 순환적 구조를 가지는 것으로 나타났다. 이와 같은 연구 결과는 장애인의 성인기 이전 발달과정에 기초하여 이들의 보편성과 특수성에 기초한 임파워먼트 과정 및 결과를 규명함으로써 이론 구축 및 장애인복지에 그 함의가 있다.