• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.42 no.3 s.303
• /
• pp.29-38
• /
• 2005

Although people frequently rely on intuition in managing activities, they rarely use it in developing effective decision-making support systems. In this paper, we investigate and compare the correlations between such characteristics as cognition and emotion characteristics and judgmental time-series forecasting accuracy by using a self-organizing neural network, and eventually aim to help build efficient decision-making atmosphere. The neural network used in this paper employs a self-supervised adaptive algorithm, and the feature of which is that it inherently can use correlation between input vectors by exchanging information between neuron clusters in the self-organizing layer during the training. Our experiments showed that both cognition and emotion characteristics had correlations with judgmental time-series forecasting, and that cognition characteristics had larger correlation than emotion characteristics. We also found that conceptual style had larger correlation than behavioral and analytical styles, and displeasure-sleepiness style had larger correlation than pleasure-arousal style with the forecasting.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.370-373
• /
• 2022

본 연구에서는 전이 엔트로피 개념을 활용하여 주요 상품 선물의 하방 리스크 지수의 정보 흐름을 바탕으로 한 인과관계 네트워크를 구성하였다. 그리고 구성된 네트워크를 활용하여 금융 시장을 분석하였으며, 또한 정보 흐름의 존재 여부를 바탕으로 상품 선물의 하방 리스크 지수의 예측력이 개선될 수 있는지 확인하고자 하였다. 이를 위하여 정보 불확실성의 감소량을 측정하는 전이 엔트로피를 인과관계의 측정 지표로 상정하였으며, 전이 엔트로피 측정 시 발생할 수 있는 유한크기효과(finite size effect)를 조정하는 데 있어서 효과적인 지표인 효율적 전이 엔트로피를 활용하여 정보 흐름 네트워크를 구성하였으며 이를 이용하여 금융 지수 간의 인과관계를 분석하고 EDaR 의 등락 예측에 활용하였다. 그 결과, 금융 시장 지수를 효율적 전이 엔트로피를 이용한 인과관계 네트워크를 활용하여 금융 시장의 복잡계 네트워크 분석이 가능함을 확인하였고, 구성된 네트워크를 활용하여 국내 금융 시장 등락 예측에 있어 더 적은 데이터 열을 활용하여 거의 유사한 예측 결과를 냄으로써 상품 선물 시장 관련 예측의 데이터 열 선택에 활용할 수 있음을 확인하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다. 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고요한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미있는 정보로 변환시켜줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망의 모형결합을 통해 기존연구과는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서는 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이브릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다. 기존의 주기분할방법론은 모형개발자입장에서 여러 가지 통계기준치중에서 최적의 기준치를 합리적으로 선택해야 하는 문제가 추가적으로 발생하며, 본 연구에서는 이상의 제반 문제들을 개선시키기 위해 통합방법론으로서 기존의 인공신경망모형을 구조적으로 확장시켰다. 이 모형에서 기존의 입력층 이전단계에 새로운 층이 정의된다. 이렇게 해서 생성된 새로운 통합모형은 기존모형에서 생성되는 기본적인 학습파라미터와 더불어, 본 연구에서 새롭게 제시된 주기분할층의 파라미터들이 모형의 학습성과를 높이기 위해 함께 고려된다. 한편, 이러한 학습과정에서 추가적으로 고려해야 할 파라미터 갯수가 증가함에 따라서, 본 모델의 학습성과가 local minimum에 빠지는 문제점이 발생될 수 있다. 즉, 웨이블릿분석과 인공신경망모형을 모두 전역적으로 최적화시켜야 하는 문제가 발생한다. 본 연구에서는 이 문제를 해결하기 위해서, 최근 local minimum의 가능성을 최소화하여 전역적인 학습성과를 높여 주는 인공지능기법으로서 유전자알고리즘기법을 본 연구이 통합모델에 반영하였다. 이에 대한 실증사례 분석결과는 일일 환율예측문제를 적용하였을 경우, 기존의 방법론보다 더 나운 예측성과를 타나내었다.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2012.05a
• /
• pp.507-514
• /
• 2012

In the present research, NASA LRB plume radiation models are reconstructed with Thermal Desktop software, where the radiation to vehicle base environment can be calculated. The calculation shows the similar radiation heat compared to NASA prediction. Based on LRB plume radiation model, a KSLV-II thermal radiation model is proposed.

