• 자원환경지질
• /
• 제39권4호
• /
• pp.369-384
• /
• 2006

유라시아판 동남쪽에 위치한 한반도는 판경계로부터 수백 km 떨어진 판내지역에 해당하며, 판내부 지진은 판경계부에서의 지진에 비해 발생하는 지진에 비해 숫자가 상대적으로 적고 크기도 작을 뿐만 아니라 발생 위치도 매우 불규칙한 편이다. 이는 단층의 활동주기가 매우 길다는 것을 의미하므로, 약 2,000년 동안의 지진역사가 기록되어 있는 우리나라는 이들 자료를 정확히 분석하여 역사시대 동안에 발생한 지진의 활동도 및 특성 등을 규명하여야 한다. 역사지진의 자료에 의하면 지진활동은 조선 중기 즉 16-18 세기에 특히 활발했으며 높은 지진활동의 기간은 중국 북동부와 일치하고 있다. 이는 이 두지역의 지진활동이 밀접하게 연관되어 있음을 시사한다. 역사지진 및 계기지진 자료에 의하면 대체로 서해안쪽이 활발하며, 한반도 남동부에서 서북서 방향으로 활발한 양상을 보여준다. 우리나라에서의 근대적 지진관측은 1905년 최초로 인천관측소가 설치되어 광복이전 6개소의 지진관측소를 운영하였다. 그 후 지진관측 공백기를 거쳐 1963년 서울에 세계표준지진계가 설치되었으며 1990 년 초에 기상청은 중앙집중식 12개소의 관측소를 본격적으로 운영하기 시작하였다. 그 후 지속적인 확장을 통해 기상청에서는 속도계관측소 35개소, 가속도 관측소 75개소를, 한국지질자원연구원은 32개소의 속도계관측소, 16개소의 가속도 관측소를, 한국원자력안전기술원은 4개소의 속도계 및 가속도 관측소를, 한국전력연구원은 13개소의 속도계 및 기속도 관측소를 운영하고 있다..27개 지진의 발생원인을 분석한 결과 한반도 및 인접지역에서 발생한 지진의 대부분은 주향이동 단층 운동에 의한 메카니즘과 다소의 역단층 운동이 첨가된 단층운동 특성을 보여준다. 한반도 및 주변에서 단층작용을 일으킨 주응력 방향은 거의 수평한 동북동-서남서 방향으로 같은 판내 지역인 북동부 중국 지역의 주응력 방향과 매우 유사하고 동해 동부와는 상당한 차이를 보인다. 이는 한반도 및 그 주변에서 지진을 일으키는 주응력은 동쪽에서 유라시아판 밑으로 침강하는 태평양판의 영향뿐만 아니라 서남쪽에서 충돌하는 인도판의 영향도 상당히 작용하는 것으로 해석된다. 지각 속도구조는 지진이 발생한 진원의 위치와 지진규모를 정확히 알아내는데 필수적이다. 그 동안 국내 지진관측망 미비, 한반도 내부의 낮은 지진 발생 빈도 등의 이유로 양질의 지진자료를 구하기 어려워 지진자료를 이용한 지각속도 구조에 대한 연구가 극히 제한적으로 이루어질 수밖에 없었다. 그러나 최근에 국내의 여러 지친관측망에서 축적된 지진기록과 반사 및 굴절 탄성파 탐사를 수행하여 종합적으로 지각 속도구조를 규명하기 시작하였다. 이와 같은 인공발파를 이용한 지각속도구조를 규명하기 위해서는 많은 인원과 예산을 필요로 하므로 관련분야의 전문가들의 적극적인 참여가 필요한 상황이다.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.