• Radiation Oncology Journal
• /
• 제25권4호
• /
• pp.268-277
• /
• 2007

목적: 호흡에 의한 종양의 움직임은 사이버나이프를 이용한 정위적 방사선수술과 같은 정확한 치료에 있어 고려할 만한 방해 요인이다 이 연구에서는 사이버나이프를 이용한 방사선 수술의 Interplay현상을 보고자 팬텀을 움직이게 하고 또한 움직이지 않게 하여 선량 분포의 왜곡을 조사하였다. 대상 및 방법: 팬텀은 $2.5{\times}2.5{\times}5.0$ 인치의 4개의 직육면체로 구성된 폴리에틸렌과 2장의 Gafchromic 필름으로 구성되었다. 치료 계획은 20, 30, 40, 50 mm지름을 가진 구를 가상하여 사이버나이프 치료기를 이용하여 104개의 빔 방향과 single center mode의 치료 계획 하에 총 30 Gy를 조사하였다. 특별히 제작된 로봇은 팬텀을 좌우, 전후, 두미쪽으로 각각 5, 10, 20 mm 움직이도록 고안되었다. 필름의 optical density을 이용하여 정적인 상태의 팬텀과 로봇에 의해 움직일 때의 팬텀의 선량 분포를 구하였다. 결 과: 정적인 상태에서 종양을 모두 포함할 수 있는 최소의 등선량은 20 mm 종양의 경우 80%, 30 mm에 84%, 40 mm에 83%이며 50 mm 종양에 80%였다. 정적인 상태와 움직일 때의 팬텀 사이에서 발생한 선량 분포의 차이(gap)는 20 mm 종양에서 두미방향으로 각각 3.2, 3.3 cm이며 오른쪽 3.5 mm, 왼쪽 1.1 mm였다. 30 mm 종양의 경우는 각각 3.9, 4.2, 2.8과 0 mm였고 40 mm 종양은 각각 4.0, 4.8, 1.1, 0 mm였다. 50 mm 종양의 경우 각각 3.9, 3.9, 0.0 mm였다. 결 론: 20 mm의 적은 종양을 치료할 때 80%의 등선량이 계획되더라도 움직이는 실제 치료에 있어 종양 움직임을 보완하기 위하여 60% 등선량으로 처방할 필요가 있다. 이때 두 등선량 곡선의 차이는 5 mm정도이다. 또한 30, 40과 50 mm의 종양에서는 움직임을 보완하기 위하여 등선량 곡선을 70%정도로 처방할 필요가 있다. 이때의 차이도 약 5 mm 미만이다. 이는 사이버나이프를 이용한 방사선수술 시 움직임 그 차체 보다 여유폭을 적게 줄 수 있다는 의미이며 이는 일반 방사선치료와 다른 점이라 할 수 있다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.39-55
• /
• 2019

최근 은행과 증권회사를 중심으로 다양한 로보어드바이저 금융상품들이 출시되고 있다. 로보어드바이저는 사람 대신 컴퓨터가 포트폴리오 자산배분에 대한 투자 결정을 실행하기 때문에 다양한 자산배분 알고리즘이 활용되고 있다. 본 연구에서는 대표적 로보어드바이저 알고리즘인 블랙리터만모형의 강점을 살리면서 객관적 투자자 전망을 도출할 수 있는 지능형 전망모형을 제안하고 이를 내재균형수익률과 결합하여 최종 포트폴리오를 도출하는 로보어드바이저 자산배분 알고리즘을 새로이 제안하며, 실제 주가자료를 이용한 실증분석 결과를 통해 전문가의 주관적 전망을 대신할 수 있는 지능형 전망모형의 실무적 적용 가능성을 보여주고자 한다. 그동안 주가 예측에서 우수한 성과를 보여주었던 기계학습 방법 중 SVM 모형을 이용하여 각 자산별 기대수익률에 대한 예측과 예측 확률을 도출하고 이를 각각 기대수익률에 대한 투자자 전망과 전망에 대한 신뢰도 수준의 입력변수로 활용하는 지능형 전망모형을 제안하였다. 시장포트폴리오로부터 도출된 내재균형수익률과 지능형 전망모형의 기대수익률, 확률을 결합하여 최종적인 블랙리터만모형의 최적포트폴리오를 도출하였다. 주가자료는 2008년부터 2018년까지의 132개월 동안의 8개의 KOSPI 200 섹터지수 월별 자료를 분석하였다. 블랙리터만모형으로 도출된 최적포트폴리오의 결과가 기존의 평균분산모형이나 리스크패리티모형 등과 비교하여 우수한 성과를 보여주었다. 구체적으로 2008년부터 2015년까지의 In-Sample 자료에서 최적화된 블랙리터만모형을 2016년부터 2018년까지의 Out-Of-Sample 기간에 적용한 실증분석 결과에서 다른 알고리즘보다 수익과 위험 모두에서 좋은 성과를 기록하였다. 총수익률은 6.4%로 최고 수준이며, 위험지표인 MDD는 20.8%로 최저수준을 기록하였다. 수익과 위험을 동시에 고려하여 투자 성과를 측정하는 샤프비율 역시 0.17로 가장 좋은 결과를 보여주었다. 증권계의 애널리스트 전문가들이 발표하는 투자자 전망자료의 신뢰성이 낮은 상태에서, 본 연구에서 제안된 지능형 전망모형은 현재 빠른 속도로 확장되고 있는 로보어드바이저 관련 금융상품을 개발하고 운용하는 실무적 관점에서 본 연구는 의의가 있다고 판단된다.