• 디지털정책학회지
• /
• 제3권1호
• /
• pp.27-32
• /
• 2024

본 논문은 초해상도 결과의 품질을 향상시키기 위해 질감 특징을 세분화하여 각각을 대조하고, 그 결과를 가중치로 이용하는 초해상도 방법을 제안하였다. 초해상도에서 중요한 평가 기준인 품질의 향상을 위해서는 경계 영역과 같은 세부사항에서의 정확하고 명확한 복원 결과가 필요하며, 인공물과 같은 불필요한 잡음을 최소화하는 것이 중요하다. 제안하는 방법은 품질 향상을 위해 기존 CNN(Convolutional Neural Network) 기반의 초해상도 방법에서 특징 추정을 위해 다중 경로의 잔차 블록 구조와 skip-connection을 구성하였다. 추가적인 질감 분석을 위한 선명 및 흐림 이미지 결과를 추가로 학습하였다. 이를 활용하여 초해상도 수행 결과 또한 각각을 대조하여 가중치를 할당하는 방법을 이용해 영상의 세부사항 영역과 평활화 영역에 대해 개선된 품질을 얻을 수 있도록 하였다. 제안하는 방법의 실험 결과 평가 기준으로 활용되는 PSNR과 SSIM 값이 기존 알고리즘 대비 높은 결과 값을 얻어 품질이 개선됨을 확인할 수 있었다.

• 지구물리와물리탐사
• /
• 제27권2호
• /
• pp.144-153
• /
• 2024

최근 탄성파를 기반으로 건축물 안전진단(structure health monitoring, SHM)을 수행하는 방법들에 대한 연구들이 많이 수행되고 있다. 특히 지구물리탐사에서 주로 적용되어 오던 배경 잡음을 이용하는 탄성파 간섭법(seismic interferometry)이 SHM에 많이 적용되고 있다. 탄성파가 건축물 내부로 전파하며 발생하는 건축물의 반응을 분석하여 건축물의 강성 변화를 추정할 수 있을 뿐만 아니라, 건축물의 손상 여부와 그 위치도 평가할 수 있다. SHM에 적용되는 탄성파 간섭법에 대해 분석한 뒤 실제 적용 사례들도 분석한 결과, 탄성파 간섭법은 건축물의 안정성 평가나 모니터링 등에 적용할 수 있는 건축물 손상 탐지 평가 방법으로써 매우 효과적으로 활용할 수 있다고 판단된다.

• 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.

• Investigative Magnetic Resonance Imaging
• /
• 제6권2호
• /
• pp.120-128
• /
• 2002

목적: 자기공명영상과 자기이완분포 분석법을 통합적으로 이용하는 경우 기존의 자기이완시간 분석기법에서 제공할 수 없었던 자기이완 시간의 분포 및 해당 분포의 상대적인 물분자 함유량등의 추가적인 정보를 제공할 수 있음을 보이고자 하였다. 대상 및 방법: 자기이완분포 분석법(CONTIN)의 정확도 및 신뢰성을 검증 하기 위하여 먼저 자기이완시간이 일정한 분포를 가지도록 고안된 모의 자기이완 데이터를 사용하였다. 다음으로 지질의 함유량이 99% 이상인 식용유와 증류수를 일정비율(0, 10, 2 0, 30%)로 혼합한 실험 팬텀을 제작하고 inversion-recovery시퀀스 (TI: 40 -1160 msec, TR/TE=2200/20 msec)를 사용하여 MR 영상을 획득하여 CONTIN을 사용하여 분석하였다. 그 리고 사람의 뇌 영상에서 뇌척수액, 백질, 회백질에 관심영역을 설정하고 CONTIN을 사용하여 각 관심영역에서의 자기이완분포를 분석하였다. 결과: 신호대잡음비를 달리한 모의 자기이완 데이터의 분석결과 자기이완시간의 위치에 대한 오차는 신호대잡음비에 관계없이 긴 자기이완시간 ($T_1=600$ msec)에 비해 짧은 자기이완시간 ($T_1$=150 msec)에서 크게 나타났으며 반대로 자기이완시간 분포면적에 대해서는 긴 자기이완시간 ($T_1$=600 msec)의 면적 오차가 짧은 자기이완시간 ($T_1=150$ msec)에 비해 큰 것으로 나타났다. 실험 팬톰을 이용한 분석결과는 실제 오일대 증류수의 비율을 1:2:3으로 한 팬톰들에서 분석결과는 1:1.3:1.9으로 나타났다. 자원자의 뇌영상에서는 CSF의 경우에는 하나의 $T_1$ 자기이완시간만이 나타난 반면 백질과 회백질에서는 2개의 $T_1$ 자기이완분포를 가지는 것으로 분석되었다. CSF와 백질의 평균 자기이완시간은 기존의 보고된 값들과 잘 일치하였다. 결론: 자기공명영상과 자기이완분포 분석법을 통합적으로 이용하는 경우 기존의 자기이완시간 분석기법에서 제공 할 수 없었던 자기이완시간의 분포 및 해당 분포의 상대적인 물분자 함유량등의 추가적인 정보를 제공한다는 사실을 규명하였고 이러한 추가적인 정보들은 임상적 유용성이 있을 것으로 추정된다.

