• 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
• /
• 제24권1호
• /
• pp.167-181
• /
• 2018

지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.

• 조형예술학연구
• /
• 제11권
• /
• pp.221-249
• /
• 2007

오늘날 사진은 새로운 테크놀로지 형태인 디지털 이미지 프로세싱 앞에 심각한 정체성 위기와 존재론적 딜레마에 봉착했다. 사진은 그동안 우리에게 세상을 새롭게 바라보는 방법을 제공하고, 또 우리 스스로 주변을 돌아볼 수 있는 자각을 주었으며, 나아가 삶의 리얼리티의 본질을 재인식시키는데 크게 기여했다. 그런 사진의 기능이 오늘날 무력화되고 있다. 디지털 테크놀로지의 출현으로 사진은 더 이상 사실의 기록, 결백의 증거, 그리고 리얼리티의 거울로서 간주되지 않는다. 오히려 유희의 도구 혹은 우리가 사는 세계의 환영과 기쁨을 창조하는 수단으로 간주된다. 그러나, 디지털 테크놀로지의 출현은 이제 비로소 사진의 존재론적 당위성과 정체성의 문제를 냉정히 돌아보게 한다. 본 논고는 전자시뮬레이션 시대 새로운 이미지 생산의 첨병으로 등장한 디지털 이미지의 존재론적 측면을 규명하는데 있다. 이를 위해 인류의 첫 번째 프로그램 미학으로 말해지는 사진과 첨단테크놀로지 미학으로 말해지는 디지털 이미지와의 관계를 기계미학적 관점에서 살펴보려 한다. 특히 올드미디어(사진)와 뉴미디어(디지털) 사이에 갈등 구조를 자본주의 역사관과 물질적 관점에서 살펴보려 한다. 본 논고는 이를 위해 우선 사진의 정체성 위기와 존재론적 위협이 어디로부터 발현된 것인지를 살피고, 또 지금까지 생산된 매체 미학적 담론들이 어떤 비평적 쟁점 속에 놓였는지를 살피고자 한다. 특히 사진이 강점으로 여긴 존재론적 인덱스와 생성론적 텍스트에 주목하여 사진 재현의 기반인 사실적 기록, 명료한 증거, 그리고 기술적 정교성이 어떤 기계미학의 층위에 있는지를 디지털 이미지를 대척에 두고 분석하고자 한다. 그리하여 최근 일고 있는 사진의 죽음, 사진의 종말에 관한 담론들이 심각한 오류가 있음을 지적하고자 한다. 올드 테크놀로지로서 사진이 당면한 위기, 즉 현재 사진이 안고 있는 존재론적 위기(컴퓨터화 된 디지털 이미지 출현) 그리고 인식론적 위기(윤리, 지식, 가치관 등 급격한 문화 변동)는 매체미학의 본질상 당연한 위기임을 정당화하고자 한다. 본 논문은 이 같은 주장을 위하여 역사적으로 사진술이 어떤 생성과 소멸의 과정을 거쳤으며, 또 어떻게 지금의 디지털 이미지에 이르게 되었는지 테크놀로지 미학 안에서 자동생성주의로서 색인 이미지, 디지털 코드로서 수치 이미지의 생성, 기원, 본질 그리고 정체성을 규명하고자 한다. 특히 본 논고는 논지의 정당성을 위해 다양한 매체미학자들의 주의주장 및 이론적 쟁점을 분석하고자 한다. 또 분석틀을 통해서 테크놀로지 미학의 근간인 기계, 기술성을 바탕으로 한 사진의 생성적 측면과 문화 안에서 변형된 프로그램에 의해 창조되는 디지털 이미지의 변형적 측면의 본질을 파악하고자 한다. 이렇게 사진과 디지털 이미지의 양자의 비교를 통해서 테크놀로지 미학 안에서 올드 미디어(사진)와 뉴 미디어(디지털 이미지)의 자리바꿈은 정당한 것이라는 사실과, 이런 역설적인 구조야말로 기계, 기술을 바탕으로 삼는 테크놀로지 매체의 숙명성이라는 사실을 강조함으로써 논문의 정당성을 강화하고자 한다. 마지막으로 본 논고는 하나의 얼굴, 하나의 정체성으로 자리할 수 없다는 사실을 역사로서 확증하고, 또 사진에서 부동의 존재론과 인식론의 모습은 애초부터 불가능하다는 사실을 지적함으로써 오늘날 제기되고 있는 '사진의 죽음,' '사진의 종말'은 쟁점의 정당성에도 불구하고 매체미학의 역사를 간과하는 오도된 비평이라는 사실을 결론으로 도출하고자 한다.

