• 분석과학
• /
• 제25권2호
• /
• pp.121-126
• /
• 2012

한지기록물의 상태를 평가하는 데 있어 기록물의 훼손을 방지하는 것은 필수적인 요소이다. 사용된 공시재료는 1900년대 생산된 한지기록물을 사용하였다. 이 종이 기록물의 상태를 평가하기 위하여 비파괴적 분석기인 12,500~4,000 $cm^{-1}$ 파장영역을 가진 푸리에변환(FT) 근적외선 분광 분석기를 이용하였다. 푸리에변환 방식의 간섭계는 뛰어난 정밀도와 정확도를 가지며, 신호-대-잡음비가 가장 우수 하여 정량 분석에서 가장 많이 사용되고 있다. 한지기록물의 산성도와 함수율을 적분구(integrating sphere)의 확산반사로 사용하여 측정하였다. 산성도(pH)의 경우에 전처리를 하지 않았을 때의 상관계수($R^2$)는 0.92, 표준예측오차(SEP)는 0.317이었고, 전처리를 하였을 때의 $R^2$는 0.98, SEP는 0.208 이었다. 그리고 함수율의 경우 산성도와 달리 전처리를 하지 않았을 경우에도 $R^2$와 SEP는 각각 0.99와 0.458로 확인 되었다. 전처리 중 다산란 보정방법(MSC)의 경우에는 $R^2$가 0.97, SEP가 0.558로 증가하는 것을 확인 할 수 있어 함수율은 전처리를 하지 않았을 때가 좋은 결과가 나오는 것으로 확인 되었다. 이러한 결과를 통해 비파괴적인 분석방법으로 한지기록물을 적분구와 FT 근적외선 분광 분석기를 이용하여 한지의 상태를 정확히 평가할 수 있을 것으로 판단되었다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.105-122
• /
• 2019

텍스트 데이터가 특정 범주에 속하는지 판별하는 문장 분류에서, 문장의 특징을 어떻게 표현하고 어떤 특징을 선택할 것인가는 분류기의 성능에 많은 영향을 미친다. 특징 선택의 목적은 차원을 축소하여도 데이터를 잘 설명할 수 있는 방안을 찾아내는 것이다. 다양한 방법이 제시되어 왔으며 Fisher Score나 정보 이득(Information Gain) 알고리즘 등을 통해 특징을 선택 하거나 문맥의 의미와 통사론적 정보를 가지는 Word2Vec 모델로 학습된 단어들을 벡터로 표현하여 차원을 축소하는 방안이 활발하게 연구되었다. 사전에 정의된 단어의 긍정 및 부정 점수에 따라 단어의 임베딩을 수정하는 방법 또한 시도하였다. 본 연구는 문장 분류 문제에 대해 선택적 단어 제거를 수행하고 임베딩을 적용하여 문장 분류 정확도를 향상시키는 방안을 제안한다. 텍스트 데이터에서 정보 이득 값이 낮은 단어들을 제거하고 단어 임베딩을 적용하는 방식과, 정보이득 값이 낮은 단어와 코사인 유사도가 높은 주변 단어를 추가로 선택하여 텍스트 데이터에서 제거하고 단어 임베딩을 재구성하는 방식이다. 본 연구에서 제안하는 방안을 수행함에 있어 데이터는 Amazon.com의 'Kindle' 제품에 대한 고객리뷰, IMDB의 영화리뷰, Yelp의 사용자 리뷰를 사용하였다. Amazon.com의 리뷰 데이터는 유용한 득표수가 5개 이상을 만족하고, 전체 득표 중 유용한 득표의 비율이 70% 이상인 리뷰에 대해 유용한 리뷰라고 판단하였다. Yelp의 경우는 유용한 득표수가 5개 이상인 리뷰 약 75만개 중 10만개를 무작위 추출하였다. 학습에 사용한 딥러닝 모델은 CNN, Attention-Based Bidirectional LSTM을 사용하였고, 단어 임베딩은 Word2Vec과 GloVe를 사용하였다. 단어 제거를 수행하지 않고 Word2Vec 및 GloVe 임베딩을 적용한 경우와 본 연구에서 제안하는 선택적으로 단어 제거를 수행하고 Word2Vec 임베딩을 적용한 경우를 비교하여 통계적 유의성을 검정하였다.