• Nuclear Medicine and Molecular Imaging
• /
• 제42권1호
• /
• pp.52-60
• /
• 2008

목적: 다중섬광결정 PET으로 얻은 데이터에 대한 여과후역투사 영상재구성 적용을 위한 사이노그램 저장과 보정 방법을 확립하고자 한다. 대상 및 방법: 검출된 PET 데이터에 대한 저장기법에 대한 연구를 수행하여 효율적 영상재구성을 위한 사이노그램 방식을 확립하였다. 히스토그램에서 사이노그램으로 데이터를 변환할 때 생기는 제반 문제들을 해결하기 위하여 데이터 표본의 최적화와 표본 불균일성 보정기법에 관한 연구를 수행하였으며, PMT간 틈새 보정을 위 한 연구를 수행하였다. 모든 데이터는 2차원 여과후역투사 알고리즘을 이용하여 재구성하였으며 보정에 따른 영상질의 향상을 평가하였다. 결과: 표본이론에 의해서 추정된 최소 표본수와 표본 불균일성 보정기법의 적용을 위한 수월성 등을 고려할 때 방사방향 표본간격이 pitch/2, 각 표본수가 120개 정도가 적절하였으며, 불균일성 보정과 틈새보정을 적용함으로서 영상왜곡과 배경잡음을 줄일 수 있었다. 결론: 다층섬광결정 PET의 FBP 영상재구성을 위하여 히스토그램 데이터를 사이노그램으로 변환하는 기법에 대한 연구가 이루어졌으며 이를 통한 고속의 2D 영상재구성이 가능할 것으로 보인다.

• 전자공학회논문지
• /
• 제50권4호
• /
• pp.171-181
• /
• 2013

최근 금속을 포함하여 다양한 재질의 지뢰를 탐지할 수 있는 지면 투과 레이더 (Ground Penetrating Radar, GPR)가 지뢰 탐지 분야에서 주목 받고 있으며 지면 투과 레이더를 이용한 지뢰 탐지 기술이 활발하게 연구되고 있다. 본 논문에서는 1차원 지면 투과 레이더 배열을 이용하여 지뢰가 존재할 가능성이 높은 후보 지점을 검출하는 방법을 제안하였다. 제안 기법은 먼저 지면 투과 레이더에 수신되는 신호 세기의 비선형적 감쇠 특성을 반영하여, 지연 시간에 따른 지면 투과 레이더 응답 신호의 세기를 효과적으로 나타낼 수 있는 회귀 모델을 추정하였다. 이를 토대로 지면 투과 레이더 응답 신호를 분석해보면, 토양 신호들은 주로 회귀 모델의 근처에 밀집되어 있고, 지뢰일 가능성이 있는 후보 신호들은 회귀 모델로부터 멀리 떨어져서 분포하는 특성을 보인다. 이러한 사실을 기반으로, 지면 투과 레이더의 측정값과 회귀 모델의 예측 값에 대한 예측 오차를 계산하여 토양 신호로부터 지뢰일 가능성이 있는 후보 신호들을 분리하였다. 후보 신호에는 잡음과 표적 신호가 섞여 있으므로 표적 신호가 갖는 고유한 기하학적 특성을 이용하여 최종적으로 표적 신호를 검출하였다. 성능 검증을 위해 실내 환경에서 획득한 지면 투과 레이더 데이터를 이용하여 실험을 수행한 결과, 제안하는 전처리 기법의 지뢰 탐지율 대비 오경보율이 낮은 것을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제39B권11호
• /
• pp.779-789
• /
• 2014