• 한국방사선학회논문지
• /
• 제3권3호
• /
• pp.5-11
• /
• 2009

영상유도방사선치료(image guided radiation therapy: IGRT) 시 환자를 1차적으로 skin marker를 이용하여 위치시키고 2차적으로 OBI(on board imager)를 이용하여 해부학적 위치를 확인 후 couch를 움직여 set up을 보정하게 되는데, 이때 발생하는 오차에 대한 평가를 하려고 한다. 치료계획시 $0^{\circ}$와 $270^{\circ}$방향의 DRR(digital reconstructed radiography) 영상과 OBI로 촬영한 영상을 2차원-2차원 정합(2D-2D matching)으로 비교하여 치료계획시 환자의 셋업과 치료시 환자의 셋업의 오차를 비교하였다. Head&Neck 및 Spinal cord와 같은 주요장기 부위의 치료에서는 치료때 마다 OBI에 의하여 셋업시 확인하였으며, Chest 및 Abdomen&Pelvic 는 일주일에 2~3회 확인하였다. 그려나 보정 값은 모두 OIS(oncology information system)에 기록하여 160명의 환자를 대상으로 각각 Head&Neck, Chest 및 Abdomen&Pelvic으로 나누어 피부 지표를 이용한 셋업의 정확성을 평가하였다. Head&Neck 환자의 평균 셋업 오차는 각각 AP, SI, RL 방향에서 $0.2{\pm}0.2cm$, $-0.1{\pm}0.1cm$, $-0.2{\pm}0.0cm$ 로 나타났으며, Chest의 경우 $-0.5{\pm}0.1cm$, $0.3{\pm}0.3cm$, $0.4{\pm}0.2cm$ 로 나타났고 Abdomen의 경우 $0.4{\pm}0.4cm$, $-0.5{\pm}0.1cm$, $-0.4{\pm}0.1cm$로 나타났다. Pelvic 의 경우 $0.5{\pm}0.3cm$, $0.8{\pm}0.4cm$, $-0.3{\pm}0.2cm$ 나타났다. Head&Neck 같은 강체 (rigid body)는 셋업 오차가 Chest 및 Abdomen 부위에 비하여 상대적으로 작게 나타났다. Chest에서는 횡축 방향의 오차가 컸으며, Abdomen&Pelvic 에서는 AP 방향의 오차가 크게 나타났다. Chest에서 횡축오차가 크게 나타난 이유는 환자 셋업시 환자 몸의 휘어짐에 기인한 것이며, Abdomen에서의 AP방향의 오차가 큰 이유는 환자의 호흡으로 인해 앞뒤 위치의 변화 때문으로 사료된다. 환자 셋업 시스템에서는 systematic error는 나타나지 않았다. OBI는 해부학적 위치를 확인하기 때문에 병소가 피부에 위치해 있을 경우 피부마커로 셋업을 하는 것이 정확할 것으로 생각된다. 2차원-2차원 정합은 3차원-3차원 정합과 비교하여 rolling 오차를 찾아내지 못하나 환자의 피폭이 적다는 장점이 있으며 셋업 확인 시간이 짧기 때문에 실제 임상에서는 2차원-2차원 정합이 유용하였다.