• 환경영향평가
• /
• 제27권6호
• /
• pp.658-673
• /
• 2018

극저주파자기장 노출에 대한 사회적 갈등은 계속되는 전력 수요의 증가와 고압송전선로의 증설로 심화될 것으로 예상되고 있다. 그러나 현행 환경영향평가법상 이에 대한 구체적 작성규정이나 지침이 마련되어 있지 않은 실정이다. 따라서 본 연구는 극저주파자기장의 주요 발생원이라 할 수 있는 고압 가공 송전선로를 대상으로 환경영향평가 사례분석, 현장측정 및 전문가 자문을 통하여 환경영향평가 방법에 대한 표준화 연구를 수행하였다. 극저주파자기장의 환경영향평가의 문제점과 개선해야 할 사항을 도출하고, 이를 반영하여 환경영향평가 방법을 제안하였다. 주요내용으로는 환경영향평가의 현황조사-영향예측-저감방안마련-사후환경영향평가계획의 각 단계에서 거리와 전류량에 영향을 받는 극저주파자기장의 물리적 특성을 고려한 계획수립 및 결과분석 과정을 제안하였다. 본 연구 내용을 기반으로 환경영향평가 실무에 적용시킬 수 있는 '전력선에 대한 극저주파자기장 공정시험방법(안)'과 '전력선에서의 극저주파자기장 측정기록표'를 마련하였고, 29개 항목의 극저주파자기장 점검표를 작성하였다. 이러한 연구결과는 극저주파자기장의 장기적 노출에 대한 인체유해성이 불명확한 현 시점에서 송전선로 피해와 갈등을 최소화하고 합리적 방안을 도출하는 환경영향평가에 활용될 수 있을 것이다.

• 한국방사선학회논문지
• /
• 제13권4호
• /
• pp.581-588
• /
• 2019

자기공명영상검사는 조직의 대조도 와 해상력이 우수하지만, 인공물이 발생 될 경우 진단에 영향을 주어 판독이 불가능한 영상을 생성하기도 한다. 치아에 삽입된 금속은 강자성체 또는 상자성체로 되어있는 경우가 대부분이며 자화율 차이로 인하여 기하학적 왜곡을 유발하여 영상진단에 저해되는 경우가 많으며 이를 저감시킬 필요가 있다. 이에 본 연구는 반자성 물질을 사용에 따른 금속 인공물 분석을 실시하고자 한다. 자성 물질로는 치아교정용 와이어와 브라켓인 스테인리스 스틸이 사용되었고 반자성 물질은 구리, 아연, 비스무트를 사용하였다. 검사장비는 1.5T, 3T가 사용되었으며 사용된 시퀀스는 SE, TSE, GE, EPI을 사용하여 측정하였다. 자체 제작된 팬텀을 물질은 균등한 신호를 위하여 아가로스 겔(10%)을 사용하였으며 인공물 유발 물질은 스테인리스 스틸은 팬텀의 정중앙에 위치시켜 검사하고 각 길이 10mm의 정 육면체 반자성 물질의 씌워 검사하였다. 인공물 측정은 Image J를 사용하여 순수한 팬텀 영상에서 자성물질을 포함한 영상을 감산하여 얻은 영상에서 Low Threshold 값을 10으로 설정 한 후 Wand tool을 사용하여 인공물 영역설정 후 면적을 구하였다. 스테인리스 스틸에서 발생한 금속 인공물은 반자성 물질 중 비스무트를 사용한 영상에서 금속 인공물이 가장 많이 감소하였으며 구리와 아연은 약간은 감소하지만, 그 정도의 차이는 크지 않다고 하겠다. 이러한 이유는 비스무트의 반자성 자화율이 가장 작아서 강자성체에서의 자화율을 가장 많이 상쇄하였기 때문이라고 생각된다. 1.5T 와 3T 모두에서 비스무트를 사용한 영상의 인공물이 가장 적게 나왔다. 시퀀스별 인공물 감소는 1.5T에서는 TSE에서 가장 많이 인공물이 감소하였으며 3T에서는 SE에서 가장 많은 인공물이 감소하였다. 따라서 반자성물질의 따른 인공물 변화의 결과는 자화율(${\chi}$)이 가장 낮은 비스무트를 사용한 영상에서 금속인공물이 기준인 Implant 인공물 보다 줄어든 양상을 보여 자화율이 낮은 물질일수록 금속 인공물이 줄어든다는 것을 알 수 있었으며, 기존 금속 인공물의 해결 방법의 단점으로 지적되어온 스캔 시간의 증가 등이 나타나지 않으면서도 인공물을 줄일 수 있는 방법으로 향후 치아 교정 물질뿐만 아니라 치아 보철물 전체에 대한 금속 인공물 저감에 관한 연구의 기초 자료로 사용될 것으로 사료된다.

