본 연구에서는 곰팡이 독소에 대한 노출을 확인하기 위한 목적으로 닭의 간, 신장 조직에서 곰팡이 독소 분석법을 확립하였다. 곰팡이 독소의 경우 닭에서 독성이 강하며, 본 실험에서는 가축의 사료에서 주로 확인되는 곰팡이 독소 6종(아플라톡신 $B_1{\cdot}M_1$, 오크라톡신 A, 푸모니신 $B_1$, 데옥시니발레놀, 제랄레논)을 선별하여 추출, 정제조건을 확립하고 LC-MS/MS를 이용하여 분석하였다. 확립된 분석조건에서 검량선은 $R^2$값이 0.99 이상으로 우수한 직선성을 나타내었다. QUECHERS법을 응용하여 닭 간, 신장 시료에서 곰팡이 독소를 추출, 정제하여 분석하였을 때 곰팡이 독소 4종(아플라톡신 $B_1$, 오크라톡신 A, 데옥시니발레놀, 제랄레논)의 평균 회수율은 80.94~98.10%이고, 상대표준편차도 14% 미만으로 조사되어 높은 정확도와 정밀도를 확인할 수 있었다. 검량선에 근거하였을 때 곰팡이 독소 6종에 대하여 닭 간 시료의 경우 검출한계는 $7.6{\sim}145.79{\mu}g/kg$, 정량한계는 $23.04{\sim}441.78{\mu}g/kg$이었다. 닭 신장의 경우 검출한계는 $6.07{\sim}197.20{\mu}g/kg$, 정량한계는 $18.40{\sim}597.59{\mu}g/kg$으로 나타났다. 본 연구의 결과 LC-MS/MS를 이용하여 닭의 간, 신장에서 곰팡이 독소 6종 동시 분석법을 확립하였으며, 이는 생체시료에서 효율적인 곰팡이 독소 동시 분석법으로 활용이 가능할 것으로 기대된다.
안락사 시킨 유기견의 사체를 고온 및 고압 처리하여 가루로 만들고 사료 원료(육골분)로 사용했다는 언론보도에 따라 안락사에 사용된 마취제 케타민과 덱스메데토미딘의 사료 내 잔류가능성이 제기되었다. 이에 신속한 잔류 조사를 위해 QuEChERS 전처리와 질량분석기를 이용한 동시분석법을 개발하였다. 개발된 동시분석법의 직선성은 0.999 이상을 보였다. 선택성은 무처리 시료와 케타민과 덱스메데토미딘이 정량한계수준으로 처리된 시료의 비교를 통해 평가하였고, MRM 크로마토그램을 확인한 결과 각각의 머무름 시간에서 매질의 간섭은 없었다. 검출한계는 0.6 ㎍/L, 정량한계는 2 ㎍/L로 설정하였으며, 분석법의 최종 정량한계는 10 ㎍/kg로 설정하였다. 육골분, 육분, 애완용 배합사료 중 케타민의 회수율 실험 결과, 80.48-98.63 %, 상대표준편차 5.00 % 이하의 결과를 보였으며, 덱스메데토미딘은 회수율 72.75-93.00 %, 상대표준편차 4.83 % 이하의 결과를 보였다. 개발된 분석법을 활용하여 케타민과 덱스메데토미딘의 잔류실태조사를 실시하였다. 해당 원료가 배포된 시기에 제조된 육골분 등의 사료 6 점을 수거하여 분석한 결과, 육골분 시료 한점에서 케타민이 10.8 ㎍/kg이 검출되었고, 덱스메데토미딘은 정량 한계 미만의 농도로 확인되었다. 이에 해당 원료를 사용한 제품은 전량 회수, 폐기되었다. 이후에도 육골분 사료의 안전성 확보를 위해 육골분 및 배합사료 등의 시료 32점을 추가로 수거하여 케타민과 덱스메데토미딘에 대한 잔류 조사를 실시 하였고, 분석결과 두 성분 모두 검출되지 않았다. 하지만 이번 조사를 통해 마취제 같은 의약품들이 고온 및 고압에도 분해되지 않고 잔류할 수 있다는 사실을 확인하였고, 이에 따라 육골분 사료에서 관리하고 있지 않은 다른 잠재적 유해물질들에 대한 조사의 필요성이 제기되었다.
