• 대한원격탐사학회지
• /
• 제23권2호
• /
• pp.145-152
• /
• 2007

본 논문은 지표면 현상의 관측에 날씨의 영향을 거의 받지 않는 마이크로파 L-밴드(1.95 GHz)와 C-밴드(5.3 GHz) scatterometer 시스템을 이용하여 농업과학기술원 내의 논에서 자라는 추청벼를 대상으로 2006년 5월 29일부터 10월 9일까지 생육에 따른 군락의 후방산란계수를 관측한 데이터와 작물의 생육과의 관계를 살펴보고 또한, 측정 시스템의 개요, 측정 시스템의 보정 방법들을 기술하고자 한다. Scatterometer 시스템의 송수신기로 HP 8753D 벡터 네트워크 분석기를 사용하며, 타워 위에 안테나를 설치하여 3.4 m의 높이에서 측정하도록 하였다. L-밴드와 C-밴드 scatterometer는 VV-, VH-, HV-, HH-편파를 측정하여 fully polarimetric한 데이터를 얻도록 설계된 레이더시스템으로 입사각을 $30^{\circ}{\sim}60^{\circ}$에서 $10^{\circ}$간격으로 각각 30개의 독립적인 샘플을 측정하여 통계적으로 후방산란계수를 얻었다. 타워에서 발생하는 전파 잡음과 안테나 패턴의 부엽에 의한 지면에서의 수직반사(coherent 성분) 전파를 제거하기 위해 네트워크 분석기의 time gating 기능을 사용하며, 55 cm 크기의 trihedral 전파반사기를 보정용 반사기로 사용하고, STCT(single target calibration technique) 방법을 이용하여 시스템을 보정하였다. 측정 결과를 분석하여 주파수, 입사각도, 편파의 변화에 대한 벼의 후방산란 특성과 벼의 생육상태와의 관계를 살펴보았다. L-밴드와 C-밴드 모두 벼의 생육과 밀접한 결과를 나타내었으나, 입사각이 작을 때는 C-밴드와의 상관이 높게 나타났고 입사각이 커질수록 L-밴드와의 상관이 높게 나타났다. 편파는 L-밴드와 C-밴드 모두 hh 편파가, 입사각은 50도에서 가장 생육의 변이를 잘 설명하는 것으로 나타났다. 생육 데이터 모두를 이용한 경우보다는 유수형성기 또는 출수기 등 벼 생육의 질적인 변화를 보이는 시기에 따라 나누어 분석하는 것이 변화추이를 더 잘 설명하는 것으로 나타났다.

• 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.