• 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.

• 지능정보연구
• /
• 제23권1호
• /
• pp.143-159
• /
• 2017

급속한 IT의 발전으로 인해 개인정보뿐만 아니라 기업이 보유하고 있는 핵심 기술 및 정보에 대한 유출 위협이 중요한 이슈로 인식되고 있다. 기업에게 있어서 보유하고 있는 핵심 기술은 기업의 생존 및 지속적으로 경쟁 우위를 차지하기 위해 매우 중요한 부분이다. 최근 기술 침해 사례가 많이 일어나고 있는데, 기술 유출은 기업에게 있어서 주가하락 등의 막대한 재무적인 손실을 가져올 뿐만 아니라, 기업의 신뢰에 손상을 입게 되고, 기업의 발전을 지연시키게 되는 악영향을 미치게 된다. 특히, 대기업에 비해 핵심기술이 기업 내 중요한 많은 부분을 차지하는 중소기업에 있어서 기술 유출에 대한 대비는 기업의 존립에 있어서 필수적인 요소로 볼 수 있다. 이처럼 정보 보안 관리의 필요성과 중요성이 대두되면서 기업 입장에서 조기에 기술 침해 위협에 대해 확인하고 대비할 필요가 있다. 본 연구에서는 기술 유출에 영향을 미치는 요인들을 탐색하는 실증 분석을 수행하고, 인공지능 알고리즘을 통해 기술유출 조기경보시스템을 개발하고자 한다. 구체적으로 본 연구에서는 중소기업이 보유한 기술 유출에 영향을 미치는 요인들을 로지스틱 회귀분석을 통해 확인해보고, 통계분석을 통해 검증된 요인들을 기반으로 인공지능 여러 기법들 중 하나인 Support Vector Machine을 활용하여 기술침해 가능성을 조기에 알려주는 모형을 개발하였다. 본 연구에서 제안하는 기술 유출 가능성에 대한 조기 경보 모형을 통해 기업 및 정부 관점에서 기술 유출을 미리 예방할 수 있는 기회를 제공할 수 있을 것으로 기대된다.

• 한국조경학회지
• /
• 제41권1호
• /
• pp.1-11
• /
• 2013

자연속에서 새로운 것을 추구하고자 하는 사람들의 의식 변화로 길은 기능 중심의 '걷는 길'에서 목적 중심의 '걷고 싶은 길'로 변화하고 있다. 지금까지 조성되고 있는 '걷고 싶은 길'은 길을 따라 걷는 과정에서 보고, 느끼고, 체험하는 다양한 목적을 가진 긴 선적 공간이라 할 수 있지만, 노선 선정 시 길을 걷는 과정에서 보여지는 길의 경관에 대한 고려는 미흡하다고 할 수 있다. 길을 걸으면서 느끼고 지각하는 경관은 '걷고 싶은 길'을 이용하는 이용자에게 하나의 목적을 제공할 뿐 아니라, 길 이용에 대한 만족도를 향상시킬 수 있는 중요한 요소라 할 수 있지만, 걷고 싶은 길의 경관적 측면에 대한 연구는 미흡하다고 할 수 있다. 따라서, 본 연구는 북한산 둘레길을 대상으로 하여 경관적 측면에서 시각적으로 지각되는 길 경관에 대한 이미지 및 선호도를 분석하고, 이용 만족도와의 상관성을 분석함으로써 걷고 싶은 길 노선 선정 과정에서 경관적 측면을 고려하여 이용자 만족도를 향상시킬 수 있는 방안을 모색하고자 하였다. 이를 위하여 북한산 둘레길 13개 구간에 대하여 구간별 대표경관 사진을 선정하고, 경관평가를 위한 경관이미지 형용사를 선정하여 경관평가를 시행하였다. 경관평가를 통해 구간별 경관이미지, 걷고 싶음 및 경관선호에 영향을 미치는 경관이미지 요인, 경관선호와 이용만족도와의 관련성을 알아보았다. 경관이미지는 수목이 많고 인공적 요소의 지각이 덜한 길에서 '상쾌한' 이미지가 높게 나타나고, 인공적 요소의 지각이 높은 길에서 '도시적인' 이미지가 높게 나타났다. '걷고 싶음'과 '경관미 선호도'는 자연적 요소가 높아 '상쾌한', '전원적인' 이미지가 높은 길에서 높게 나타났다. '걷고 싶음'에 영향을 미치는 요인으로 "상쾌한-불쾌한", "인상적인-평범한" 이미지로 나타났으며, '경관미 선호도'에 영향을 미치는 요인으로 "상쾌한-불쾌한", "편안한-불편한" 이미지로 나타났다. 또한, 경관선호도는 이용 만족도와 높은 상관관계가 있는 것으로 나타났다.