• 한국지리정보학회지
• /
• 제24권4호
• /
• pp.41-54
• /
• 2021

수자원 관리와 수재해 피해 분석 및 예측 등을 위해 원격탐사를 활용한 수체면적을 추정하는 것은 매우 필수적이다. 위성을 활용한 수체탐지는 주로 광학 및 영상레이더(Synthetic Aperture Radar, SAR) 센서를 탑재한 대형(무게 1,000kg 이상) 위성을 중심으로 수행되어왔다. 그러나 긴 재방문주기(repeat cycle)로 인해 재난/재해 시 적시 활용이 불가능한 한계가 존재한다. 최근 초소형위성(무게 100kg 미만) 개발이 활발히 이루어짐에 따라 기존 대형위성 중심의 시간해상도 한계를 극복할 수 있는 계기가 되었다. 현재 활발히 운용중인 초소형 SAR 위성은 핀란드의 ICEYE와 미국의 Capella 위성으로, 지구관측을 목적으로 군집(constellation) 형태로 운용되고 있다. 군집화 운용으로 인해 짧은 재방문주기(현재 0.8회/1일) 및 고해상도(Spot(0.5m))를 가지며, SAR센서 탑재로 기상 및 주야 무관하게 관측이 가능한 장점이 있다. 본 연구에서는 초소형위성의 운영 현황 및 특징에 대해서 기술하였으며, 초소형 SAR 위성 영상에 최적화된 수체면적 추정기술을 한반도 대청댐 유역에 적용해 보았다. 또한 광학 위성인 Sentinel-2 위성으로부터 생성된 수체를 참조값(reference)으로 하여 초소형위성 2기와 대형위성인 Sentinel-1위성과의 면적, 상관성 분석을 수행하였다. Capella 위성의 경우 가장 적은 면적의 차를 보였으며, 세 영상 모두 높은 상관관계를 나타냄을 확인하였다. 본 연구의 결과를 통해 초소형 SAR 위성의 낮은 NESZ(Noise Equivalent Sigma Zero)에도 불구하고 수체면적 추정이 가능함을 확인하였으며, 기존 대형 SAR 위성을 활용한 수자원/수재해 감시 활용의 한계를 극복할 수 있을 것으로 사료된다.

