• 수산경영론집
• /
• 제34권2호
• /
• pp.75-90
• /
• 2003

When we think of fundamental problems of the aquaculture industry, there are several strict conditions, and consequently the aquaculture industry is forced to change. Fish aquaculture has a structural supply surplus in production, aggravation of fishing grounds, stagnant low price due to recent recession, and drastic change of distribution circumstances. It is requested for us to initiate discussion on such issue as “how fish aquaculture establishes its status in the coastal fishery\ulcorner, will fish aquaculture grow in the future\ulcorner, and if so “how it will be restructured\ulcorner” The above issues can be observed in the mariculture of yellow tail, sea scallop and eel. But there have not been studied concerning seabream even though the production is over 30% of the total production of fish aquaculture in resent and it occupied an important status in the fish aquaculture. The objectives of this study is to forecast the future movement of sea bream aquaculture. The first goal of the study is to contribute to managerial and economic studies on the aquaculture industry. The second goal is to identify the factors influencing the competition between production areas and to identify the mechanisms involved. This study will examine the competitive power in individual producing area, its behavior, and its compulsory factors based on case study. Producing areas will be categorized according to following parameters : distance to market and availability of transportation, natural environment, the time of formation of producing areas (leaderㆍfollower), major production items, scale of business and producing areas, degree of organization in production and sales. As a factor in shaping the production area of sea bream aquaculture, natural conditions especially the water temperature is very important. Sea bream shows more active feeding and faster growth in areas located where the water temperature does not go below 13∼14$^{\circ}C$ during the winter. Also fish aquaculture is constrained by the transporting distance. Aquacultured yellowtail is a mass-produced and a mass-distributed item. It is sold a unit of cage and transported by ship. On the other hand, sea bream is sold in small amount in markets and transported by truck; so, the transportation cost is higher than yellow tail. Aquacultured sea bream has different product characteristics due to transport distance. We need to study live fish and fresh fish markets separately. Live fish was the original product form of aquacultured sea bream. Transportation of live fish has more constraints than the transportation of fresh fish. Death rate and distance are highly correlated. In addition, loading capacity of live fish is less than fresh fish. In the case of a 10 ton truck, live fish can only be loaded up to 1.5 tons. But, fresh fish which can be placed in a box can be loaded up to 5 to 6 tons. Because of this characteristics, live fish requires closer location to consumption area than fresh fish. In the consumption markets, the size of fresh fish is mainly 0.8 to 2kg.Live fish usually goes through auction, and quality is graded. Main purchaser comes from many small-sized restaurants, so a relatively small farmer and distributer can sell it. Aquacultured sea bream has been transacted as a fresh fish in GMS ,since 1993 when the price plummeted. Economies of scale works in case of fresh fish. The characteristics of fresh fish is as follows : As a large scale demander, General Merchandise Stores are the main purchasers of sea bream and the size of the fish is around 1.3kg. It mainly goes through negotiation. Aquacultured sea bream has been established as a representative food in General Merchandise Stores. GMS require stable and mass supply, consistent size, and low price. And Distribution of fresh fish is undertook by the large scale distributers, which can satisfy requirements of GMS. The market share in Tokyo Central Wholesale Market shows Mie Pref. is dominating in live fish. And Ehime Pref. is dominating in fresh fish. Ehime Pref. showed remarkable growth in 1990s. At present, the dealings of live fish is decreasing. However, the dealings of fresh fish is increasing in Tokyo Central Wholesale Market. The price of live fish is decreasing more than one of fresh fish. Even though Ehime Pref. has an ideal natural environment for sea bream aquaculture, its entry into sea bream aquaculture was late, because it was located at a further distance to consumers than the competing producing areas. However, Ehime Pref. became the number one producing areas through the sales of fresh fish in the 1990s. The production volume is almost 3 times the production volume of Mie Pref. which is the number two production area. More conversion from yellow tail aquaculture to sea bream aquaculture is taking place in Ehime Pref., because Kagosima Pref. has a better natural environment for yellow tail aquaculture. Transportation is worse than Mie Pref., but this region as a far-flung producing area makes up by increasing the business scale. Ehime Pref. increases the market share for fresh fish by creating demand from GMS. Ehime Pref. has developed market strategies such as a quick return at a small profit, a stable and mass supply and standardization in size. Ehime Pref. increases the market power by the capital of a large scale commission agent. Secondly Mie Pref. is close to markets and composed of small scale farmers. Mie Pref. switched to sea bream aquaculture early, because of the price decrease in aquacultured yellou tail and natural environmental problems. Mie Pref. had not changed until 1993 when the price of the sea bream plummeted. Because it had better natural environment and transportation. Mie Pref. has a suitable water temperature range required for sea bream aquaculture. However, the price of live sea bream continued to decline due to excessive production and economic recession. As a consequence, small scale farmers are faced with a market price below the average production cost in 1993. In such kind of situation, the small-sized and inefficient manager in Mie Pref. was obliged to withdraw from sea bream aquaculture. Kumamoto Pref. is located further from market sites and has an unsuitable nature environmental condition required for sea bream aquaculture. Although Kumamoto Pref. is trying to convert to the puffer fish aquaculture which requires different rearing techniques, aquaculture technique for puffer fish is not established yet.