• 한국산림과학회지
• /
• 제86권2호
• /
• pp.135-145
• /
• 1997

본 연구의 목적은 잣나무인공림과 신갈나무천연림에 있어 직경, 수고 및 재적생장을 설명할 수 있는 비선형생장식(非線形生長式) 추정과 이들 식의 논리적 타당성을 검정하기 위한 것이다. 이를 위해 전국에 분포한 지위지수 14인 임분에서 조사한 자료를 가지고 수확표 조제시 사용하였던 곡선식(曲線式) $Y=at^be^{-c/t}$와 9가지 비선형생장식(非線形生長式)을 적용, 분석하였으며 그 결과를 요약하면 다음과 같다. 먼저 수확표에서 사용된 곡선식은 자료범위내에서는 잘 적합시키고 있지만, 범위 이상에서는 직선적인 증가를 보이고 또 점근선(漸近線)을 가지고 있지 않아 과대치를 줄 위험이 있다. 비선형식중 Logistic식과 Sloboda식은 어린 임분에 있어 과대추정치를 나타내고 있는데 이는 식의 구조상 원점을 지나지 않기 때문이다. 또 이들 식은 타 식에 비하여 조기에 점근선에 도달하는 것으로 나다났다. 그리고 Gompertz식과 Ueno-Ohzaki식도 원점을 지나지 않는 식의 구조를 가지고 있다. 또한 Hossfeld식은 전반적으로 자료범위 이상의 임령에서는 여타 비선형식보다 큰 추정치를 주는데 이는 도달할 수 있는 최대치를 나타내는 모수 a값의 추정치가 크기 때문이다. 따라서 이 식은 범위 이상의 추정시 과대치를 주기 쉽다. 반면 Bertalanffy식은 임분의 유령기(幼齡基)와 노령기(老齡期)에서는 과소치, 그리고 그 사이에서는 과대추정치를 주고 있어, 식의 적용이 부적당한데, 이는 이 식이 동물의 생장추정을 위하여 개발된 것이기 때문이다. Korf식은 잣나무임분 생장추정시 노령기에 있어 과대추정치를 주는 경향이 있으며, 이는 신갈나무의 직경생장 추정시 확연하게 나타나고 있다. Ueno-Ohzaki식은 식의 구조상 모수 b에 따라 자료범위 밖의 노령기에 있어 직선적 상승 또는 조기 점근에 도달하고 있어 과대 휴은 과소치를 주기 쉽다. 전반적으로 잣나무와 신갈나무임분의 생장추정식으로는 Gompertz식, Chapman-Richards식 및 Weibull식이 현 자료범위 뿐만 아니라 범위밖의 유령림이나 노령림에 있어서도 가장 바람직한 식이라고 판단된다. 그리고 임목의 생장이란 시간이 지남에 따라 sigmoid curve를 그러므로 추후 생장식 도출에 있어서는 기존의 직선 및 곡선식보다 비선형식에 의한 것이 타당할 것이며, 앞으로 비선형식의 모수 추정, 특히 최대값인 모수 a의 정확한 추정을 위해서는 노령림에 대한 자료의 보완이 요구된다.

• 한국수자원학회논문집
• /
• 제45권3호
• /
• pp.301-316
• /
• 2012

본 연구에서는 한강수계 팔당댐 상류의 자연유출량에 대해 기존의 연구 결과를 바탕으로 TANK 모형 결과와 SWAT 모형결과를 비교함으로써, 기존 TANK 모형이 가지고 있는 한계및 문제점을 현실적으로 제시하고, 향후 SWAT 모형의 적용성 및 활용에 대해 검토하였다. TANK 모형의 매개변수 최적화가 이루어진 보정유역들(충주댐 및 소양강댐)의 모의결과를 볼 때 두 모형 모두 모형효율 0.8 이상의 높은 정도의 모의가 가능한 것으로 나타났으며, 첨두유량이 발생하는 홍수기에는 TANK의 결과가 SWAT보다 관측치에 근접하는 것으로 나타났다. 그러나 TANK 모형의 경우 주로 평수기 이상의 유량을 대상으로 보정을 수행하여 갈수기에 관측유량과 많은 차이를 보였으며, 특히 일정 유량 이하로 모의되지 않는 한계를 나타내었다. 반면, SWAT 모형은 일부 홍수사상을 제외하고 대체로 관측치의 경향을 잘 따르고 있으며, 유역 최종 출구인 팔당댐(한강F)에서의 상류댐 방류량을 고려한 모의유입량이 실제 관측유입량과 잘 일치하는 것으로 나타나(모형효율 0.9 수준), 댐 방류량과 인위적인 용수 수요가 없는 상태의 자연유출량의 추정이나 댐개발 전후에 따른 유량변동 평가 등에 있어 매우 높은 신뢰성을 보장하는 것으로 판단되었다. 아울러, TANK 모형의 최적화된 매개변수를 전이시켜 이용하는 대상유역들(평창A, 달천B, 섬강B, 인북A, 한강D, 홍천A)에 대한 결과를 SWAT 모형 결과와 비교할 때, 일부 홍수기를 제외하고는 평수기 이하에서 매우 불안정한 모의 결과를 나타내었으며, 보정유역들에 대한 결과와 마찬가지로 갈수기에 일정 유량이하로 모의되지 않는 문제가 나타났다. 이는 수자원 계획 및 관리의중요한 지표인 갈수량의 산정에 있어 TANK 모형의 적용에 많은 불확실성이 있음을 보여준다. 따라서 복잡 다양한 국내 유역의 특성을 보다 현실적으로 반영하고, 향후 유역내 도시화 등에 따른 토지이용 및 용수이용의 변화, 기후변화 등에 따른 수자원 계획 및 관리에 효율적으로 대처하기 위해서는 TANK와 같은 기존의 개념적 집중형 모형보다는 SWAT과 같은 물리적 기반의 유역모형 적용이 필요할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제30권1호
• /
• pp.109-126
• /
• 2014

