• 대한토목학회논문집
• /
• 제29권4A호
• /
• pp.385-393
• /
• 2009

콘크리트 수축과 습도를 측정하고 기존 연구 결과와의 비교를 통해 다공성 경량골재의 사전흡수수에 따른 콘크리트의 수축과 콘크리트 내 상대습도와의 관계를 파악하였다. 물-결합재비 0.3에서 경량 콘크리트의 수축 저감효과는 7일 초기재령에서 36%, 6개월 장기재령에서 25%를 나타내었으며, 물-결합재비 0.4는 7일 초기재령에서 19%, 6개월 장기재령에서 16%의 수축 저감률을 그리고 물-결합재비 0.5에서는 각각 37%, 32%를 나타내었다. 물-결합재비에 관계없이 경량골재 사전흡수수의 습도 공급 효과는 7~10일 이내의 초기 재령에서 두드러지게 나타났다. 콘크리트 내 습도와 수축과의 관계는 물-결합재비 0.3의 경우 기존 모델식 적용 종류에 상관없이 습도 변화 전체 구간에 대하여 수축이 과소평가되었으며, 물-결합재비 0.4, 0.5의 경우 비교적 기존 모델식과 측정값이 유사한 경향을 나타내었다. 습도감소와 수축 변형률간의 관계를 고차 다항식으로 회귀분석할 수 있었으며, 콘크리트의 수분이동 해석을 통해 시간에 따른 상대습도를 고려할 경우 수분이동 해석과 부등수축 해석을 연관할 수 있는 매개변수로 적용할 수 있는 결과를 도출하였다.

• 한국산림과학회지
• /
• 제78권2호
• /
• pp.143-150
• /
• 1989

본(本) 연구(硏究)는 무기적(無機的) 환경요인(環境要因)이 잣나무 유묘(幼苗)의 생육(生育)에 마치는 영향(影響)에 관(關)한 연구(硏究)의 일환(一環)으로 이식상(移植床)에서 상대광도(相對光度)와 식재밀도(植栽密度)를 달리하여 생육(生育)시킨 잣나무 묘(苗)의 엽(葉) 중량생장(重量生長)과 타(他) 기관(器官) 생장간(生長間)의 관계(關係)를 조사(調査) 것으로 그 결과(結果)를 요약(要約)하면 다음과 같다. 1. 상대광도별(相對光度別)에 있어서 엽건중(葉乾重)과 타(他) 생장(生長)(지상부(地上部) 건중(乾重), 지하부(地下部) 건중(乾重), 묘(苗) 건중(乾重), 묘경(苗徑)) 간(間)에는 정(正)의 상관관계(相關關係)에 있었고, 또 이들 간(間)에는 1차회귀(次回歸) 관계(關係)도 인정(認定)할 수 있었다. 그러나 엽(葉) 건중(乾重)과 묘장(苗長) 간(間)에는 2차(次) 곡선회귀(曲線回歸) 관계(關係)에 있었다. 식재밀도(植栽密度) 별(別)에 있어서는 엽건중(葉乾重)과 지상부(地上部) 건중(乾重) 및 묘장(苗長) 간(間)에는 2차(次) 곡선회귀관계(曲線回歸關係)에 있었고, 지하부(地下部) 건중(乾重) 및 묘건중(苗乾重) 간(間)에는 1차회귀(次回歸) 관계(關係)에 있었다. 그러나 묘경(苗徑) 간(間)에는 상관(相關)을 인정(認定)할 수 없었다. 2. 상대광도(相對光度) 별(別)에 있어서 엽면적(葉面積)과 지상부(地上部) 건중(乾重) 및 묘(苗) 건중(乾重) 간(間)에는 1차회귀(次回歸) 관계(關係)에 있었고, 지하부(地下部) 건중(乾重) 간(重)과는 지수곡선(指數曲線) 관계(關係), 그리고 엽면적(葉面積)과 묘장(苗長) 간(間)에는 2차곡선(次曲線) 관계(關係)에 있음을 알 수 있었다. 그러나 묘경(苗徑) 간(間)에는 대수(代數) 곡선적(曲線的) 경향(傾向)이었다. 식재밀도(植栽密度) 별(別)에 있어서는 엽면적(葉面積)과 지상부(地上部) 건중(乾重) 간(間)에는 대수곡선(代數曲線) 회귀관계(回歸關係)에 있었고, 지하부(地下部) 건중(乾重) 및 묘(苗) 건중(乾重) 간(間)에는 직선회귀(直線回歸) 관계(關係)에 그리고 엽면적(葉面積)과 묘장(苗長) 및 묘경(苗徑) 간(間)에는 2차곡선(次曲線) 회귀(回歸) 관계(關係)에 있었다.