주파수 공유대역에서 가용 주파수 자원을 인지하여 효과적으로 공유하고 활용하기 위해서 데이터베이스 접속을 통한 무선환경 인지 기술과 광대역 스펙트럼 센싱을 통한 무선환경 인지 기술 개발이 필요하다. 본 논문에서는 IETF (Internet Engineering Task Force) PAWS (Protocol to Access White Space database) 표준 프로토콜 기반으로 개발한 TVWS (TV White Space) 데이터베이스 접속 프로토콜 구현 기술을 제시하고, TVWS에 적합한 MWC (Modulated Wideband Converter) 구조를 이용한 광대역 압축 스펙트럼 센싱 기술을 제안한다. 제안된 TVWS 데이터베이스 접속 프로토콜 구현 기술은 TVBD (TV Band Device)와 TVWS 데이터베이스에 탑재되어 실환경 테스트를 통해 안정적으로 동작함을 보인다. 본 연구에서 제안된 광대역 압축 스펙트럼 센싱 방식은 잡음 분산 추정 오차에 무관하게 일정 수준의 오경보 확률을 유지할 뿐만 아니라 95% 이상의 높은 검출 성능을 보인다. 또한, 본 논문에서는 미국 FCC와 유럽 ETSI에서 최근 마련한 TVWS 데이터베이스 정책을 분석하고, IETF에서 현재 마련 중인 화이트 스페이스 데이터베이스 접속 프로토콜에 관해 기술한다.

• 한국산림과학회지
• /
• 제105권1호
• /
• pp.122-131
• /
• 2016

본 연구는 연륜기후학적 방법에 의해 기후인자가 우리나라에 분포하는 일본잎갈나무의 연륜생장에 미치는 영향을 구명하기 위해 수행하였다. 본 연구에서는 먼저 일본잎갈나무의 연도별 생장특성을 분석하기 위해 제5차 국가산림자원자료에서 수집된 일본잎갈나무의 연륜생장 자료를 정리하였다. 한편 일본잎갈나무의 연륜생장과 기후변수와의 관계를 구명하기 위해 1950년부터 2010년까지 정리된 월평균 기온과 월강수량 자료를 시군 단위로 정리하였다. 기후조건의 유사성에 근거하여 일본잎갈나무의 시군별 연륜생장 자료를 군집분석한 결과 6 개의 기후 군집으로 구분할 수 있었다. 이와 함께 연륜생장 자료에 대한 크로스데이팅과 표준화 절차를 통해 각 군집별 지표연대기를 제작하였다. 각 군집별 지표연대기의 적합성은 연륜생장의 평균민감도, 자기상관계수, 신호 대 잡음비, 신호강도와 같은 기초통계량 분석을 통해 점검하였다. 최종적으로 각 군집별 일본잎갈나무의 연륜생장과 기후변수 간의 관계를 구명하기 위해 반응함수 분석을 실시하였다. 본 연구에서 얻어진 결과는 일본잎갈나무의 지역별 생장특성의 추정뿐만 아니라 기후변화에 따른 생장패턴의 변화 예측에 필요한 유용한 정보로 활용될 수 있을 것으로 기대된다.