• 한국산림과학회지
• /
• 제95권6호
• /
• pp.649-656
• /
• 2006

인공강우발생장치를 이용하여 4년간 대구 동구지역에 발생한 산불발생지를 대상으로 산불발생지사면의 토양침식량을 계량화하기 위하여 산불발생 후 경과년수에 띠라 각 지역에 대한 강우강도 및 경사별로 토양침식량을 관측하여 산불발생지의 토양침식 특성을 구명하고, 또한 토양침식량과 강우강도, 경사, 경과년수와의 관계를 분석한 결과는 다음과 같다. 1. 산불발생연도별 토양침식량은 강우강도가 30 mm/hr씩 증가함에 따라서 1.9~5.7배 증가하였고, 경사가 $10^{\circ}$씩 증가함에 따라서는 1.4~14.2배 증가하였다. 2. 산불발생당년에는 강우강도 80 mm/hr, 경사 $30^{\circ}$에 대해 초기 강우 10분 동안 토양침식이 많이 발생하였으며, 시간이 경과할수록 점차 그 양이 감소하는 경향을 보였고, 산불발생 후 2년 뒤부터는 강우강도 및 경사별로 경과시간에 따른 토양침식량은 거의 일정하였다. 3. 산불발생 후 경과년수에 따라 강우강도 및 경사별 토양침식량은 산불발생 3년 후의 경우 발생당년에 비해 28.9%~94.1%로 감소하였고, 산불발생당년에는 강우강도 및 경사별로 토양침식량이 많았으며, 산불발생 후 2년 뒤부터 점차 토양침식량의 감소추세가 둔화되었다. 4. 산불발생지사면에서의 토양침식량에 대해 각 인자간의 영향성을 분석한 결과, 강우강도, 경사, 경과년수의 각각의 주효과와 강우강도${\times}$경사, 강우강도${\times}$경과년수의 상호작용 효과에 대해서는 차이를 보였고, 경사${\times}$경과년수, 강우강도${\times}$경사${\times}$경과년수의 상호작용 효과에 대해서는 차이가 없었다. 토양침식량에 영향을 미치는 인자의 영향도는 강우강도가 가장 큰 영향을 미치고 다음이 경사, 경과년수의 순이었다. 5. 토양침식량과 이에 영향을 미치는 인자들과의 상관관계에 있어서, 강우강도, 경사간에는 1%수준에서 유의적인 정(+)의 상관관계가 있었고, 경과년수는 1%수준에서 유의적인 부(-)의 상관관계가 나타났다. 6. 토양침식량과 이에 영향을 미치는 인자들과의 회귀분석 결과, 산불발생지사면에서 토양침식량을 설명하는데 유의한 인자는 강우강도, 경사, 경과년수이었다. 7. 강우강도, 경사, 경과년수를 이용하여 다음과 같은 토양침식량 추정식을 산출하였다. S.E = 0.092R.I + 0.211D.S - 0.942E.Y(S.E : 토양침식량, R.I: 강우강도, D.S: 경사, E.Y: 경과년수)