• 지능정보연구
• /
• 제23권3호
• /
• pp.1-27
• /
• 2017

경제주체들의 경기상황에 대한 판단 및 전망은 경기변동에 영향을 미치므로 경기심리지수와 거시경제지표들 간에는 밀접한 관련성을 나타내는 것으로 알려져 있다. 경기선행지표로 국내에서 많이 사용되는 경기심리지수에는 소비자동향조사, 기업경기조사, 경제심리지수가 있다. 그러나 설문조사를 통해 생성된 지수는 자료의 성격상 속보성이 떨어지는 문제가 있다. 본 연구에서는 이러한 정형데이터의 한계를 보완할 수 있도록 비정형데이터에서 정보를 추출해 경기심리지수를 생성하고, 경제분석에서의 활용 가능성을 검토하였다. 민간소비와 관련된 실물지표에는 소매판매업지수와 서비스업생산지수를 사용하였고, 고용지표에는 고용률과 실업률을, 가격지표에는 소비자물가상승률과 가계의 대출금리를 사용하여 지표들 간의 추이 분석 및 시차구조 파악을 위한 교차상관분석을 수행하였다. 마지막으로 이들 지표들에 대한 예측 가능성을 점검하였다. 분석결과, 다른 지표들의 선행지수로 많이 사용되는 소비자심리지수와 비교해 선택 지표들과 높은 상관관계를 보이며, 1~2개월 선행한 것으로 나타났다. 예측력 또한 향상되어 텍스트데이터에서 생성한 소비자 경기심리지수의 유용성이 확인되었다. 온라인에서 생성되는 뉴스기사나 소셜 SNS 등의 텍스트 데이터는 속보성이 뛰어나고, 커버리지가 넓어 특정 경제적 이슈가 발생할 경우 이것이 경제에 미치는 영향을 빠르게 파악할 수 있다는 점에서 경기판단지표로써의 잠재적 가능성이 클 것으로 보인다. 경제분석에서 비정형데이터를 활용한 국내연구는 초기 단계지만 데이터의 유용성이 확인되면 그 활용도가 크게 높아질 것으로 기대한다.

