• Journal of the Korean Data and Information Science Society
• /
• 제20권6호
• /
• pp.991-998
• /
• 2009

본 논문은 주가지수선물거래 등에서 유용한 역할을 하는 시계열 데이터의 방향성 예측 문제를 다룬다. 여기서 시계열의 방향성 예측이란 시계열 값의 상승 혹은 하락을 예측하는 문제를 뜻한다. 방향성 예측을 위해 본 연구에서는 시계열 요소분해모형과 자기회귀 누적 이동평균 과정 모형을 고려한다. 특히 방향성 예측의 주된 통계량으로서 모형 외 편차와 모형 내 편차를 고려하며 모형 내 편차가 좀 더 유용함을 보인다.

• 한국시뮬레이션학회논문지
• /
• 제20권4호
• /
• pp.67-79
• /
• 2011

본 연구에서는 시계열 공정데이터 관리를 위한 모델모수 기반 이상 탐지방법을 제안한다. 일반적인 공정관리에 널리 쓰이는 전통적인 통계적 관리기법의 관리도(SPC chart)는 측정되는 데이터가 특정 분포를 따르며 상관관계가 없는 상황을 가정한다. 따라서 공정데이터 형태가 시계열데이터와 같이 특정분포를 따르지 않고, 자기상관관계를 갖는다면 전통적인 관리도로는 관리에 한계를 보인다. 본 연구는 시계열을 따르는 공정의 이상을 탐지를 위한 MPBC(Model Parameter Based Control-chart) 방법을 제안한다. 제안된 MPBC는 시계열공정을 모델링하고, 모델모수의 변화를 감지하여 공정의 이상을 탐지하는 방법이다. 시계열 공정은 ARMA(p,q) 모델을 가정하며, RLS(Recursive Least Square)를 이용하여 시계열 모델의 모수를 추정하고, 추정된 모수를 $K^2$관리도로 관리한다. 제안된 방법은 기존 알고리즘과 비교하여 시계열 공정 변화 탐지에 우수한 성능을 보였으며 시계열 데이터에 있어서 보다 효율적인 공정관리 방향을 제시한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.444-447
• /
• 2000

본 논문에서는 종래의 정적인 디지털 패턴 매칭을 행하는 연상메모리와는 달리 아놀로그의 시계열정보를 직접 처리하여 시간축 방향으로 설정하는 것으로 강인성이 뛰어난 연상기억시스템을 제안하였다. 시스템의 기본적인 능력을 조사하기 위하여 기억패턴을 주기계열로 그리고 하중은 전부 고정하는 조건으로 단순화하여 시뮬레이션을 행하여 오류 정정능력을 갖는 것을 확인하였다. 시간축 방향의 하중을 적절하게 설정하면 기억용량의 증대나 상기 오류의 저감 등의 효과가 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제14권5호
• /
• pp.19-28
• /
• 2009

시계열의 예측에 대한 문제는 오랫동안 많은 연구자들의 연구의 대상이었으며 예측을 위한 많은 방법이 제안되었다. 본 논문에서는 은닉 마코프 모델(Hidden Markov Model)과 우도(likelihood)를 사용한 유사도 검색을 통하여 향후 시계열 데이터의 운행 방향을 예측하는 방법을 제안한다. 이전에 기록된 시계열 데이터에서 질의 시퀸스(sequence)와 유사한 부분을 검색하고 유사 부분의 서브 시퀸스를 사용하여 시계열을 예측하는 방법이다. 먼저 주어진 질의 시퀸스에 대한 은닉 마코프 모델을 작성한다. 그리고 시계열 데이터에서 순차적으로 일정 길이의 서브 시퀸스를 추출하고 추출된 서브 시퀸스와 작성된 은닉 마코프 모델과의 우도를 계산한다. 시계열 데이터로부터 추출된 서브 시퀸스 중에서 우도가 가장 높은 시퀸스를 유사 시퀸스로 결정하고 결정된 부분 이후의 값을 추출하여 질의 시퀸스 이후의 예측 값을 추정한다. 실험 결과 예측 값과 실제 값이 상당한 유사성을 나타내었다. 제안된 방법의 유효성은 코스피(KOSPI) 종합주가지수를 대상으로 실험하여 검증한다.