본 연구에서는 최근(2009-2012)의 MODIS 자료를 이용하여 천리안위성 관측 지역의 지표면 방출률 자료를 개선하였다(KNULSE_v2). 방출률 산출기법은 지표면이 식생과 토양으로만 구성되어 있다는 가정하에 방출률을 계산하는 식생피복법(Vegetation Cover Method)를 이용하였다. 주요 개선 내용은 1) 적설지수를 이용하여 적설에 의한 방출률 변화를 고려한 점, 2) 산출채널을 기존 2개(11, 12 ${\mu}m$)에서 4개(3.7, 8.7, 11, 12 ${\mu}m$)로 확대한 점, 3) 가장 최근의 5가지 지면피복자료를 조합하여 양질의 지면피복분류 자료를 이용한 점, 그리고 4) 최근에 개선된 방출률 조견표를 사용한 점이다. 산출된 자료는 식생이 최대로 성장하는 여름에 비교적 높고 반대로 겨울에 낮은 방출률을 보이며 계절에 따른 변화가 뚜렷하게 나타났다. 반면 사막이나 열대 우림 등 식생의 변화가 크지 않은 곳에서는 계절에 따른 방출률 변동이 매우 적게 나타났다. 눈덮임을 적용함에 따라 3.7, 8.7, 11 ${\mu}m$ 채널에서는 방출률이 증가되었으나 12 ${\mu}m$ 채널에서는 오히려 방출률이 감소되었다. 눈 덮임에 의한 방출률 변동을 고려한 결과 적설시 MODIS LSE와 유사한 방출률 변동패턴을 보였으며, 북반구 고위도에 적설이 존재하는 11월부터 4월까지의 상관관계가 크게 개선되었다(특히 11 ${\mu}m$). 그러나 방출률 차는 상대적으로 증가되었고 특히 3.7 ${\mu}m$ 채널에서 크게 나타났다. 본 연구에서 개선된 자료는 분리대기창 기반의 지표면온도 산출시 기초 입력자료로 사용하여 산출 정확도 향상에 기여할 수 있을 것이다.

• 수면정신생리
• /
• 제7권1호
• /
• pp.27-33
• /
• 2000

수면 중 나타나는 호흡장애를 좀 더 정확하게 측정하기 위해 고안된 비강 공기압 측정기의 민감도를 온도감지 센서와 비교하기 위해 30명의 수면무호흡 증후군 환자와 6명의 상기도 저항증후군 환자에서 저호흡-무호흡 지수와 각성지수를 비교하였다. 그리고 상기도 저항 증후군에서 각성을 일으키는 상기도 압력변화에 대해 알아보기 위하여 온도감지 센서에서 발견되지 않은 저호흡-무호흡과 관련된 각성에서 상기도의 압력을 측정하였다. 비강 공기압 측정기가 기존의 온도감지 센서보다 훨씬 더 민감한 방법임을 알 수 있었다(p<0.05). 비강 공기압 측정기로 검사하여 저호흡-무호흡지수가 평균 41%가 증가되었고 호흡장애가 심하지 않은 경증의 수면무호흡 증후군이나 상기도 저항 증후군에서 더 많이 증가하였다. 비강 공기압 측정기로 검사한 저호흡-무호흡지수를 비교하면 상기도 저항 증후군이 수면무호흡 증후군의 가장 경미한 형태라는 것을 알 수 있었다. 상기도 저항 증후군에서 나타나는 각성에서 상기도의 압력 변화는 일정한 범위에서 나타나지 않았고 다양한 압력 분포를 보였으며 수면 중 호흡장애의 정도가 심해질수록 압력변화의 폭이 더 커지는 양상을 보였다. 비강 공기압 측정기가 기존의 온도감지 센서보다 더 민감하지만 아직까지 해결해야 할 문제가 일부 남아 있어서 온도 감지 센서를 완전히 대체하기는 어려울 것으로 보인다. 그러나 경증의 수면무호흡 증후군이나 상기도 저항 증후군을 진단하는 데에는 많은 도움이 될 것이다. 특히 상기도 저항 증후군의 진단에 기존에는 상기도 압력 측정이 필요하다고 하였으나 비강 공기압 측정기를 이용하면 불편한 상기도 압력 측정은 필요 없을 것으로 생각된다.