• 한국지리정보학회지
• /
• 제21권4호
• /
• pp.50-63
• /
• 2018

급격한 도시화를 겪으면서 자연적인 물순환 체계의 왜곡을 초래하였다. 이러한 물순환 구조의 변화는 기존 수자원 이용 경향을 변화시키며 하천 건천화 현상을 유발하고 있다. 이를 관리하기 위해 건천화 평가 및 예측이 가능한 하천 건천화 영향 평가 기술이 필요하다. 하천 건천화 영향평가 기술 수행을 위해서는 기초자료로써 GIS 기반의 공간자료 구축이 필수적이나, 관련 연구는 미흡한 실정이다. 따라서 본 연구에서는 하천 건천화 평가를 위한 GIS 기반의 시계열 공간자료 활용에 대한 연구를 수행하였다. 이에 6개 하천 건천화 영향요소(기상, 토심, 산림밀도 및 높이, 도로망, 지하수 이용량, 토지이용)을 대상으로, 과거 수십년 간의 변화과정을 전국 단위 GIS 자료로 구축하여 연속수문모형 운용에 대한 기초자료로 활용하였다. 이러한 영향요소를 대상으로 시계열에 따라 하천 건천화 원인을 분석하고 해석할 수 있는 분포형 연속수문모형 기반의 DrySAT을 활용하여 하천 건천화 영향요소별 연유출량 및 건천화 평가를 수행하였다. 그 결과, 다른 요소들은 고려하지 않고 주어진 기상 조건하에 연유출량은 기본값 977.9mm로 산출되었다. 반면, 토심 감소, 산림 높이 증가, 도로 개발 증가, 지하수이용량 증가, 토지이용 개발변화를 고려하였을 때의 연평균 유출량은 각각 1,003.5mm, 942.1mm, 961.9mm, 915.5mm, 1003.7mm로 산출되었다. 산출된 결과는 하천건천화의 주요 원인으로서 지표유출량을 증가시켜 하천유량을 감소시키는 토심의 감소, 지표유출량을 감소시키는 산림 밀도의 증가, 지표하유출량을 감소시키는 도로의 증가, 기저유출량을 감소시키는 무분별한 지하수 개발과 지하수이용량의 증가, 지표유출량을 증가시키는 불투수지역의 증가를 들 수 있다. 또한, 하천 건천화 정의 및 등급 범위를 통해서 건천화 등급에 따라 표준유역별로 나타내었으며, 기상, 토심 감소 고려, 산림 높이 증가, 도로 개발 증가, 지하수이용량 증가, 토지이용 개발변화를 고려하였을 때의 건천화 등급은 각각 2.1, 2.2, 2.5, 2.3, 2.8, 2.2로 나타났다. 기본값인 강우조건을 제외한 5개 하천 건천화 영향요소에 대한 건천화 영향순위는 지하수 이용량 변화에 대한 건천화 영향이 제일 컸으며, 산림 밀도 변화, 도로 건설 변화, 토지이용 변화 및 토심 변화 순으로 나타났다. 향후 전국 하천 건천화 평가시스템 개발을 통해 6개 하천 건천화 영향요소에 대한 미래 자료 변화 및 이에 대한 건천화의 진행전망 등 시스템에 의한 평가결과를 토대로 맞춤형 하천 건천 관리 및 방지 방안을 제공할 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.1-23
• /
• 2014

시장 예측은 일정 기간 동안 소비자에게 판매되는 동종 제품 또는 서비스의 수량 혹은 매출액의 규모를 추정하는 활동으로 정의할 수 있다. 정확한 시장 예측은 기업의 입장에서 새로운 제품의 도입시기 결정, 제품 설계, 생산계획 수립, 마케팅 전략 수립 등에 활용됨으로써 경영활동에 있어 효율적인 의사결정을 내릴 수 있게 하고, 정부의 입장에서는 발전 가능성이 있는 분야에 국가예산을 더 배분할 수 있는 효율적인 예산수립이 가능하게 한다. 본 연구는 정보통신기술(Information and Communication Technology: ICT) 분야의 제품 및 서비스에 대해서 과거의 시계열 자료를 이용하여 시장 성장곡선을 도출하고, 성장패턴이 비슷한 그룹으로 분류하여, 산업 내 시장에 대해 이해하고, 제품들의 미래 전망을 예측하는 데 목적이 있다. 다양한 아이템들을 통일되고 일관적인 방법으로 예측하기 위하여, 로지스틱 모형, 곰페르츠 모형, Bass 모형의 세 가지 전통적인 성장모형과 로지스틱 모형이나 곰페르츠 모형에서 도출되는 잠재시장 크기를 Bass 모형에 결합시킨 두 가지 하이브리드 성장모형을 개발하여 비교 분석하였다. 데이터 설명력이 우수한 로지스틱 + Bass 모형을 최적의 모형으로 선정하여 ICT 제품 및 서비스들 각각의 시장 성장곡선 모수를 확인하였다. 도출된 모수를 데이터로 하여, 자기조직화 지도 알고리즘을 통해, 5개의 의미 있는 영역으로 구분된 시장 성장패턴 지도가 구축되었는데, 각 영역별로 차별화된 특징과 성장패턴을 가지고 있었다. 본 연구에서 제안한 프로세스 및 시스템은 산업 시장 분석 시스템의 수요 예측 기능으로 활용될 수 있으며, ICT 산업뿐만 아니라 다양한 산업 및 분야에도 적용 가능할 것으로 기대된다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.43-57
• /
• 2012