• 지능정보연구
• /
• 제18권1호
• /
• pp.125-141
• /
• 2012

본 연구는 최근 그 중요성이 한층 높아지고 있는 침입탐지시스템(IDS, Intrusion Detection System)의 침입탐지모형을 개선하기 위한 방안으로 유전자 알고리즘에 기반한 새로운 통합모형을 제시한다. 본 연구의 제안모형은 서로 상호보완적 관계에 있는 이분류 모형인 로지스틱 회귀분석(LOGIT, Logistic Regression), 의사결정나무(DT, Decision Tree), 인공신경망 (ANN, Artificial Neural Network), 그리고 SVM(Support Vector Machine)의 예측결과에 적절한 가중치를 부여해 최종 예측결과를 산출하도록 하였는데, 이 때 최적 가중치의 탐색을 위한 방법으로는 유전자 알고리즘을 사용한다. 아울러, 본 연구에서는 1차적으로 오탐지율을 최소화하는 최적의 모형을 산출한 뒤, 이어 비대칭 오류비용 개념을 반영해 오탐지로 인해 발생할 수 있는 전체 비용을 최소화할 수 있는 최적 임계치를 탐색, 최종적으로 가장 비용 효율적인 침입탐지모형을 도출하고자 하였다. 본 연구에서는 제안모형의 우수성을 확인하기 위해, 국내 한 공공기관의 보안센서로부터 수집된 로그 데이터를 바탕으로 실증 분석을 수행하였다. 그 결과, 본 연구에서 제안한 유전자 알고리즘 기반 통합모형이 인공신경망이나 SVM만으로 구성된 단일모형에 비해 학습용과 검증용 데이터셋 모두에서 더 우수한 탐지율을 보임을 확인할 수 있었다. 비대칭 오류비용을 고려한 전체 비용의 관점에서도 단일모형으로 된 비교모형에 비해 본 연구의 제안모형이 더 낮은 비용을 나타냄을 확인할 수 있었다. 이렇게 실증적으로 그 효과가 검증된 본 연구의 제안 모형은 앞으로 보다 지능화된 침입탐지시스템을 개발하는데 유용하게 활용될 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.237-262
• /
• 2022

본 연구는 개인투자자들의 투자의사결정에 도움을 주고자, 증권신고서의 TF-IDF 텍스트 분석과 기계학습을 이용해 공모주의 상장 5거래일 이후 주식 가격 등락을 예측하는 모델을 제시한다. 연구 표본은 2009년 6월부터 2020년 12월 사이에 신규 상장된 691개의 국내 IPO 종목이다. 기업, 공모, 시장과 관련된 다양한 재무적 및 비재무적 IPO 관련 변수와 증권신고서의 어조를 분석하여 예측했고, 증권신고서의 어조 분석을 위해서 TF-IDF (Term Frequency - Inverse Document Frequency)에 기반한 텍스트 분석을 이용해 신고서의 투자위험요소란의 텍스트를 긍정적 어조, 중립적 어조, 부정적 어조로 분류하였다. 가격 등락 예측에는 로지스틱 회귀분석(Logistic Regression), 랜덤 포레스트(Random Forest), 서포트벡터머신(Support Vector Machine), 인공신경망(Artificial Neural Network) 기법을 사용하였고, 예측 결과 IPO 관련 변수와 증권신고서 어조 변수를 함께 사용한 모델이 IPO 관련 변수만을 사용한 모델보다 높은 예측 정확도를 보였다. 랜덤 포레스트 모형은 1.45%p 높아진 예측 정확도를 보였으며, 인공신공망 모형과 서포트벡터머신 모형은 각각 4.34%p, 5.07%p 향상을 보였다. 추가적으로 모형간 차이를 맥니마 검정을 통해 통계적으로 검증한 결과, 어조 변수의 유무에 따른 예측 모형의 성과 차이가 유의확률 1% 수준에서 유의했다. 이를 통해, 증권신고서에 표현된 어조가 공모주의 가격 등락 예측에 영향을 미치는 요인이라는 것을 확인할 수 있었다.