• 정보처리학회논문지A
• /
• 제10A권5호
• /
• pp.469-478
• /
• 2003

인터넷상의 정보 검색 엔진들은 웹 로봇을 이용해서 인터넷에 연결되어 있는 수 많은 웹 서버들을 주기적 또는 비주기적으로 방무나여 자체적인 인텍싱 방법에 따라 자료를 추출하고 분류해서 검색 엔진의 기초가 되는 데이터 베이스를 구축하고 변겨아는 작업을 계속하고 있다. 이런 일련의 작업은 인터넷 상에 분산되어 있는 막대한 정보를 쉽고 정확하게 찾을 수 있는 게이트 사이트로서의 역할을 담당하기 위한 전략적인 목적으로 진행되고 있다. 수천만 이상의 웹 사이트들을 상대로 하는 정보 수집은 검색 엔진 사이트 중심으로 기존 데이터의 수정과 삭제 등과 같은 데이터 베이스 유지 관리와 신규 사이트들에 대한 자료 수집 작업이 이루어지고 있다. 이러한 작업은 웹 서버에 대한 사전 지식 없이 정보 추출을 위해 웹 로봇을 실행하므로 인터넷 상에 수많은 요구가 전송되고 이는 인터넷 트래픽을 증가 시키는 원인이 되고 있다. 따라서 웹 서버가 사전에 자신이 공개할 문서에 대한 변경 정보를 웹 로봇에게 통보하고 웹 로봇은 이 정보를 이용해서 웹 서버의 해당 문서에 대한 정보 수집 작업을 한다면 불필요한 인터넷 트래픽을 감소시킬 수 있을 뿐만 아니라 검색 엔진의 정보의 신뢰도도 높아지고 웹 서버의 해당 문서에 대한 정보수집 작업을 한다면 불필요한 인터넷 트래픽을 감소 시킬 수 있을 뿐만 아니라 검색 엔진의 정보의 신뢰도도 높아지고 웹 서버의 시스템 부하와 검색 엔진의 시스템 부하를 줄일 수 있는 효과를 가질 수 있을 것이다. 본 논문에서는 웹 서버상의 웹 문서 파일의 변동 사항을 자동으로 검사하고 변동 사항들을 종합 정리해서 변경 문서에 대한 정보를 통보 받기 원하는 등록된 각 웹 로봇에게 전송하는 검사 통보 시스템을 설계 구현하였다. 웹 로봇을 운영하는 검색 엔진에서는 통보된 요약 정보를 이용해서 웹 서버로부터 해당 문서를 전송 받아 필요로 하는 인덱스 정보를 추출해서 데이터베이스를 구축하는 효율적인 웹 로봇을 설계 구현하였다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제34권4호
• /
• pp.341-349
• /
• 2011

방사선치료를 위한 CT 검사 시 동일 환자에 대하여 3차원영상과, 호흡주기영상을 획득하기 위한 컴퓨터단층촬영에서 환자의 피폭선량을 측정하고자 SOMATON SENSATION OPEN(SIEMENS, GERMANY)을 이용하여 내원환자 중 폐암환자 10명, 간암환자 10명의 CT 검사 시 피폭선량을 측정했다. 환자가 받는 피폭선량은 The volume CT dose index(CTDIvol), Dose Length Product(DLP)를 이용하여 분석하였으며 각각의 장기들이 받는 피폭선량의 실측은 환자의 장기를 대상으로 할 수 없어 Rando 팬텀을 이용 흉부검사 시 폐와 심장, 척수를, 복부검사 시 간과 신장의 위치를 선택하여 in-vitro와 in-vivo 계측이 가능한 광유도발광선량계(Optically Stimulated Luminescent Dosimeter, Landauer, Inc., USA)를 이용하여 측정하였다. 폐암환자의 CT 검사 시 10명의 CTDIvol값은 5.7배, DLP값은 약 2.4배, 간암환자의 CTDIvol값은 3.8배, DLP값은 약 1.6배의 값을 나타내었고, OSLD를 이용한 실측정치 역시 폐암환자의 경우 6배, 간암환자의 경우 5.5배의 차이를 보이는 등 4DCT 검사에서 전체적인 피폭선량의 증가를 볼 수 있었다. 방사선치료 시 호흡에 의한 치료부위의 위치변화를 4DCT 검사를 이용하여 움직임을 보정하여 치료계획시 치료용적의 정확성을 높일 수 있으나 4DCT 검사로 인한 환자의 피폭선량 증가를 고려하여 검사시간과 검사범위를 줄여 피폭선량을 감소시키기 위한 노력이 필요하다.