제조업에 있어서 판매 후 서비스 건수와 내용 등은 향후 서비스 제공을 위한 자원배분의 효율성 증진과 서비스 품질 향상을 위해서도 매우 중요한 정보이다. 따라서 기업들은 향후 발생하는 판매 후 서비스에 대해 정확히 예측하고 그에 따라 적절히 대처하는 능력을 확보할 필요성이 제조업을 중심으로 증가하고 있다. 그러나 실제로 이들 기업들이 활용하고 있는 서비스 수요예측 방법들은 전통적인 통계적인 예측기법이거나, 시뮬레이션을 기반한 기법들이다. 예를 들면, 전통적인 통계적인 예측기법으로는 회귀분석(regression analysis)의 경우, 다양한 제품모델에 대한 판매 후 서비스 발생 패턴이 선형적인 관계가 매우 적음에도 불구하고 선형으로 가정하여 추정한다는 점과 적정한 회귀식을 가정하여야 되며, 이러한 가정이 실제 경영환경에서는 매우 어렵다는 점 등이 기존의 예측기법들의 한계점으로 지적되고 있다. 본 연구에서는 디지털 TV 모델을 생산 판매 하는 A사의 사례연구를 통하여 최근 인공지능연구에서 각광을 받고 있는 사례기반추론(case-based reasoning; CBR) 기법을 활용한 서비스 수요예측 프레임워크를 제안하고자 한다. 또한, 사례기반추론에서 핵심적인 역할 중 하나인 유사 사례추출 방법에 있어서 가장 일반적인 nearest-neighbor 방법 이외의 유사 사례추출 방법을 제안하고자 한다. 특히, 본 연구에서 제안하는 유사 사례추출 방법은 인공신경망(artificial neural network)을 활용한 자기조직화지도(Self-Organizing Maps : SOM) 군집화 기법을 활용한 유사 사례추출 방식으로 이를 활용한 서비스 수요예측 프레임워크에 구현하고, 실제 기업의 판매 후 서비스 데이터를 활용하여 본 연구에서 제안하는 서비스 수요 예측 프레임워크의 유효성을 실증적으로 검증하고자 한다.

• 한국인구학
• /
• 제9권1호
• /
• pp.41-53
• /
• 1986

The purpose of this paper is two-fold. One is to investigate the determinants of the demand supply of labor, and another is to project long-term demand and supply of labor. The paper consists of three parts. In the first part, theoretical models and important hypotheses are discussed: for the case of a labor supply model, issues regarding discouraged worker model, permanent wage hypothesis, and relative wage hypothesis are examined and for the case of a demand model, issues regarding estimating an employment demand equation within the framework of an inverted short-run produc- tion function are inspected. Particularly, a theoretical justification for introducing a demographic cohort variable in a labor supply equation is also investigated. In the second part, empirical results of the estimated supply and demand equations are analyzed. Supply equations are specified differently between primary and secondary labor force. That is, for the case of primary labor force groups including males aged 25 and over, attempts are made to explain the variations in participation behavior within the framework of a neo-classical economics oriented permanent wage hypothesis. On the other hand, for the case of females and young male labor force, variations in participation rates are explained in terms of a relative wage hypothesis. In other words, the participation behavior of primary labor force is related to short-rum business fluctuations, while that of secondary labor force is associated with intermediate swings of business cycles and demographic changes in the age structure of population. Some major findings arc summarized as follows. (1) For the case of males aged 14~19 and 2O~24 groups and females aged 14∼19, the effect of schhool enrollment rate is dominant and thus it plays a key role in explaining the recent declining trend of participation rates of these groups. (2) Except for females aged 20∼24, a demographic cohort variable, which captures the impact of changes in the age structure on participation behavior, turns out to show positive and significant coefficients for secondary labor force groups. (3) A cyclical variable produce significant coefficients for prime-age males and females reflecting that as compared to other groups the labor supply behavior of these groups is more closely related to short-run cyclical variations (4) The wage variable, which represents a labor-leisure trade-off turns out to yield significant coefficients only for older age groups (6O and over) for both males and females. This result reveals that unlike the experiences of other higer-income nations, the participation decision of the labor force of our nation is not highly sensitive with respect to wage changes. (5)The estimated result of the employment demand equation displays that given that the level of GNP remains constant the ability of the economy to absord labor force has been declining;that is, the elasticity of GNP with respect to labor absorption decreasre over time. In the third part, the results of long-term projections (for the period of 1986 and 1995) for age-sex specific participation rates are discussed. The participation rate of total males is anticipated to increase slightly, which is contrary to the recent trend of declining participation rates of this group. For the groups aged 25 and below, the participation rates are forecast to decline although the magnitude of decrease is likely to shrink. On the other hand, the participation rate of prime- age males (25 to 59 years old) is predicted to increase slightly during 1985 and 1990. For the case of females, except for 20∼24 and 25∼34 age groups, the participation rates are projected to decrease: the participation rates of 25∼34 age group is likely to remain at its current level, while the participation rate of 20∼24 age group is expected to increase considerably in the future (specifi- cally, from 55% in 1985 to 61% in 1990 and to 69% in 1995). In conclusion, while the number of an excess supply of labor will increase in absolute magnitude, its size as a ratio of total labor force is not likely to increase. However, the age composition of labor force is predicted to change; that is, the proportion of prime-age male and female labor force is projected to increase.