Quorum quenching 활성을 나타내는 acylase 효소는 생물막 형성에 중요한 영향을 미친다. 본 연구에서는 acylase 처리 조건(acylase 처리 시기 및 기간)이 다종 생물막(multispecies biofilm) 형성에 미치는 영향을 규명하였다. 서로 다른 속(genus)에 속하는 9종의 박테리아로 구성된 컨소시엄을 사용하여 acylase 처리 조건에 따른 10가지 episode에서 다양한 acylase 농도(1, 5, 10, 20, 50 mg·l-1)에 따라 5일 동안 생물막을 형성시켰다. 각 농도별로 5일 동안 acylase를 처리한 조건에서 acylase의 농도가 증가함에 따라 생물막 형성은 억제되었다(linear regression, Y = -0.05· x + 2.37, p < 0.05, R2 = 0.88). 모든 acylase 농도 조건에서 acylase를 생물막이 형성된 후에 처리한 경우(L1-L4)에 비해서 생물막 형성 시작 단계에 처리한 경우(B1-B4) 생물막 형성이 더 효과적으로 억제되었다(p < 0.05). ANOVA 결과에 따르면 acylase 10 mg·l-1 이상 농도에서 acylase 처리 기간(period)은 acylase 처리 시기(application timings, beginning or later)에 상관없이 생물막 형성에 영향을 미쳤다(p < 0.05). 각 농도별 처리 시기(L1-L4 또는 B1-B4)에서 처리 기간과 생물막 형성 사이의 선형 회귀 분석 결과에 따르면 acylase 10 mg·l-1 이상 농도에서 acylase 처리 기간이 증가함에 따라 생물막 형성은 억제되었다(p < 0.05, 20 mg·l-1 농도의 L1-L4 제외). 시간에 따른 생물막 형성 결과에 따르면 모든 10가지 episode에서 생물막은 시간에 따라 점차 증가했으며(p < 0.05), 배양 시간과 생물막 형성 사이의 선형 회귀 분석 기울기 값은 acylase를 생물막 형성 시작 단계에 처리했을 때 더 낮게 나타났다(p < 0.05). 본 연구 결과는 생물막 형성 억제에 대한 acylase의 처리 시기 및 기간의 중요성을 시사한다.
상품자산(Commodity Asset)은 주식, 채권과 같은 전통자산의 포트폴리오의 안정성을 높이기 위한 대체투자자산으로 자산배분의 형태로 투자되고 있지만 주식이나 채권 자산에 비해 자산배분에 대한 모델이나 투자전략에 대한 연구가 부족한 실정이다. 최근 발전한 기계학습(Machine Learning) 연구는 증권시장의 투자부분에서 적극적으로 활용되고 있는데, 기존 투자모델의 한계점을 개선하는 좋은 성과를 나타내고 있다. 본 연구는 이러한 기계학습의 한 기법인 SVM(Support Vector Machine)을 이용하여 상품자산에 투자하는 모델을 제안하고자 한다. 기계학습을 활용한 상품자산에 관한 기존 연구는 주로 상품가격의 예측을 목적으로 수행되었고 상품을 투자자산으로 자산배분에 관한 연구는 찾기 힘들었다. SVM을 통한 예측대상은 투자 가능한 대표적인 4개의 상품지수(Commodity Index)인 골드만삭스 상품지수, 다우존스 UBS 상품지수, 톰슨로이터 CRB상품지수, 로저스 인터내셔날 상품지수와 대표적인 상품선물(Commodity Futures)로 구성된 포트폴리오 그리고 개별 상품선물이다. 개별상품은 에너지, 농산물, 금속 상품에서 대표적인 상품인 원유와 천연가스, 옥수수와 밀, 금과 은을 이용하였다. 상품자산은 전반적인 경제활동 영역에 영향을 받기 때문에 거시경제지표를 통하여 투자모델을 설정하였다. 주가지수, 무역지표, 고용지표, 경기선행지표 등 19가지의 경제지표를 이용하여 상품지수와 상품선물의 등락을 예측하여 투자성과를 예측하는 연구를 수행한 결과, 투자모델을 활용하여 상품선물을 리밸런싱(Rebalancing)하는 포트폴리오가 가장 우수한 성과를 나타냈다. 또한, 기존의 대표적인 상품지수에 투자하는 것 보다 상품선물로 구성된 포트폴리오에 투자하는 것이 우수한 성과를 얻었으며 상품선물 중에서도 에너지 섹터의 선물을 제외한 포트폴리오의 성과가 더 향상된 성과를 나타남을 증명하였다. 본 연구에서는 포트폴리오 성과 향상을 위해 기존에 널리 알려진 전통적 주식, 채권, 현금 포트폴리오에 상품자산을 배분하고자 할 때 투자대상은 상품지수에 투자하는 것이 아닌 개별 상품선물을 선정하여 자체적 상품선물 포트폴리오를 구성하고 그 방법으로는 기간마다 강세가 예측되는 개별 선물만을 골라서 포트폴리오를 재구성하는 것이 효과적인 투자모델이라는 것을 제안한다.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.