• 응용통계연구
• /
• 제10권1호
• /
• pp.121-136
• /
• 1997

공간자료는 공간 위치의 변화에 따라 관찰되는 자료이다. 본 논문에서는 공간자료를 가지고 행 방향, 열 방향, 대각선 방향으로 나누어 시계열의 모형 식별에서 사용되는 Box-Jenkins 방법과 식별통계량, 행태인식법을 공간 자기회귀모형에 적용하여 모형을 식별해 보고 모의실험을 통하여 식별 방법들을 비교해 보았다.

• 소음진동
• /
• 제8권6호
• /
• pp.1103-1112
• /
• 1998

A new time series method, directional ARMAX (dARMAX) model-based approach. is proposed for rotor dynamics identification. The dARMAX processes complex-valued signals, utilizing the complex modal testing theory which enables the separation of the backward and forward modes in the two-sided frequency domain and makes effective modal parameter identification possible, to account for the dynamic characteristics inherent in rotating machinery. This paper is divided into two parts : The dARMAX modeling, analysis. and fitting strategy are presented in the first part. whereas a evaluation of its performance characteristics based on both simulated and experimental data is presented in the second.

• 재무관리논총
• /
• 제7권1호
• /
• pp.1-47
• /
• 2001

증권가격의 시계열을 그래프로 표시하면 이 시계열의 운동양태가 파악될 수도 있다. 그래프를 통하여 추세가 존재하고 있는지 아니면 존재하지 않는지를 파악할 수 있을 것이다. 그리고 이 그래프를 통하여 증권가격 시계열이 정상적과정에 의하여 생성되는지의 여부가 인식될 수도 있을 것이며, (조건부) 이분산이 존재하고 있는지 또는 (조건부) 동분산이 존재하고 있는지도 인식될 수 있을 것이다. 간단한 기술통계량을 통하여 증권시계열의 성질을 파악할수도 있다. 이 시계열이 선형과정에 의하여 생성되는지 아니면 비선형과정에 의하여 생성되는지도 인식할 수 있을 것이다. 뿐만아니라 비선형과정중 하나인 카오스 과정에 의하여 증권가격이 생성되는지의 여부도 파악할 수 있을 것이다. 증권가격의 실현된 표본경로와 시뮬레이션을 통하여 얻은 표본경로가 일치하는지 또는 불일치하는지에 대한 판별을 통하여 모형정립에서 특히 많이 사용되고 있는 확률과정들이 생성시키는 증권가격 시계열이 실제로 관찰된 가격 시계열과 일치하여 현실적합성을 가지고 있는지의 여부도 판단할 수 있을 것이다. 주가시계열 그 자체를 출발점으로 하여 이 시계열의 움직임과 행동양식을 파악해가면 수많은 연구를 통하여 축적된 이론들과 주가를 형성시키는 성질들이 현실적으로 성립하고 있는지도 밝힐 수 있고 개발된 이론들의 장점과 단점을 강도높게 밝힐 수 있는 계기도 갖게 될 것이다. 데이터를 있는 그대로 면밀하게 검토하면 이미 공개된 문제점(open question)도 확인할 수 있을 것이고 아직 알려지지 않은 문제점들과 질문들을 찾게 될 수도 있을 것이다. 이것들은 앞으로의 연구를 위한 중요한 발견이 될 수 있을 것이다. 이 논문에서는 문제와 질문의 발견에 초점을 둔다. 이 논문에서는 한국의 주식시장과 미국의 주식시장을 대비하여 다룬다. 우리가 그동안의 연구를 통하여 미국의 문헌과 미국의 시장에 대한 지식을 상당히 축적하고 있는 만큼 이 대비를 통하여 두 시장이 동일하게 가지고 있는 행동양태와 서로 상이하게 가지고 있는 점들을 파악하면 두 시장에 대한 이해의 폭도 넓어질 것이며 동시에 미국의 연구결과를 수용하는 큰 방향을 결정하는데에도 일조가 되리라고 생각된다.

