• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.97-100
• /
• 2022

다양한 산업 분야에서 생성되는 시계열 데이터는 그 특성상 데이터의 기술 방법 범위의 양과 질이 서로 다르며 이로 인해 서로 통합하여 활용하기가 쉽지 않다. 본 논문에서는 서로 다른 수집 주기와 길이를 갖는 시계열 데이터 간의 통합 방법을 제안한다. 여러 이질적 데이터를 함께 사용하기 위해 고려해야 할 시계열 데이터의 특성과 연관 기술을 소개하고 두 가지 시계열 데이터 통합 방법 및 필요한 파라미터를 제안한다. 제안하는 방법은 시계열 본연의 특성을 고려하여 데이터를 같은 차원으로 변환하거나 활용 목적을 고려하여 다른 차원을 변환하는 방법으로 이를 통해 통합하려는 데이터의 불균등 주기 문제를 극복할 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.689-690
• /
• 2021

본 논문에서는 다양한 환경에서 수집된 서로 다른 시계열 데이터를 통합하여 분석 활용하기 위해 추가로 생성해야 할 시계열 데이터의 메타 정보를 정의하고 이를 기반하여 새로운 통합 데이터를 생성하는 방법을 소개한다. 시계열 데이터는 표준화된 기술 방법이 없고 다양한 소스에서 생성되기 때문에 이를 통합하고 활용할 경우 그 기준이 없기 때문에 전문적 지식이 없다면 처리에 어려움을 겪는다. 그러므로 서로 다른 특성의 데이터를 새로운 기준에 의거하여 통합하는 것을 목적으로 필요한 메타 정보를 정의하고 이를 기준으로 데이터를 재가공할 수 있도록 하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.45-48
• /
• 2022

IoT 기술의 발전 및 확산으로 다양한 도메인에서 서로 다른 특성의 시계열 데이터가 수집되고 있다. 이에 따라 단일 목적으로 수집된 시계열 데이터만 아니라, 다른 목적으로 수집된 시계열 데이터들 또한 통합하여 분석활용하려는 수요 또한 높아지고 있다. 본 논문은 파편화된 시계열 데이터들을 선택하여 통합한 후 딥러닝 모델을 생성하고 활용할 수 있는 해시함수 기반 학습 모델 관리 플랫폼을 설계하고 구현하였다. 특정되지 않은 데이터들을 기반하여 모델을 학습하고 활용할 경우 생성 모델이 개별적으로 어떤 데이터로 어떻게 생성되었는지 기술되어야 향후 활용에 용이하다. 특히 시계열 데이터의 경우 학습 데이터의 시간 정보에 의존적일 수밖에 없으므로 해당 정보의 관리도 필요하다. 본 논문에서는 이러한 문제를 해결하기 위해 해시 함수를 이용해서 생성된 모델을 계층적으로 저장하여 원하는 모델을 쉽게 검색하고 활용할 수 있도록 하였다.

• 발명특허
• /
• v.13 no.6 s.148
• /
• pp.26-27
• /
• 1988

당사는 1937년 당시 판부시계점공장정공사의 손목시계 및 회중시계제조부문에서 분리$\cdot$독립하여 제2정공사로서 발족하였다. 이후 1970년대 전반까지의 40년간은 기계식시계를 주로 만들어 왔지만, 그동안은 쉽게 타사가 따라올 수 없는 독특한 세밀기술을 보유하여 국내에서는 소수의 시계메이커의 일원으로서 독점상태를 유지할 수 있었다. 1960년대 전반 외국의 기술을 앞지르기 위해서도 특허관리에 힘을 기울이기 시작해 특허계가 탄생했지만 기계식시계의 기술을 크게 올리 수는 없었다. 기계식시계에서 전자식 시계로 전환하여 그것과 서로 전후해서 다른 분야로의 진출을 추진해 전자업계로서 본격적인 기술경쟁의 시계에 참여해 특허정보관리의 중요성을 약 10년전서부터 인식해 오고 있다.

• Journal of Broadcast Engineering
• /
• v.27 no.6
• /
• pp.872-884
• /
• 2022

With the development of the IoT industry, different types of time series data are being generated in various industries, and it is evolving into research that reproduces and utilizes it through re-integration. In addition, due to data processing speed and issues of the utilization system in the actual industry, there is a growing tendency to compress the size of data when using time series data and integrate it. However, since the guidelines for integrating time series data are not clear and each characteristic such as data description time interval and time section is different, it is difficult to use it after batch integration. In this paper, two integration methods are proposed based on the integration criteria setting method and the problems that arise during integration of time series data. Based on this, integration framework of a heterogeneous time series data was constructed that is considered the characteristics of time series data, and it was confirmed that different heterogeneous time series data compressed can be used for integration and various machine learning.