• Asia pacific journal of information systems
• /
• 제19권2호
• /
• pp.139-155
• /
• 2009

For the last few decades, many studies have tried to explore and unveil venture companies' success factors and unique features in order to identify the sources of such companies' competitive advantages over their rivals. Such venture companies have shown tendency to give high returns for investors generally making the best use of information technology. For this reason, many venture companies are keen on attracting avid investors' attention. Investors generally make their investment decisions by carefully examining the evaluation criteria of the alternatives. To them, credit rating information provided by international rating agencies, such as Standard and Poor's, Moody's and Fitch is crucial source as to such pivotal concerns as companies stability, growth, and risk status. But these types of information are generated only for the companies issuing corporate bonds, not venture companies. Therefore, this study proposes a method for evaluating venture businesses by presenting our recent empirical results using financial data of Korean venture companies listed on KOSDAQ in Korea exchange. In addition, this paper used multi-class SVM for the prediction of DEA-based efficiency rating for venture businesses, which was derived from our proposed method. Our approach sheds light on ways to locate efficient companies generating high level of profits. Above all, in determining effective ways to evaluate a venture firm's efficiency, it is important to understand the major contributing factors of such efficiency. Therefore, this paper is constructed on the basis of following two ideas to classify which companies are more efficient venture companies: i) making DEA based multi-class rating for sample companies and ii) developing multi-class SVM-based efficiency prediction model for classifying all companies. First, the Data Envelopment Analysis(DEA) is a non-parametric multiple input-output efficiency technique that measures the relative efficiency of decision making units(DMUs) using a linear programming based model. It is non-parametric because it requires no assumption on the shape or parameters of the underlying production function. DEA has been already widely applied for evaluating the relative efficiency of DMUs. Recently, a number of DEA based studies have evaluated the efficiency of various types of companies, such as internet companies and venture companies. It has been also applied to corporate credit ratings. In this study we utilized DEA for sorting venture companies by efficiency based ratings. The Support Vector Machine(SVM), on the other hand, is a popular technique for solving data classification problems. In this paper, we employed SVM to classify the efficiency ratings in IT venture companies according to the results of DEA. The SVM method was first developed by Vapnik (1995). As one of many machine learning techniques, SVM is based on a statistical theory. Thus far, the method has shown good performances especially in generalizing capacity in classification tasks, resulting in numerous applications in many areas of business, SVM is basically the algorithm that finds the maximum margin hyperplane, which is the maximum separation between classes. According to this method, support vectors are the closest to the maximum margin hyperplane. If it is impossible to classify, we can use the kernel function. In the case of nonlinear class boundaries, we can transform the inputs into a high-dimensional feature space, This is the original input space and is mapped into a high-dimensional dot-product space. Many studies applied SVM to the prediction of bankruptcy, the forecast a financial time series, and the problem of estimating credit rating, In this study we employed SVM for developing data mining-based efficiency prediction model. We used the Gaussian radial function as a kernel function of SVM. In multi-class SVM, we adopted one-against-one approach between binary classification method and two all-together methods, proposed by Weston and Watkins(1999) and Crammer and Singer(2000), respectively. In this research, we used corporate information of 154 companies listed on KOSDAQ market in Korea exchange. We obtained companies' financial information of 2005 from the KIS(Korea Information Service, Inc.). Using this data, we made multi-class rating with DEA efficiency and built multi-class prediction model based data mining. Among three manners of multi-classification, the hit ratio of the Weston and Watkins method is the best in the test data set. In multi classification problems as efficiency ratings of venture business, it is very useful for investors to know the class with errors, one class difference, when it is difficult to find out the accurate class in the actual market. So we presented accuracy results within 1-class errors, and the Weston and Watkins method showed 85.7% accuracy in our test samples. We conclude that the DEA based multi-class approach in venture business generates more information than the binary classification problem, notwithstanding its efficiency level. We believe this model can help investors in decision making as it provides a reliably tool to evaluate venture companies in the financial domain. For the future research, we perceive the need to enhance such areas as the variable selection process, the parameter selection of kernel function, the generalization, and the sample size of multi-class.

