• 한국건설관리학회논문집
• /
• 제11권2호
• /
• pp.54-63
• /
• 2010

국내 외 경기 침체의 영향으로 국내 건설업체들은 자금조달의 어려움을 겪고 있다. 이러한 경기 침체기에 자금의 유동화와 건설경기의 활성화를 촉진할 수 있는 리츠 제도가 2001년에 도입되어 점차 확대되고 있지만, 비슷한 시기에 도입한 다른 나라에 비해 성장속도 및 시장규모가 작은 편이다. 본 연구에서는 리츠의 활성화를 위하여 보다 높은 수익률 확보를 위한 포트폴리오 구성 방법으로, 마코위츠 포트폴리오 선정 모형을 적용한 리츠 투자 포트폴리오 구성 방법에 대해 제안하고자 한다. 주요 내용은 다음과 같다. 첫째, 2007년 7월 3일부터 2008년 7월 21일까지의 투자분석기간 동안 마코위츠 모형을 적용한 리츠의 투자결과와 비교대상 리츠들의 평균 수익률을 비교하여 수익률 향상정도를 분석하였다. 그 결과 마코위츠 모형을 적용한 수익률이 비교대상 리츠들의 평균 수익률보다 약 10% 높게 나타났다. 둘째, 기존 수익률의 자료 수집기간과 포트폴리오 교체주기에 대한 민감도 분석을 하여, 최적의 수익률을 나타낼 수 있는 자료 수집기간과 포트폴리오 교체주기를 도출하였다. 수익률 자료 수집기간이 6개월 일 때 비교대상 리츠들의 평균 수익률보다 마코위츠 모형을 적용한 수익률이 약 16% 높게 나타났으며, 포트폴리오 교체주기를 2주 간격으로 설정하였을 때는 약 11% 높게 나타났다.

• 대한기계학회논문집B
• /
• 제41권8호
• /
• pp.511-519
• /
• 2017

태양열 및 발전기의 배기가스 폐열을 복합열원으로 이용하여 작동되는 하이브리드 태양열 해수담수기의 성능을 증가시키기 위한 실험을 수행하였다. 실험 장비는 집열 면적이 $1m{\times}2m$인 단순 태양열 증류기와 수직 다중효용부로 구성되어 있다. 실험은 두 대의 동일한 하이브리드 태양열 해수담수기에 대하여 태양열을 열원으로 실외에서 다양한 운전 조건으로 수행하였다. 실험 결과 하이브리드 태양열 해수담수기의 담수 생산량은 다양한 운전 조건에 의존하였다. 태양열 증류기의 측면 유리에 단열을 하는 것과 낮은 초기 베이진 해수 수위는 태양열 해수담수기의 성능을 증가시켰다. 반사율이 평균 47%보다 낮은 반사휜의 적용은 예상과 다르게 총 생산량을 감소시켰다. 그러나 다중효용부로 공급하는 해수 공급 유량은 실험 범위 내에서 생산량에 명확한 영향을 보이지 않았다.

• 한국잡초학회지
• /
• 제30권4호
• /
• pp.330-339
• /
• 2010

억새의 식물학적인 분류 및 형태, 선진국의 억새 육종, 재배 및 이용 현황 그리고 우리나라의 억새 연구성과 등을 고찰함으로서 향후 우리나라 에너지 자급율 제고를 위한 억새 연구방향을 제시하고자 국내외 연구결과를 요약하면 다음과 같다. 억새속 식물에는 17개종이 존재하는데 이 중 바이오 에너지용으로 중요한 종은 한국 등 동아시아가 원산인 참억새(M. sinensis)와 물억새(M. sacchariflorus) 그리고 이들 두 종의 종간 교잡종인 3배체 억새(M. x giganteous) 등이다. 여러 가지 에너지작물 중 억새는 연간 바이오매스 수량이 많고 저온, 염해, 습해 등 열악 환경 적응성과 질소이용효율이 우수하며 에너지 산출/투입 수지가 가장 높고 지상부 줄기와 땅속줄기에 다량의 탄소를 저장하기 때문에 탄수수지가 가장 높다. 유럽, 미국 및 캐나다 에서는 1930년대부터 일본으로부터 3배체 억새를 도입하여 연료용 펠릿 생산, 열병합발전, 양액재배 배지, 건축자재 및 강화 플라스틱 원료로 이용한다. 현재 재배되는 3배체 억새 단점보완을 위한 품종육성연구와 사탕수수와 억새교잡종인 "Miscane" 육성 연구가 진행되고 있다. 우리나라에서는 2007년 억새 유전자원 수집이 착수된 이후 2009년에 바이오매스 수량이 많은 "거대억새1호"와 억새를 증식효율을 높일 수 있는 "억새대량증식방법"을 개발하였다. 향후 우리나라 억새산업 발전을 위해서는 분자육종 등 새로운 육종기법을 활용하여 우리나라뿐만 아니라 해외에서도 재배할 수 있는 우량 신품종을 육성하는 한편 바이오매스의 전처리, 당화 및 발효 등 셀룰로오스계 에탄올 생산공정에 관한 연구도 강화해야 할 것이다.