• 보건행정학회지
• /
• 제34권1호
• /
• pp.78-86
• /
• 2024

연구배경: 본 연구를 통해 전문병원과 비전문병원에서 인공관절치환술(슬관절)을 받은 입원환자를 대상으로, 전문병원 지정 여부에 따른 입원환자의 의료이용을 비교하여 전문병원제도의 효과성을 파악하고자 한다. 방법: 본 연구는 2021-2022년 건강보험심사평가원(Health Insurance Review and Assessment Service) 요양급여비용 청구자료를 활용하였다. 종속변수는 입원환자의 의료이용으로, 건당 진료비와 재원일수를 선정하였다. 독립변수는 전문병원 지정 여부이며, 통제변수는 환자 단위 변수(연령, 성별, 보험자 유형, 수술 유형 및 Charlson comorbidity index)와 의료기관 단위 변수(설립 구분, 종별 구분, 소재지, 정형외과 의사 수 및 간호사 수)를 선정하였다. 결과: 건당 진료비와 전문병원 지정 여부 간 다중회귀분석 결과, 건당 진료비와 전문병원 지정 여부 간 통계적으로 유의미한 음(-)의 관계가 있었다. 이는 전문병원이 비전문병원에 비해 건당 진료비가 유의하게 낮다는 것을 의미하며, 전문병원과 비전문병원의 입원환자 간 의료이용 결과에 차이가 있음을 시사한다. 결론: 본 연구의 정책적 시사점은 다음과 같다. 첫째, 전문병원 지정기준의 완화가 필요하다. 본 연구결과, 전문병원이 비전문병원에 비해 건당 진료비가 유의하게 낮은 것으로 나타났다. 이러한 전문병원의 비용 효과성에도 불구하고 전문병원 지정에 대한 높은 진입장벽으로 인해 수도권 및 대도시 지역에 전문병원이 집중되어 있다. 전문병원의 지역불균형을 해소하기 위해 "준전문병원(가칭)"을 도입하는 등 비수도권 전문병원 지정기준을 완화한다면, 지역간 건강격차 해소 및 의료비 절감의 효과를 불러올 것으로 판단된다. 둘째, 병원 의료인력 규모의 적정성을 판단할 필요가 있다. 본 연구결과, 정형외과 의사 수 및 간호사 수에 따라 건당 진료비에 영향을 미치는 것으로 나타났다. 따라서 병원 의료인력 적정 배분을 바탕으로 의료서비스의 비용 효과성을 극대화함으로써 의료비를 절감하는 효과를 불러올 수 있을 것으로 판단된다.

• Journal of the Korean Wood Science and Technology
• /
• 제2권2호
• /
• pp.8-12
• /
• 1974