• 지구물리와물리탐사
• /
• 제26권2호
• /
• pp.52-61
• /
• 2023

육지와 인접한 연안, 그리고 천부 구조의 특성을 정밀하게 규명하기 위하여 높은 주파수 대역(80 Hz~1 kHz)의 음원을 활용하여 3.125 m 수준의 공간 해상도를 도출하는 초고해상 탄성파 탐사의 활용범위가 증가하고 있다. 디지털 스트리머 시스템은 고품질의 초고해상 탄성파 자료를 획득하기 위한 필수 모듈이며 도입 비용의 절감, 유지보수 기간의 단축 등을 위하여 국산화 연구가 이루어졌다. 개발된 국산화 스트리머에 대한 기본적인 성능 검증, 현장 운용성 검토 등은 해당 연구개발 과정에서 이루어졌으나 기존에 활용되는 벤치마크 모델과의 비교분석 연구는 수행되지 않았다. 본 연구에서는 국산화 스트리머와 벤치마크 모델을 활용해 동시에 자료를 취득하여 자료의 특성을 분석하였다. 이를 위하여 한국지질자원연구원 탐해2호와 부대장비 등을 활용한 2차원 탄성파 탐사자료를 취득하고 다양한 측면에서의 분석이 이루어졌다. 국산화 스트리머에서 취득된 자료는 벤치마크 모델에서 취득된 자료와 주파수 대역별 민감도 차이가 있었으나, 음원의 중심 주파수 대역을 고려한 범위에서는 매우 높은 수준의 유사성을 가지고 있다. 하지만, 60 Hz 이하의 낮은 주파수 대역에서는 벤치마크 모델 대비 낮은 신호대잡음비를 나타내었으며 이는 클러스터 에어건 등 낮은 주파수 대역의 음원을 활용한 자료취득에서는 품질을 저해하는 요소로 작용할 것이다. 이러한 차이를 발생시키는 원인은 세 가지(1. 스트리머 내부 발생 잡음, 2. 스트리머 예인 진동, 3. 아날로그 필터 컷 오프 주파수 대역)가 발굴되었으며 향후 제작되는 국산화 스트리머에서는 이에 대한 개선을 반영하고자 한다.

• 헤리티지:역사와 과학
• /
• 제57권1호
• /
• pp.82-108
• /
• 2024

고고 자료의 기록방식이 아날로그 기록에서 디지털로 전환되면서 3D 스캐닝 기술의 도입은 본격화되었다. 현재 3D스캔과 사진측량을 이용한 고고 자료의 디지털 기록에 대한 연구와 도입은 지속적으로 이루어지고 있다. 하지만 비용, 인력 문제 등으로 인해 대부분의 매장문화재 기관에서는 적극적인 디지털 기술의 도입을 주저하고 있다. 본고는 3D 스캔 방식 중 효율성이 가장 높다고 평가되는 사진측량 기술을 이용하여 오픈소스 소프트웨어를 활용한 유물의 디지털 실측 방법을 제시하고자 한다. 유물의 디지털 실측 절차는 크게 3D 모델 획득, 3D 모델 편집 및 입단면도 제작, 전자도면 작성의 세 단계로 이루어진다. 디지털 기술 적용의 접근성을 살펴보기 위해 전 과정은 오픈소스 소프트웨어만을 이용하였다. 연구 결과 정량적 평가에서 실제 유물과 3D 모델의 수치 데이터 간 계측의 편차가 크지 않았다. 또한, 오픈소스 소프트웨어와 상용 소프트웨어 간 정량적 품질 비교분석 결과 유사도가 높았다. 다만 데이터 처리시간은 상용 소프트웨어의 성능이 우위에 있었다. 이는 지속적인 알고리즘 개선으로 인한 연산속도 향상의 결과로 판단된다. 정성적 평가에서는 메시 및 텍스처 품질의 차이가 일부 발생하였다. 오픈소스 소프트웨어로 생성된 3D 모델은 메시표면에 노이즈가 다수 발생하거나 메시의 표면이 부드럽지 않고 유물의 제작흔, 문양의 표현을 확인하기 어려웠다. 하지만 일부 프로그램에서 정량적·정성적 평가에서 상용 소프트웨어에 견줄 만한 품질을 획득할 수 있었다. 3D 모델 편집을 위한 오픈소스 소프트웨어에서는 사진실측 결과물의 후처리, 정합, 병합뿐만 아니라 유물 실측에 필요한 스케일 조정, 입단면도 제작 및 이미지 렌더링까지 가능하였다. 이후 오픈소스 캐드 프로그램에서 트레이싱하여 최종 도면을 완성하였다. 고고학 연구에서 사진실측의 적용은 발굴과정부터 보고서 작성 그리고 3D 모델 데이터의 수치정보를 이용한 연구 등 활용 가능성이 매우 높다. 컴퓨터 비전의 획기적인 발전으로 오픈소스 소프트웨어의 종류도 다양해졌고 성능도 상당부분 개선된 것으로 확인되었다. 누구나 쉽게 디지털 기술의 적용이 가능한 현재 고고 자료의 3D 모델 데이터의 획득은 문화유산의 보존과 연구 활성화를 위한 기초자료로 활용될 수 있다.

