• 한국산림과학회지
• /
• 제111권4호
• /
• pp.622-629
• /
• 2022

본 연구는 우리나라 대나무 중 맹종죽에 대해 수간곡선식을 도출하고, 이를 이용하여 재적표를 개발하기 위하여 수행되었다. 맹종죽의 수간곡선식을 도출하기 위하여 Max & Burkhart, Kozak, Lee의 세 가지 수간곡선 모형을 이용하였다. 대나무는 목질 특성 상 내부가 비어 있기 때문에 수간 외직경과 내직경을 산출하고, 이를 연결하여 수간곡선화 하였다. 세가지 수간곡선 모형을 이용하여 수간 외직경 및 내직경을 추정한 결과, Kozak 모형이 적합도지수가 가장 높고, 오차 및 편의가 가장 적어 최적 수간곡선식으로 선정되었다. Kozak 식으로 맹종죽의 수간고별 직경을 추정하고 수간곡선을 도식화하였다. 수간곡선식에 대한 잔차도를 확인한 결과, 잔차가 모두 "0"을 중심으로 분포하여 식의 적합성이 입증할 수 있었다. 맹종죽의 재적 산출을 위해 내직경, 외직경에 대해 각각 연결한 수간곡선식을 회전시켜 회전입방체를 만들었으며, Smalian 구분구적법으로 재적을 계산하였다. 외직경으로 산출된 재적에서 내직경에 의해 산출된 재적을 공제하여 맹종죽의 재적을 도출하였다. 맹종죽의 재적은 일반용재인 일본잎갈나무 재적과 비교해 볼 때, 그 양이 20~30%에 불과한 것으로 나타났다. 그러나 맹종죽의 현재 ha당 본수와 매년 발생되는 죽순의 양을 고려한다면 개체목의 재적은 다른수종에 비해 상대적으로 적더라도, ha당 재적은 유사하거나, 오히려 더 많을 것으로 판단된다. 본 연구를 통해 국내 최초로 맹종죽의 수간곡선식 및 수간재적표가 개발되었으며, 공익 및 산업 수요 확대가 예상되는 대나무에 대한 매각 거래, 탄소흡수량 산정 등에 기초자료로 활용될 것으로 기대된다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.29-45
• /
• 2012

회사채 신용등급은 투자자의 입장에서는 수익률 결정의 중요한 요소이며 기업의 입장에서는 자본비용 및 기업 가치와 관련된 중요한 재무의사결정사항으로 정교한 신용등급 예측 모형의 개발은 재무 및 회계 분야에서 오랫동안 전통적인 연구 주제가 되어왔다. 그러나, 회사채 신용등급 예측 모형의 성과와 관련된 가장 중요한 문제는 등급별 데이터의 불균형 문제이다. 예측 문제에 있어서 데이터 불균형(Data imbalance) 은 사용되는 표본이 특정 범주에 편중되었을 때 나타난다. 데이터 불균형이 심화됨에 따라 범주 사이의 분류경계영역이 왜곡되므로 분류자의 학습성과가 저하되게 된다. 본 연구에서는 데이터 불균형 문제가 존재하는 다분류 문제를 효과적으로 해결하기 위한 다분류 기하평균 부스팅 기법 (Multiclass Geometric Mean-based Boosting MGM-Boost)을 제안하고자 한다. MGM-Boost 알고리즘은 부스팅 알고리즘에 기하평균 개념을 도입한 것으로 오분류된 표본에 대한 학습을 강화할 수 있으며 불균형 분포를 보이는 각 범주의 예측정확도를 동시에 고려한 학습이 가능하다는 장점이 있다. 회사채 신용등급 예측문제를 활용하여 MGM-Boost의 성과를 검증한 결과 SVM 및 AdaBoost 기법과 비교하여 통계적으로 유의적인 성과개선 효과를 보여주었으며 데이터 불균형 하에서도 벤치마킹 모형과 비교하여 견고한 학습성과를 나타냈다.