한국의 목재 인공 건조법을 개발하기 위하여 필자의 전직 대학인 전북대학교 전 김두헌 총장님, 동농대전 백남혁학장 및 동농대교수 제위의 각별한 협조를 얻어 1956년 고액을 지불하고 미국 More Dry Kiln Co.에서 최신의 목재 인공 건조 장치를 도입하여 전북 농대 임학과에 설치하게된 것이다. 그러나 이 건조 시설을 활용하는데는 많은 지장이 있었으므로 1959년 전기 More Dry Kiln의 온, 습도 조절장치만을 이용한 소형 Dry kiln을 제작하여 본 시험을 실시한 것이다. 공시수종은 소나무, 낙엽송, 은행나무, 전나무, 밤나무 및 감나무등이며, 공시목의 크기는 것이 60cm, 넓이 10cm 및 두께 15-35mm이다. 실험한 건조 조건은 건조 온도를 일정히 ($170^{\circ}F$)하고, 관계습도를 각종으로 변화할때 얻어지는 건조 속도를 측정하는 동시에 각 건조조건에 의하여 유발되는 건조결함을 조사하여 공시목의 초기 함수율과 건조 최경함수율 특히 shell의 함수율과의 비가 이들의 결함 형성 특히 표면경화(casehardening) 형성에 미치는 영향을 구명하였으며 또한 casehardening 계산식을 유도하였다. 1. 목재내부에 형성된 응력 즉 prong이 개주할 때의 응력은 prong이 서로 접합할 때의 응력을 100으로 하는 백분율에 의하여 다음식으로 표시할 수 있다. 단, 응력 측정에 사용한 prong은 그림 1과 같이 작성하여야 한다. $CH=\frac{(A-B') (4W+A) (4W-A)}{2A[(2W+(A-B')][2W-(A-B')]}{\times}100%$ 상식은 다음과 같은 간이식을 사용할 수 있다. $CH=\frac{A-B'}{A}{\times}200%$ 2. 일정 한 건조 조건하에 건조하여 항중에 달하고, 또한 normal casehardening을 형성하는 경우에 는, 그 sample board의 shell 의 함수율은 특히 얇은 sample board에 있어서 US Dep. Agr., Forest Products Laboratory에서 발표한 EMC 보다 낮다. 3. 본 실험에서 측정한 1시간당 목재 건조 표면적 $1cm^2$ 당 증발하는 증발량 즉 건조속도를 비교 검토한 결과 다음과 같은 순위로 되었으며, 비교 검토한 5수 종중 최대치를 유하는 은행나무 MC 20% 에 있어서 최저치를 표시한 밤나무의 3.8배가 된다. (표 1 참조) (1) 은행나무 (2) 감나무 (3) 소나무 (4) 낙엽송 (5) 밤나무 특히 함수율 26% 이하에 있어서 각 함수율에 대한 증발속도치는 다음과 같은 일차식으로 표시 할 수 있으며, 그 회귀계수 유의성 검정에 있어서의 T치는 다음과 같이 각각 고율의 유의성을 표시하였다. (표2 참조) 상기중 Y는 증발속도($g/cm^2hr$.), X는 함수율을 각각표시한다. 이들 회귀직선을 도시하면 그림 2와 같다. 4. 초기함수율과 건조 최종기에 있어서의 목재의 표층 함수율 즉 shell의 함수율과의 비(SR)가 casehar dening 형성에 미치는 영향은 다음과 같다. 어떤 SR 값에 관하여 그 SR 값 이하를 유하는 총개제수(N) 중 CH 제4급이 출현하는 수(D)의 확율 즉 N에 대한 D의 출현확율 P%는 표 3과 같다. (D의 출현확율 P%를 위험확율이라고 가칭한다.) 표 4에 있어서 종란의 1,2,3의 숫자는 각각 다음과 같은 사항을 표시한다. (1) CH 값 제 4급이 출현하지 아니 하는 안전한 최소 SF 값 (2) 위험을 30%를 허용하는 경우에 있어서의 SF 값의 한계 (3) CH 값 제 4급 이하가 발생하지 아니하는 위험율 100%의 값의 범위 상기한 실측 결과에 의하여 밤나무, 낙엽송등은 내부응력 형성이 용이한데 비하여 감나무, 소나무등은 내부응력 형성이 용이하지 아니하여, 특히 전나무, 은행나무등은 타수종과 동일한 건조조건에 있어서 reverse casehardening을 초래함에 비추워 타수종에 비하여 현저히 내부응력 특히 normal casehardening이 잘 형성되지 아니한다는 것을 알 수 있다. 5. casehardening을 제외한 각종의 drying defects는 long time loading에 있어서 그 내부응력이 ultimate stress를 초과할 때 나타나는 것인데 건조조건 온도 $170^{\circ}F$에 대하여 습도를 낮게하여도 그렇게 심하지 아니하나, 온도 $200^{\circ}CF$의 저습에 있어서 end coating을 하지 아니하는 경우에는 용이하게 발생한다. 특히 밤나무는 실험한 타수종에 비하여 casehardening 및 활열성 defects가 강한 것을 지적할 수 있다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.111-124
• /
• 2018