• 지식경영연구
• /
• 제21권3호
• /
• pp.45-65
• /
• 2020

가치가 상승하는 와인에 투자하는 것은 바람직하지만 우리나라에서는 와인 투자 자체가 생소하다. 또한, 와인시장에서의 가격책정은 소수에 의해 이루어지기 때문에 과정 자체가 비합리적이고, 정보가 위조되는 경우가 흔하다. 그러나 올바른 해결책만 있다면 와인시장은 오래 투자할수록 높은 수익을 기대할 수 있다는 점에서 바람직한 투자처가 될 수 있다. 또한, 국내 와인수입량의 꾸준한 증가추세를 통한 국내 와인 소비시장의 확대 또한 기대된다. 본 연구는 앞서 말한 우리나라의 와인 투자 시장의 '올바른 해결책'으로 와인시장 활성화 및 투명성 제고를 위한 컨소시엄 블록체인 프레임워크를 제시한다. 블록체인 거버넌스는 바람직한 의사결정권과 책임성을 보장하기 때문에 와인시장의 단점을 보완해줄 수 있다. 블록체인에 저장된 데이터는 소비자가 모두 확인할 수 있기 때문에 위조와인의 등장 가능성을 낮추고 불합리적으로 가격이 책정되는 과정을 보완한다. 또한 자산의 디지털화로 낮은 현금유동성을 해결하며 스마트 컨트랙트를 통해 공급망 전반의 비용과 시간을 절약하게 되어 와인투자의 진입장벽이 낮아진다. 특히 컨소시엄 블록체인을 통해 블록체인의 거버넌스를 '샤또-유통업자-투자자'로 구성한다면 바람직한 와인 시장을 형성할 수 있다. 생산과정을 블록체인에 저장하여 생산비용을 확보하고 합리적인 출시가를 정하며 유통과정을 블록체인에 저장하여 물류시스템을 효율적으로 운영하고 선물거래 주문량을 예측한다. 마지막으로 투자자들은 이 모든 데이터를 열람함으로써 합리적인 의사결정을 한다. 이는 와인경매시장에 있어서 주요 이해관계자들간의 지식공유체제로서 작동할 수 있는 가능성을 제시하고 있다. 해당 연구에서는 소유권을 주식처럼 다룰 수 있다는 점에서 대체투자의 새로운 관점을 제시했다. 또한 정보의 투명성을 제고시킬 방안으로써 와인 소유 매매 프레임워크를 제시하였고 식품 수입절차의 간소화와 와인 업계 내 신뢰 형성을 가능하게 했다. 해당 프레임워크를 통해 와인 관련 정보들을 투명하게 기록함으로써 활발한 와인투자가 이루어질 수 있을 것이며 이는 지식경영 측면에서 큰 의의를 가진다. 향후 연구에서는 해당 프레임워크를 확장해 적용할 분야를 연구하고자 한다.