• Bulletin of the Korean Space Science Society
• /
• 2010.04a
• /
• pp.36.1-36.1
• /
• 2010

GNSS(Global Navigation Satellite System)의 하나인 GPS(Global Positioning System)를 이용한 정밀 측위에 있어서 위성의 시계오차는 측위 정확도에 매우 큰 영향을 미친다. GPS위성에는 세슘(Cs)과 루비듐(Rb)으로 이루어진 4개의 원자시계가 탑재되어있으며 현재 사용하고 있는 원자시계의 종류는 NANU(GPS Notice Advisory to Navster Users) 정보를 통해 알 수 있다. 이 연구에서는 IGS(International GNSS Service)에서 제공하는 sp3 파일과 clk 파일을 이용하여 위성시계 특성을 분석하였다. 2000년부터 2009년까지의 sp3 파일에서 각 PRN에 대한 위성시계오차 값을 추출하여 그래프로 분석하였다. 그 결과 대부분의 세슘시계는 직선형태, 루비듐시계는 곡선형태의 특성을 보였으나 일정한 경향은 나타나지 않음을 알 수 있었다. 또한 3주간의 clk 파일에서 위성시계오차 값을 추출하여 각 PRN별로 1차식과 2차식으로 접합(fitting)하고 그 결과를 비교하였다. 세슘시계의 위성시계오차 값의 경우 2차식보다 1차식이 추출 데이터와 일치함을 알 수 있었으며 세슘시계의 위성시계오차 값은 직선형태의 특성을 보이는 것을 확인 할 수 있었다. 그리고 Modified Allan Deviation(MADEV) 방법을 적용하여 분석한 결과 GPS 위성의 block 별로 서로 다른 특성이 보임을 확인할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.01a
• /
• pp.263-264
• /
• 2012

본 논문은 여러 개의 독립적인 시계열로 구성된 시계열 패널 자료를 이용하여 비선형 모형인 GRCA모형과 신경망을 이용하여 예측값을 구하여 서로 비교 분석하고자 한다. 먼저 GRCA모형에 대하여 연구하고 신경망의 구조와 예측값을 구하기 위한 여러 가지 변환함수를 유도한다. 단기 예측에서는 신경망 방법의 예측값이 더 좋았고, 장기예측에서는 비선형모형을 이용한 예측값이 더 좋은 것으로 나타났다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.671-673
• /
• 2016

기술의 발전에 따라 소형 디바이스에서도 데이터를 수집하고 전송하는 것이 가능해졌다. 따라서 최근 IoT와 헬스케어가 부각되고 있으며 여기서 발생한 데이터에 대한 많은 연구가 진행되고 있다. 그 중에서도 헬스케어 장비에 내장된 심전도 센서를 이용하여 시계열 데이터를 수집할 수 있고, 여기서 수집한 데이터는 부정맥 등의 심장질환 진단의 중요한 지표로서 사용될 수 있다. 시계열 데이터는 시계열 분석 방법을 사용하여 정상 패턴과 비정상 패턴으로 분류할 수 있지만, 대량의 시계열 분석 방법은 수행시간이 많이 소요되기 때문에 이를 단축 할 필요성이 있다. 본 논문에서는 시계열 데이터 분석 기법 중 하나인 Shapelet을 사용하여 심전도 데이터의 패턴을 정상 및 비정상으로 분류하였고, 병렬처리 기법을 적용하여 수행시간을 단축하였다. 실험 결과, 각각의 심전도 데이터는 87%의 정확도로 분류되었고, Shapelets을 탐색하는 구간의 병렬처리를 통하여 수행 시간이 약 60%로 감소하였음을 확인하였다.

• The Korean Journal of Applied Statistics
• /
• v.36 no.6
• /
• pp.573-589
• /
• 2023

In a piecewise linear trend model, the change points coincide with the mean change points of the first differenced time series. Therefore, by detecting the mean change points of the first differenced time series, one can estimate the change points of the piecewise linear trend model. In this paper, based on this fact, a method is proposed for detecting change points of the piecewise linear trend model using the simple moving average of the first differenced time series rather than estimates of the slope or residuals. Our Monte Carlo simulation experiments show that the proposed method performs well in estimating the number of change points not only when the error terms in the piecewise linear trend model are independent but also when they are serially correlated.

• The Korean Journal of Financial Management
• /
• v.14 no.2
• /
• pp.205-228
• /
• 1997

본 연구는 1982년부터 1996년까지의 유로달러선물과 T-bill 선물의 일별 시계열 자료를 이용하여 단기금리선물의 가격발견기능을 실증적으로 검정하고 있다. 분석방법은 시계열의 불안정성 여부를 알아보는 단위근검정, 장기균형관계를 알아보는 Johansen 공적분검정, 공적분관계가 있는 시장에 대해 설정오류의 문제를 피하고 변수들간의 인과관계를 파악하기 위해 Granger 인과관계모형을 사용하였다. 주요한 결과로 각 금리시계열들은 일차누적 시계열 I(1)임이 확인되었고 공적분관계를 분석한 결과, 각 금리 시계열의 선형결합은 안정적인 장기균형관계가 있음을 나타내 주고 있다. 따라서 각 시장은 서로 밀접한 인과관계가 있음을 암시하고 있다. 또한 선물금리와 현물금리를 대상으로 인과관계검정 결과 유로달러시장의 경우 전기에서는 피드백효과가 있고 후기에는 선물금리의 가격발견기능이 나타났다. T-bill 시장의 경우는 전기에 현물금리가 선물금리에 대해 선행하였고 후기에는 피드백효과가 나타났다. 이렇게 유로달러선물이 후기에서 가격발견기능이 있는 것은 정보통신의 발달과 유로시장의 적은 규제 등으로 유로달러선물시장이 1980년대 후반부터 급성장한 것이 그 원인으로 분석된다.