• 대한핵의학회지
• /
• 제38권3호
• /
• pp.259-267
• /
• 2004

목적: 전신용 PET에 대한 표준 성능 평가 방법으로 NEMA NU2-2001이 확립되어 제안되었다. 따라서 새로이 설치되는 PET 스캐너뿐 아니라 기존에 사용 중인 스캐너에 대한 성능 평가가 이 표준 방법에 따라서 새로이 이루어 져야 한다. 이 연구에서는 NEMA NU2-2001 방법을 이용하여 CTI ECAT EXACT 47 PET 스캐너의 공간해상도, 민감도, 산란분획, NECR 등을 측정하였다. 대상 및 방법: 공간해상도를 평가하기 위하여 축 방향 시야의 정 가운데와 축 방향 시야 길이의 1/4을 벗어난 횡단면에 F-10을 채운 유리관(내경 1.1 mm)을 횡단면의 중심에서 1, 10 cm 떨어진 지점에 축 방향과 평행하게 위치시킨 후 PET 영상을 얻었다. 민감도를 측정하기 위하여 폴리에틸렌 및 알루미늄 관에 F-18을 채운 후 불응시간 손실이 1%를 넘지 않는 것을 확인한 후 영상을 획득하였다. 산란분획 및 최적 영상 획득 조건을 얻기 위하여 NECR을 NEMA 산란 팬텀을 이용하여 측정하였다. 결과: FBP재구성 방법(화소 크기: $0.515{\times}0.515mm^2$)으로 영상을 재 구성했을 때 스캐너의 중심에서 1cm 벗어난 지점에서 축방향, 횡축방향 공간 분해능은 0.62, 0.66 cm (FBP, 2D와 3D), 0.67, 0.69 cm (FBP, 2D와 3D)이었고 중심에서 10 cm 벗어난 지점에서 축방향, 횡축반경방향, 횡축접선방향 공간 분해능은 0.72, 0.68 mm (FBP, 2D와 3D), 0.63, 0.66 mm (FBP, 2D와 3D), 0.72, 0.66 mm (FBP, 2D와 3D)이었다. 민감도는 스캐너의 횡축방향 708.6 (2D), 2931.3 (3D) counts/sec/MBq, 횡축방향 중심에서 10cm 벗어난 지점에서 728.7 (2D), 3398.2 (3D) counts/sec/MBq 이었다. 산란 분획은 0.19 (2D), 0.49 (3D)이었고 최고 참 계수율과 NECR은 2차원 영상 획득 모드에서 40.1 kBq/mL 일 때 64.0 kcps, 40.1 kBq/mL 일 때 49.6 kcps, 3차원 영상 획득 모드에서 4.76 kBq/mL 일 때 53.7 kcps, 4.47 kBq/mL 일 때 26.4 kcps이었다. 결론: 이 실험에서 NEMA NU2-2001로 측정한 PET스캐너의 물리적 특성은 PET스캐너에 대한 객관적 평가 및 최적화 된 영상 획득과 분석에 유용할 것이다.

• 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.