• 대한환경공학회지
• /
• 제29권4호
• /
• pp.425-437
• /
• 2007

시화호 인공습지의 수리동력학적 특성과 입자성 물질의 침전특성을 살펴보기위해 물흐름조사 및 입자성 물질의 퇴적율 측정을 실시하였다. 시화호 인공습지는 크게 3개의 습지(반월, 동화, 삼화)로 나누어 볼 수 있는데 이는 각각의 하천에서 유입되는 비점오염물질의 처리를 위해 조성되었다. 조사지역은 반월천 고습지를 대표지역으로 선정 후 실시하였다. Rhodamine 50WT Red를 사용하여 물흐름 실험을 수행한 결과 자유수면(open water) 지역과 수로를 통한 물흐름이 주를 이루고 있었으며 식물이 식재되어 있는 폐쇄수역(closed water)에서의 물흐름이 지체되는 것으로 나타났다. 반월습지의 상부 및 하부 습지의 평균 수리학적체류시간(hydraulic retention time, HRT)은 각각 34.1 hr, 74.6 h,로 나타났으며 총 체류시간은 108.7 hr(4.5 day)이었다. 반면에, 침전율은 침전지(A지역)보다는 하류부의 open water지역(B, C, D지역)에서 높은 것으로 조사되었다. 향후 open water 내에 축적 가능한 sediment 양을 추정한 결과 20년 후 각 지역의 침전 깊이는 A: 6.3 cm, B: 8.3 cm, C: 7.0 cm, D: 9.5 cm로 나타났다. sediment trap 내의 유기물 축적량은 강우의 영향으로 1차 조사시기에 가장 높은 것으로 나타났으며 A 지역보다 B, C, D 지역에서의 축적량이 높은 것으로 조사되었다. 또한, 질소, 인 성분들은 하부습지에서 높게 나타났다. 이러한 결과로 인공습지의 효율적 관리를 위해서는 물흐름 및 입자성 물질들의 퇴적 특성에 대해 시간 변화에 따른 지속적인 조사 및 관리가 요구되어 진다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.177-192
• /
• 2016

기계학습(Machine Learning)은 인공 지능의 한 분야로, 데이터를 이용하여 기계를 학습시켜 기계 스스로가 데이터 분석 및 예측을 하게 만드는 것과 관련한 컴퓨터 과학의 한 영역을 일컫는다. 그중에서 SVM(Support Vector Machines)은 주로 분류와 회귀 분석을 목적으로 사용되는 모델이다. 어느 두 집단에 속한 데이터들에 대한 정보를 얻었을 때, SVM 모델은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 집단에 속할지를 판단해준다. 최근 들어서 많은 금융전문가는 기계학습과 막대한 데이터가 존재하는 금융 분야와의 접목 가능성을 보며 기계학습에 집중하고 있다. 그러면서 각 금융사는 고도화된 알고리즘과 빅데이터를 통해 여러 금융업무 수행이 가능한 로봇(Robot)과 투자전문가(Advisor)의 합성어인 로보어드바이저(Robo-Advisor) 서비스를 발 빠르게 제공하기 시작했다. 따라서 현재의 금융 동향을 고려하여 본 연구에서는 기계학습 방법의 하나인 SVM을 활용하여 매매성과를 올리는 방법에 대해 제안하고자 한다. SVM을 통한 예측대상은 한국형 변동성지수인 VKOSPI이다. VKOSPI는 금융파생상품의 한 종류인 옵션의 가격에 영향을 미친다. VKOSPI는 흔히 말하는 변동성과 같고 VKOSPI 값은 옵션의 종류와 관계없이 옵션 가격과 정비례하는 특성이 있다. 그러므로 VKOSPI의 정확한 예측은 옵션 매매에서의 수익을 낼 수 있는 중요한 요소 중 하나이다. 지금까지 기계학습을 기반으로 한 VKOSPI의 예측을 다룬 연구는 없었다. 본 연구에서는 SVM을 통해 일 중의 VKOSPI를 예측하였고, 예측 내용을 바탕으로 옵션 매매에 대한 적용 가능 여부를 실험하였으며 실제로 향상된 매매 성과가 나타남을 증명하였다.