• 한국융합학회논문지
• /
• 제12권11호
• /
• pp.99-107
• /
• 2021

우리는 무수히 많은 데이터 속에서 살고 있다. 다양한 데이터는 우리가 활동하는 모든 상황 속에서 만들어지는데 빅데이터 기술을 통해 데이터의 유의미를 발굴한다. 유의미한 데이터를 발굴하기 위해 많은 노력이 진행 중이다. 본 논문은 주성분 분석(Principal component analysis) 기법으로 시계열 데이터의 추이 및 예측을 통해 인간이 더 나은 선택을 가능케 하는 분석 기법을 소개한다. 주성분 분석은 입력된 데이터를 통해 공분산을 구성하고, 데이터의 방향성을 추론할 수 있는 고유벡터와 고윳값을 제시한다. 제안하는 방법은 비슷한 방향성을 갖는 시계열 데이터 집합에서 기준 축을 구성하고, 데이터 집합을 이루는 각 시계열 데이터들의 방향성이 기준 축과 이루는 사잇각을 통해 다음 구간에 존재하게 될 데이터의 방향성을 예측한다. 본 논문에서는 가상화폐의 추이를 통해 제시한 알고리즘의 정확도를 LSTM(Long Short-Term Memory)과 비교 검증한다. 비교/검증 결과 제안된 방법은 변동성이 큰 데이터에서 LSTM에 비해 상대적으로 적은 트랜잭션과 높은 수익(112%)을 기록하였다. 이는 상대적으로 정확하게 신호를 분석하여 예측했다는 의미로 볼 수 있으며, 보다 정확한 임계치 설정을 통해 더 나은 결과를 도출할 수 있을 것으로 기대된다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(상)
• /
• pp.371-374
• /
• 2003

서브시퀀스 매칭은 주어진 질의 시퀀스와 변화의 추세가 유사한 서브시퀀스들을 시계열 데이터베이스로부터 검색하는 연산이다. 본 논문에서는 기존에 제안된 서브시퀀스 매칭 기법인 FRM과 Dual-Match를 대상으로 다양한 실험을 통하여 윈도우 크기 효과를 정량적으로 분석한다. 또한, 이러한 분석 결과를 기반으로 서브시퀀스 매칭 처리의 성능 개선을 위한 향후의 연구 방향을 제시한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.593-597
• /
• 2008

유역에서의 강우사상에 따른 일련의 수문학적 과정의 규명과 수자원의 효율적 관리를 위한 토양함수량을 산정하는데 토양수분의 시공간적 분포특성을 파악하는 것은 매우 중요하다. 연구유역은 경기도 파주시 적성면 설마리의 설마천 유역 내에 위치한 소유역이다. 대상유역의 정밀측량을 하여 수치고도모형(DEM)을 획득 하였다. 이 수치고도모형에 사용하여 수치지형분석을 통해 총 21지점을 선정하였다. 토양수분의 연직방향 변화를 알아보기 위해 각 지점의 10, 30, 60cm 깊이에 센서를 설치하여 토양수분을 측정하는 TDR (Time Domain Reflectometry)방식인 MiniTRASE를 이용하여 총 50채널을 통해 매 2시간 간격으로 토양수분의 변동을 관측하였다. 토양수분의 시공간적 분포특성을 분석하기 위해 획득된 자료를 바탕으로 시계열의 공간 분석 및 통계분석을 수행하였다. 토양수분 시계열에 대한 공간분석은 토양수분의 사면에서의 공간적인 분포가 사면의 지형적인 형상에 의해서 영향을 받는다는 것을 보여주고 있다. 그리고 통계분석을 통해 평균치의 표준편차가 대상 기간 동안 일정한 것으로 나타났고, 이는 대상사면에서의 토양수분 분포 특성이 기후나 식생의 변동성에 영향을 받지 않고, 지형이나 토질 같은 정적인 인자에 주로 영향을 받는다는 가설을 뒷받침한다. 이 결과는 토양수분의 시공간적 분포양상의 파악과 국내 사면에서의 수문기작들을 규명하는데 기여를 할 것으로 판단된다.