• Advanced Industrial SCIence
• /
• v.3 no.1
• /
• pp.17-22
• /
• 2024

History, which began with the emergence of mankind, has a means of recording. Today, we can check the past through data. Generated data may only be generated and stored at a certain moment, but it is not only continuously generated over a certain time interval from the past to the present, but also occurs in the future, so making predictions using it is an important task. In order to find out trends in the use of time series data among numerous data, this paper analyzes the concept of time series data, analyzes Recurrent Neural Network and Long-Short Term Memory, which are mainly used for time series data analysis in the machine learning field, and analyzes the use of these models. Through case studies, it was confirmed that it is being used in various fields such as medical diagnosis, stock price analysis, and climate prediction, and is showing high predictive results. Based on this, we will explore ways to utilize it in the future.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.11 no.2
• /
• pp.204-208
• /
• 2018

In this paper, we proposed and evaluated the time series deep learning prediction model for learning fluctuation pattern of stock price. Recurrent neural networks, which can store previous information in the hidden layer, are suitable for the stock price prediction model, which is time series data. In order to maintain the long - term dependency by solving the gradient vanish problem in the recurrent neural network, we use LSTM with small memory inside the recurrent neural network. Furthermore, we proposed the stock price prediction model using bidirectional LSTM recurrent neural network in which the hidden layer is added in the reverse direction of the data flow for solving the limitation of the tendency of learning only based on the immediately preceding pattern of the recurrent neural network. In this experiment, we used the Tensorflow to learn the proposed stock price prediction model with stock price and trading volume input. In order to evaluate the performance of the stock price prediction, the mean square root error between the real stock price and the predicted stock price was obtained. As a result, the stock price prediction model using bidirectional LSTM recurrent neural network has improved prediction accuracy compared with unidirectional LSTM recurrent neural network.

• 한국신재생에너지학회:학술대회논문집
• /
• 2010.11a
• /
• pp.130.1-130.1
• /
• 2010

미국과 유럽에서는 이미 10여 년 전부터 250MW급 이상의 대용량 석탄IGCC 플랜트를 상업운전 하고 있으며, 일본과 중국을 비롯한 아시아에서도 대용량 플랜트를 시운전하고 있거나 건설 중에 있다. 한국에서는 제4차 전력수급계획에 의거 태안화력 부지 내에 300MW급 IGCC 플랜트 건설을 추진 중이며, 두산중공업은 '10년 상반기에 IGCC 가스화 플랜트에 대한 FEED 설계 (Front-Eng Engineering Design)를 완료하였다. 그 과정 중 설계조건에 의한 기본 엔지니어링 사항과 석탄 가스화 플랜트에 대한 성능예측 결과를 본 연구에서 소개한다. 가스화 플랜트의 엔지니어링은 가스화 블록과 가스정제 블록으로 구분하여 수행하였다. Process Data를 이용하여 PFD Development, P&ID Generation, Equipment Specification 개발, HAZOP 수행, Architecture Engineering 등의 순으로 FEED 설계를 진행하였다. BOD (Basis of Design)를 기준으로 운전조건별 Heat & Mass Balance와 Process Flow를 재검토하고 각 기기별 운전개념을 반영하여 P&ID를 개발하였다. 그리고 배관, 전기 및 제어에 대한 각종 Diagram 개발과 HSE (Health, Safety and Environment) 관련 설계를 수행하였다. IGCC 1호기의 엔지니어링 수행과 함께 Next 호기 자체설계 역량 확보를 위해 두산중공업은 'DIGITs'로 명명된 개념기본설계 Tool을 개발하고 있다. DIGITs는 공정모델링, 단위기기 개념설계, 공정구성 (Process Configuration) 및 종합 Database Package 형태로 구성된다. DIGITs에 의한 계산 결과 공정사 Process Data 기준시 가스화 블록 출구에서 Syngas HHV와 Syngas 현열은 각각 약 $636MW_{th}$와 약 $18MW_{th}$로, Plant 설계조건 $630MW_{th}$를 만족하는 것으로 예측되었다. 향후 DIGITs는 가스정제 블록 및 주변 BOP 설비 등과 연계한 종합 개념기본설계 Tool로써 개발 진행 중이다.