• 수산해양기술연구
• /
• 제31권4호
• /
• pp.326-339
• /
• 1995

이 연구에서는 전보에서 어군의 유영공간을 3차원으로 고려하여 제안한 어군행동을 나타내는 수치 모델의 타당성을 검토하기 위하여 수치 모델의 잔차에 대한 백색성검정 및 실험과 시뮬레이션에 의한 결과를 비교하는 두 가지 방법을 사용하였다. 모형 그물이 없는 경우와 모형 그물이 있는 경우 모두 잔치의 평균이 0에 가까우며, 그 표준편차는 대체로 $\pm$7 이내로서 잔차의 거동이 안정된 것으로 나타났다. 또한, 개체수가 5마리 이상이고 유속이 20cm/sec 이하인 경우에는 수치 모델에 의한 잔차의 자기상관함수가 95%의 유음수준에서 유음한 것으로 나타났으므로, 잔차는 백색잡음의 양상으로 나타나는 것으로 볼 수 있으며, 이 수치 모델은 대체로 타당한 것으로 간주할 수 있다. 실험과 시뮬레이션에 의한 결과에 대하여 어군의 유영특성을 나타내는 지표로서 유영궤적, 수조벽과 개체 사이의 거리, 유영속도, 유영 깊이, 개체상호간의 최근접거리 등을 비교하면, 실험과 시뮬레이션에 의한 결과가 완전히 일치하지는 않으나 대체로 그 경향이 유사한 것으로 나타났다. 이상의 결과에서 어군의 유영공간을 3차원으로 고려하여 유속의 변화에 따른 어군행동의 추정이 어느 정도 가능해짐으로서, 앞으로 보다 발전된 모델링 기법을 도입하면 현장에서의 적용가능성이 있을 것으로 생각된다. 그러나, 이러한 일련의 연구에서는 실험의 편의를 위하여 시간의 변화에 따른 유향과 유속의 변화를 고려하지 않고 일정 방향의 일정 유속만을 고려하였기 때문에, 현장에서의 적용을 위해서는 환경요인, 공간상의 환경조건 및 어군의 규모에 의한 차이 등 해결해야 할 문제점이 많이 남아 있다. 현단계에서의 과제는 축양장과 같은 제한된 공간에서의 어군행동의 예측, 제어등이 가능하도록 모델링에 관한 연구가 계속되어야 할 것이다.

• 한국정보통신학회논문지
• /
• 제13권1호
• /
• pp.177-185
• /
• 2009

클러스터링은 주어진 데이터 포인트들을 주어진 개수의 그룹으로 나누는 비지도 학습의 한 방법이다. 클러스터링의 방법 중 하나로 널리 알려진 퍼지 클러스터링은 하나의 포인트가 모든 클러스터에 서로 다른 정도로 소속될 수 있도록 함으로써 하나의 클러스터에만 속할 수 있도록 하는 K-means와 같은 방법에 비해 자연스러운 클러스터 형태의 유추가 가능하고, 잡음에 강한 장점이 있다. 이 논문에서는 기존의 퍼지 클러스터링 방법 중 소속도(membership)와 전형성(typicality)을 동시에 계산해 낼 수 있는 Possibilistic Fuzzy C-Means(PFCM) 방법에 Gath-Geva(CG)의 방법을 적용하여 PFCM을 개선한다. 제안한 방법은 PFCM 장점을 그대로 가지면서도, GG의 거리 척도에 의해 클러스터들 사이의 경계를 강조함으로써 분류 목적에 적합한 소속도를 계산할 수 있으며 전형성은 가우스 형태의 분포에서 생성된 포인트들의 분포 함수를 정확하게 모사함으로써 확률 밀도 추정의 방법으로도 사용될 수 있다. 또한 GG 방법은 Gustafson-Kessel 방법과 달리 클러스터에 포함된 포인트의 개수가 확연히 차이나는 경우에도 정확한 결과를 얻을 수 있다. 이러한 사실들은 실험 결과를 통해 확인할 수 있다.