본 연구는 만성질환 중의 하나인 고지혈증 유병을 예측하는 분류모형을 개발하고자 한다. 이를 위해 SVM과 meta-learning 알고리즘을 이용하여 성과를 비교하였다. 또한 각 알고리즘에서 성과를 향상시키기 위해 변수선정 방법을 통해 유의한 변수만을 선정하여 투입하여 분석하였고 이 결과 역시 각각 성과를 비교하였다. 본 연구목적을 달성하기 위해 한국의료패널 2012년 자료를 이용하였고, 변수 선정을 위해 세 가지 방법을 사용하였다. 먼저 단계적 회귀분석(stepwise regression)을 실시하였다. 둘째, 의사결정나무(decision tree) 알고리즘을 사용하였다. 마지막으로 유전자 알고리즘을 사용하여 변수를 선정하였다. 한편, 이렇게 선정된 변수를 기준으로 SVM, meta-learning 알고리즘 등을 이용하여 고지혈증 환자분류 예측모형을 비교하였고, TP rate, precision 등을 사용하여 분류 성과를 비교분석하였다. 이에 대한 분석결과는 다음과 같다. 첫째, 모든 변수를 투입하여 분류한 결과 SVM의 정확도는 88.4%, 인공신경망의 정확도는 86.7%로 SVM의 정확도가 좀 더 높았다. 둘째, stepwise를 통해 선정된 변수만을 투입하여 분류한 결과 전체 변수를 투입하였을 때보다 각각 정확도가 약간 높았다. 셋째, 의사결정나무에 의해 선정된 변수 3개만을 투입하였을 때 인공신경망의 정확도가 SVM보다 높았다. 유전자 알고리즘을 통해 선정된 변수를 투입하여 분류한 결과 SVM은 88.5%, 인공신경망은 87.9%의 분류 정확도를 보여 주었다. 마지막으로, 본 연구에서 제안하는 meta-learning 알고리즘인 스태킹(stacking)을 적용한 결과로서, SVM과 MLP의 예측결과를 메타 분류기인 SVM의 입력변수로 사용하여 예측한 결과, 고지혈증 분류 정확도가 meta-learning 알고리즘 중에서는 가장 높은 것으로 나타났다.