• 대한전자공학회논문지SP
• /
• 제41권2호
• /
• pp.23-34
• /
• 2004

일반적으로 이미지를 획득하기 위한 도구로 사용되고 있는 비디오 카메라는 동일한 피사체의 XYZ 3 자극치에 대한 RGB 출력 신호가 카메라마다 각각 다른 기기 의존적인 특성을 가진다. 카메라로 촬영한 원 피사체의 XYZ 3 자극치와 카메라 RGB 출력 신호 사이의 변환 관계인 카메라 전달 특성을 알 수 있다면 다양한 디스플레이 시스템에서의 기기 독립적 색 재현이 가능하다. 카메라 전달 특성 조사 방법에 대한 연구는 두 가지 형태로 나뉘어서 진행되어 왔다. 첫 번째 방법은 카메라의 RGB 필터 분광 특성을 파장별로 구하여 CIE 칼러 매칭 함수로 표현하는 것과 알고 있는 색 타겟, 즉 샘플색의 XYZ 3 자극치를 카메라로 촬영하고 출력되는 RGB 신호 간의 변환 행렬을 구하는 방법이다. 실험이 용이하여 일반적으로 많이 이용되는 두 번째 방법은 동일한 카메라에 대해서도 촬영 조건에 따라 매번 60개 이상의 시험색을 촬영하여야 하는 번거로움이 있다. 본 논문에서는 특정 촬영 조건 하에서 구한 카메라 전달 특성 변환 행렬을 이용하여, 촬영 조건이 바뀌었을 때 달라지는 카메라의 전달 특성을 추정하는 방법을 제안한다. 제안한 방법은 먼저 다항식 모델링을 이용하여 특정 화이트 밸런스에서의 카메라 전달 특성 3×3 변환 행렬을 구하고, 이 변환 행렬로부터 카메라의 인광체 좌표를 추정한다. 마지막으로구하고자 하는 기준 백색에 따른 카메라의 채널 이득을 계산하여 특정 기준 백색에 화이트 밸런스가 맞춰진 카메라의 전달 특성을 구하였다. 실험 결과 제안한 방법에 의해 구한 카메라의 전달 특성은 기존의 방법으로 구한 3×3 변환 행렬보다 더 좋은 성능을 가지면 카메라의 화이트 밸런스가 달라질 때마다 모든 시험색을 환영하여 구해야 하는 기존의 변환 행렬과 비슷한 성능을 가지는 3×3 변환 행렬을 손쉽고 간단하게 구할 수 있다.장, 간장, 비장 및 맹장 등 체내 장기로부터 접종균의 회수율은 WL이 일령 증가에 따라 점차 증가하였으나 다른 품종들 보다는 현저히 낮았던 반면에 RIR은 80~90% 이상으로 매우 높았으며 WL$\times$RIR 교배종은 WL보다는 다소 높았으나 RIR보다는 상당한 차이로 낮았다. 항체 양성을에 있어서는 WL$\times$RIR이 WL 및 RIR보다도 높게 나타났다 2. Hyline white$\times$ Hyline brown(HwHb) , Hw$\times$ Isa brown(HwIb), Isa white$\times$Ib(IwIb), Iw$\times$Hb(IwIb) 및 Ib$\times$Iw(IbIw) 등 합성 교배종의 가금티푸스에 대한 질병 저항성 HwHb, Hwlb, Iwlb 및 IwHb 등 4가지 합성품종과 IbIw의 역교배종을 공시하여 6주령 시험계에 감염후 2주간에 걸쳐 폐사율, 증체량, 접종균 회수율 및 응집 항체 양성율 등으로 가금티푸스에 대한 질병 저항성을 비교 시험하였던 바, 공시 품종 모두가 가금티푸스에 대해 현저한 질병 저항성이 있는 것으로 인정되었으며 품종간 비교에서는 HwHb가 공시한 다른 품종들보다 더 강한 저항성을 가지고 있었다.의 이미지에 차이가 있을 것이라는 본 연구가 지지됨을 알 수 있다. 본 연구의 한계점으로 1) 본 연구에서는 자극의 조건을 실험대상자가 소유하고 있는 의복에 한계를 두었다. 다양한 이미지의 의복을 선정하지 못한 점이 앞으로 더 연구하여야 할 점으로 본다. 2) 장소선정에 있어서 강남과 강북 서울중심과 지방 등으로 좀 더 세분화하면 다른 결과가 나을 수 있으리라 예상된다. 따라서 성격이나 가치관, 구매성향에 대해 좀

• 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.