• 헤리티지:역사와 과학
• /
• 제55권1호
• /
• pp.305-321
• /
• 2022

부여 응평리 석실묘는 두 개체를 합장한 형태로 피장자 간의 상관관계 및 석실묘의 성격에 대해 조사하였다. 부여 응평리 석실묘는 지리적 입지·공반유물·출토인골을 통해 백제 사비기에 위계가 있는 도성민 혹은 지방관료로 추정할수 있었다. 본 연구는 인골 특성에 적합한 수습 및 보존처리와 함께 과학적 분석을 수행한 결과이다. 현장에서 출토되는 인골 수습에서 가장 중요한 사항은 과학적 분석용 시료를 제외한 잔존 뼈들에 대한 강화제의 종류와 농도이다. 부여 응평리 인골의 경우 paraloid B-72를 사용하였으며 현장에서 강화 처리 시 사용했던 약품을 동일하게 사용하여 표면의 이물질 제거·강화·접합 등 최소한의 보존처리를 수행하였다. 토양의 영향으로 인골의 외부 형태 식별이 어려운 경우 X-ray와 CT촬영 자료를 활용하였다. 안정동위원소와 DNA분석을 수행하기 앞서 근적외선 분석을 진행하였으며 그 결과를 토대로 시료 채취 부위를 선정하였다. 인골의 콜라겐을 이용하는 탄소·질소 안정동위원소 분석의 경우 콜라겐의 수율이 3.8~6.1%로 나타났으며 안정동위원소비는 EBW, EBE 개체 각각 δ¹³C -18.3‰±0.1‰, -19.0‰±0.1‰이고, δ¹⁵N 10.7‰±0.5‰, 10.6‰±0.1‰로 확인되었다. 두 개체는 C₃ 식물을 위주로 약간의 잡곡류를 함께 섭취했고, 단백질은 육상 동물로부터 공급되었을 것으로 판단된다. 또한 두 개체의 데이터 편차가 근소하여 유사한 식이를 하였을 것으로 추정된다. DNA 분석의 경우 증폭이 불가능하여 결과를 얻기 어려웠으며 이는 시료의 보존상태 등을 연관 지어 보았을 때 DNA가 극미량으로 잔존하여 증폭에 어려움이 있었을 것으로 생각된다. 부여 응평리 유적 석실묘에서 출토된 인골의 경우 안정동위원소분석 및 DNA 분석과 근적외선 분석의 연관성은 도출하기 어려웠으며 뼈의 보존상태 평가를 위한 추가 분석이 필요할 것으로 사료된다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.123-138
• /
• 2017

주식 시장은 거래자들의 기업과 시황에 대한 기대가 반영되어 움직이기에, 다양한 원천의 텍스트 데이터 분석을 통해 주가 움직임을 예측하려는 연구들이 진행되어 왔다. 주가의 움직임을 예측하는 것이기에 단순히 주가의 등락 뿐만이 아니라, 뉴스 기사나 소셜 미디어의 반응에 따라 거래를 하고 이에 따른 수익률을 분석하는 연구들이 진행되어 왔다. 주가의 움직임을 예측하는 연구들도 다른 분야의 텍스트 마이닝 접근 방안과 동일하게 단어-문서 매트릭스를 구성하여 분류 알고리즘에 적용하여 왔다. 문서에 많은 단어들이 포함되어 있기 때문에 모든 단어를 가지고 단어-문서 매트릭스를 만드는 것보다는 단어가 문서를 범주로 분류할 때 기여도가 높은 단어들을 선정하여야 한다. 단어의 빈도를 고려하여 너무 적은 등장 빈도나 중요도를 보이는 단어는 제거하게 된다. 단어가 문서를 정확하게 분류하는 데 기여하는 정도를 측정하여 기여도에 따라 사용할 단어를 선정하기도 한다. 단어-문서 매트릭스를 구성하는 기본적인 방안인 분석의 대상이 되는 모든 문서를 수집하여 분류에 영향력을 미치는 단어를 선정하여 사용하는 것이었다. 본 연구에서는 개별 종목에 대한 문서를 분석하여 종목별 등락에 모두 포함되는 단어를 중립 단어로 선정한다. 선정된 중립 단어 주변에 등장하는 단어들을 추출하여 단어-문서 매트릭스 생성에 활용한다. 중립 단어 자체는 주가 움직임과 연관관계가 적고, 중립 단어의 주변 단어가 주가 상승에 더 영향을 미칠 것이라는 생각에서 출발한다. 생성된 단어-문서 매트릭스를 가지고 주가의 등락 여부를 분류하는 알고리즘에 적용하게 된다. 본 연구에서는 종목 별로 중립 단어를 1차 선정하고, 선정된 단어 중에서 다른 종목에도 많이 포함되는 단어는 추가적으로 제외하는 방안을 활용하였다. 온라인 뉴스 포털을 통해 시가 총액 상위 10개 종목에 대한 4개월 간의 뉴스 기사를 수집하였다. 3개월간의 뉴스 기사를 학습 데이터로 분류 모형을 수립하였으며, 남은 1개월간의 뉴스 기사를 모형에 적용하여 다음 날의 주가 움직임을 예측하였다. 본 연구에서 제안하는 중립 단어 활용 알고리즘이 희소성에 기반한 단어 선정 방안에 비해 우수한 분류 성과를 보였다.