• 한국산림과학회지
• /
• 제9권1호
• /
• pp.1-44
• /
• 1969

이상(以上)과 같이 조사(調査) 또는 실험(實驗)한 결과중(結果中) 그 중요(重要)한 것을 요약(要約)하면 다음과 같다. 1. 실험용(實驗用) 지상식(地上式) 양송이 재배사(栽培舍)의 효과(効果)에 관(關)하여는 이미 실험결과(實驗結果)및 그 분석(分析)에서 지적(指摘)된 바 있거니와 그 측벽(側壁)및 천정(天井)의 구조(構造)는 재배사(栽培舍)를 외계(外界)의 기상조건(氣象條件)에서 격리(隔離)하는데 충분(充分)한 효과(効果)가 있는 것으로 고려(考慮)된다. 2. 반지하실(半地下室)에 구축(構築)한 실험용(實驗用) 태양식(太陽式) 양송이 재배사(栽培舍)의 효과(効果)에 관(關)하여는 실험결과(實驗結果)및 그 분석(分析)에서 지적(指摘)한 바와 같거니와 태양열(太陽熱)을 이용(利用)하는데 있어 충분(充分)한 효과(効果)가 있는 것으로 고려(考慮)된다. 그러나 이것을 농가(農家)에 적용(適用)하기 위(爲)하여는 다음과 같은 제점(諸點)이 개선(改善)되어야 할 것으로 고려(考慮)된다. 즉 (1) 태양식(太陽式)의 지붕과 천정(天井)은 실험용(實驗用) 지상식(地上式) 재배사(栽培舍)의 그것과 동일(同一)히 하고 (2) 태양열(太陽熱) 수열장치(受熱裝置)는 적당(適當)히 재고(再考)되어야 할 것으로 고려(考慮)된다. 태양열(太陽熱) 수열장치(受熱裝置)는 그림 40과 같이 하면 유효(有效)할 것으로 구상(構想)된다. 3. 본실험연구(本實驗硏究)에서 실시(實施)한 각종(各種)의 환기법중(換氣法中) G.E.-C.V. 및 V.S.-C.V. 환기법(換氣法)이 가장 효과적(效果的)인 것으로 본다. 4. 측벽수직(側壁垂直)및 지중(地中) 환기장치(換氣裝置)는 이미 지적(指摘)된 바와 같이 농가(農家) 양송이 재배사(栽培舍)의 자연환기법(自然換氣法)으로 실용적(實用的) 가치(價値)가 충분(充分)하다. 그것은 이들 환기장치(換氣裝置)는 그 환기로(換氣路)를 통(通)하여 사내(舍內)에 유입(流入)되는 외기(外氣)의 온도(溫度)를 인공적(人工的)으로 가열(加熱)이나 또는 냉각(冷却)하지 않고 사내온도(舍內溫度)에 접근(接近)하도록 조절(調節)하는 효과(効果)가 있기 때문이다. 지금 외온(外溫)을 $X^{\circ}C$로 할 때 각종(各種) 환기로(換氣路)에 의(依)하여 흡수(吸收)되는 온도(溫度) $Y^{\circ}C$을 X의 흉수(凶數)로 하는 실험식(實驗式)은 다음과 같이 회귀직선(回歸直線)으로 표시(表示)된다. $$G.P.{\cdots}Y=0.9x-12.8$$ $$G.E.{\cdots}Y=0.96x-15.11$$ $$V.S.{\cdots}Y=0.94x-17.57$$ 5. 재배사내(栽培舍內)에 유입(流入)되는 공기(空氣)및 사외(舍外)로 배출(排出)되는 공기(空氣)에 관(關)한 실험식(實驗式)은 각각(各各) 다음과 같이 회귀직선(回歸直線)및 지수곡선(指數曲線)으로 표시(表示)된다. (1) 배출속도(排出速度) Ycm/Sec를 유입속도(流入速度)${\times}$cm/Sec의 흉수(凶數)로 하는 회귀직선식(回歸直線式) G.E.-C.V.(50%)법(法) $${\cdots}Y=1.01x-1.65$$ G.E.-C.V.(100%)법(法)$${\cdots}Y=0.42x+2.03$$ V.S.-C.V.(100%)법(法)Y=0.85x+0.96 (2) 배출량(排出量) Y $m^3/hr$ 유출량(流出量) ${\times}m^3/hr$의 함수(凾數)로 하는 회귀직선식(回歸直線式) G.E.-C.V.(50%)법(法)$${\cdots}Y=2.59x-10.88$$ G.E.-C.V.(10%)법(法)Y=2.16x+26.53 (3) 상면(床面) 공기이동(空氣移動) 속기(速氣) Y m/Sec를 배출공기(排出空氣) 속도(速度)${\times}$m/Sec의 함수(凾數)로 하는 회귀직선식(回歸直線式) G.E.-C.V.(50%)법(法)$${\cdots}Y=0.54x+0.84$$ (4) $Co_2$ 축적량(蓄積量)Y(%)를 상면(床面) 공기이동(空氣移動) 속도(速度)${\times}$cm/Sec의 함수(凾數)로 하는 회귀직선식(回歸直線式) G.E.-C.V(50%)법(法)$${\cdots}Y=114.53-6.42x$$ (5) $Co_2$ 축적량(蓄積量)Y(%)를 배출(排出) 공기량(空氣量) $m^3/hr$ 함수(凾數)로 하는 지수곡선식(指數曲線式) G.E.-C.V.(50%)법(法) -$$y=127.18{\times}1.0093^{-X}$$ (6) natural vontilation system에 있어서 양송이 생육(生育)에 적합(適合)한 환경적조건(環境的條件)을 마련하기 위(爲)한 환기구(換氣口)의 단면적(斷面績)은 재배사(栽培舍) 전용적(全容積)에 대(對)하여 다음과 같은 비율(比率)로 할 수 있다. G.E. (지중유입환기구단면적(地中流入換氣口斷面績) $${\cdots}0.3-0.5%$$(요조절(要調節)) C.V. (천정배출환기구단면적(天井排出換氣口斷面績) $${\cdots}0.8-1.0%$$(요조절(要調節)) (7) 본연구(本硏究)에서 실험(實驗)한 각종(各種)의 가열장치중(加熱裝置中) 무압(無壓) 증기수(蒸氣水) 보이라로 사용(使用)할 수 있는 온수(溫水) 보이라가 농가용(農家用) 양송이 재배사(栽培舍) 가열장치(加熱裝置)로서, 그 효과면(効果面)에 있어서나 또는 그가격면(價格面)에 있어서 최적합(最適合)하다는 것이 확인(確認)되고 있다.