• The Korean Journal of Applied Statistics
• /
• v.29 no.3
• /
• pp.525-537
• /
• 2016

The paper considers a hybrid model to analyze and forecast time series data based on an empirical mode decomposition (EMD) that accommodates complex characteristics of time series such as nonstationarity and nonlinearity. We aggregate IMFs using the concept of cumulative energy to improve the interpretability of intrinsic mode functions (IMFs) from EMD. We forecast aggregated IMFs and residue with a hybrid model that combines the ARIMA model and an exponential smoothing method (ETS). The proposed method is applied to forecast KOSPI time series and is compared to traditional forecast models. Aggregated IMFs and residue provide a convenience to interpret the short, medium and long term dynamics of the KOSPI. It is also observed that the hybrid model with ARIMA and ETS is superior to traditional and other types of hybrid models.

• 한국신재생에너지학회:학술대회논문집
• /
• 2009.06a
• /
• pp.287-287
• /
• 2009

연료전지는 전기에너지와 열에너지를 동시에 사용 할 수 있기 때문에 에너지 효율이 높고 유해 배기물이 거의 없으므로 친환경적이다. 따라서 환경문제가 대두되고 있는 오늘날, 고효율 친환경의 연료 전지는 차세대 에너지원으로 각광받고 있다. 보일러와 계통선에서 열과 전기를 공급받는 기존방식에 비해 연료전지 코제너레이션 시스템의 경우 20%이상 에너지 절감율을 향상시킬 수 있다. 기존 10kW이하의 소용량 발전설비의 경우 대형 발전소와 같은 수준인 30%이상의 전기 효율을 기대할 수 없으나 고분자 전해질 연료전지를 적용할 경우 1kW급에서도 35%의 전기 효율을 기대할 수 있으며 열회수까지 고려할 경우 80%에 가까운 열효율을 달성할 수 있다.(4)연료전지 시스템은 연료전지 스택 이외에, 연료변환장치, 급기설비, 열 및 물관리 설비, 전력변환장치 그리고 제어 장치 등으로 구성된다. 연료전지 시스템 성능은 연료전지 스택의 성능에 가장 의존적인데 연료전지 스택의 성능은 같은 스택이라도 운전 및 제어 방법에 따라서 다양하게 변할 수 있다. 실제로 연료전지 스택 자체의 전기 변환 효율은 최대 40% 까지로 매우 높으나, 다양한 운전 조건에 따라 효율이 30~40% 수준에서 변화는 것이 현실이다. 때문에 시스템을 설계할 때에는 종합화된 시스템 측면에서의 운전까지 고려한 설계와 성능 해석이 필요하다. 그간 연료전지를 활용한 가정용 열병합 발전분야에서는 시스템 설계를 위한 시뮬레이션 기반 성능 해석에 관한 연구가 활발히 진행되어왔다. 하지만 연료전지 스택의 경우 간이화된 성능 모델식을 사용하여 이로 인한 성능 예측모델의 오차가 크게 발생하여 전체 시스템 최적화의 저해요인으로 작용하여왔다. 따라서 본 연구에서는 가정용 연료전지 열병합 발전 시스템을 자체적으로 설계 개발하였으며 이 중 연료전지 스택의 성능모델을 실험기반으로 구축하였다. 먼저 가정용 연료전지 열병합 발전 시스템의 설계는 크게 네 단계로 구분되며 이는 1) 시스템 개념 설계, 2) 연료전지 스택 설계, 3) 주변장치 설계, 4) 제어시스템 설계로 이뤄진다. 연료전지 스택의 성능 모델은 고분자연료전지의 성능에 가장 민감하게 영향을 미치는 온도 및 습도의 변화에 따른 다양한 스택 성능을 예측 가능하도록 개발하였으며 이는 간단한 이론 모델의 구조에 실험 데이터를 기반으로 모델 파라미터를 도출하는 기법으로 이뤄졌다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• pp.222-227
• /
• 1998

본 논문에서는 이진난수발생기들의 안전성 평가를 위한 새로운 통계적 검정을 소개한다. 검정에서 구현된 기본개념은 이진난수열이 랜덤하지 않다면 다음 발생 비트를 예측할 확률이 편향된다는 다음 비트 검정이론에 바탕을 둔다. 본 검정은 이진난수열이 아닌 임의의 d진 난수열의 안전성 검정에도 유용하게 적용될 수 있으므로 난수발생기를 이용하여 설계된 스트림 암호 시스템의 안전성 평가에 평가 측도로서 사용될 수 있다. 또한 컴퓨터 시뮬레이션을 통해 몇몇 난수발생기에 검정을 적용함으로써 검정법이 타당함을 보인다.