• 정보처리학회논문지D
• /
• 제13D권3호
• /
• pp.357-368
• /
• 2006

본 논문에서는 타임 워핑 하의 시계열 서브시퀀스 매칭을 처리하는 방법에 대하여 논의한다. 타임 워핑은 시퀀스의 길이가 서로 다른 경우에도 유사한 패턴을 갖는 시퀀스들을 찾을 수 있도록 해 주는 변환이다. 접두어 질의 기법(prefix-querying method)는 착오 기각 없이 타임 워핑 하의 시계열 서브시퀀스 매칭을 처리하는 인덱스를 이용한 최초의 방식이다. 이 방법은 사용자가 질의를 편리하게 작성하도록 하기 위하여 기본 거리함수로서 $L_{\infty}$를 사용한다. 본 논문에서는 $L_{\infty}$ 대신 타임 워핑 하의 시계열 서브시퀀스 매칭에서 기본 거리 함수로서 가장 널리 사용되는 $L_1$을 적용할 수 있도록 접두어 질의를 확장한다. 또한, 제안된 기법으로 타임 워핑 하의 시계열 서브시퀀스 매칭을 수행하는 경우 착오 기각(false dismissal)이 발생하지 않음을 이론적으로 증명한다. 다양한 실험을 통한 성능 평가를 통하여 본 연구에서 제시하는 기법의 우수성을 검증한다. 실험 결과에 의하면, 제안된 기법은 가장 좋은 성능을 보이는 기존의 기법과 비교하여 매우 뛰어난 성능 개선 효과를 보이는 것으로 나타났다.

• 기술사
• /
• 제2권8호
• /
• pp.29-32
• /
• 1969

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권12호
• /
• pp.579-586
• /
• 2021

시계열 예측은 과거 시점의 정보를 토대로 미래 시점의 정보를 예측하는 것을 말한다. 향후 시점의 정보를 정확하게 예측하는 것은 다양한 분야 전략 수립, 정책 결정 등을 위해 활용되기 때문에 매우 중요하다. 최근에는 트랜스포머 모델이 시계열 예측 모델로서 주로 연구되고 있다. 그러나 기존의 트랜스포머의 모델은 예측 순차를 출력할 때 출력 결과를 다시 입력하는 자가회귀 구조로 되어 있다는 한계점이 있다. 이 한계점은 멀리 떨어진 시점을 예측할 때 정확도가 떨어진다는 문제점을 초래한다. 본 논문에서는 이러한 문제점을 개선하고 더 정확한 시계열 예측을 위해 스타일 변환 기법에 착안한 순차 디코딩 모델을 제안한다. 제안하는 모델은 트랜스포머-인코더에서 과거 정보의 특성을 추출하고, 이를 스타일-기반 디코더에 반영하여 예측 시계열을 생성하는 구조로 되어 있다. 이 구조는 자가회귀 방식의 기존의 트랜스포머의 디코더 구조와 다르게, 예측 순차를 한꺼번에 출력하기 때문에 더 먼 시점의 정보를 좀 더 정확히 예측할 수 있다는 장점이 있다. 서로 다른 데이터 특성을 가지는 다양한 시계열 데이터셋으로 예측 실험을 진행한 결과, 본 논문에서 제시한 모델이 기존의 다른 시계열 예측 모델보다 예측 정확도가 우수하다는 것을 보인다.

• 응용통계연구
• /
• 제28권5호
• /
• pp.1025-1034
• /
• 2015

1920년대에 소개되었던 Shewhart 관리도는 관측치가 서로 독립임을 가정했다. 오늘날은 데이터 측정과 자료수집 기술이 발전하면서 자기상관 공정 데이터가 많이 발생하고 있으며, 이것은 통계적 공정 관리의 성능에 부정적인 영향을 끼치게 된다. 자기상관이 존재하는 데이터에 대하여 가장 쉽게 접근할 수 있는 관리도는 먼저 자기상관구조를 모형화할 수 있는 적절한 시계열 모형을 가정한 다음 잔차를 구하여, 그 잔차에 기반한 Shewhart 관리도를 적용하는 것이다. 실제 문제에서 시계열 모형의 참 모수값은 알려져 있지 않으므로, 이 값은 일단계 표본(과거의 관리상태 표본)으로부터 추정된다. 본 논문에서는 이러한 모수추정이 이단계 표본을 모니터링하는데 어떠한 영향이 있는지 살펴보았다.

• 한국지능시스템학회논문지
• /
• 제25권3호
• /
• pp.210-216
• /
• 2015

사람의 의식과 뇌 구조는 복잡계 현상을 가지고 있다고 알려져 있다. 이들은 사람의 감정과 관련이 있다. 사람의 감정은 다양한 종류가 있으며 그 중 하나인 사랑은 사회학과 심리학에서 주된 관심사의 하나로 연구되어 왔다. 본 논문에서는 로미오와 줄리엣의 사랑 방정식에서 동일한 시간 지연과 서로 다른 지연 시간을 고려하여 이들 사이의 사랑 거동을 시계열과 위상 공간으로 나타내고 이들 사이의 차이를 분석하였다.

• 한국융합학회논문지
• /
• 제12권10호
• /
• pp.9-17
• /
• 2021

최근 빅데이터 분석, 인공지능, 기계학습 등의 발전으로 인해서 데이터를 과학적으로 분석하는 기술이 발전하고 있으며 이는 의사결정 문제를 최적으로 해결해주고 있다. 그러나 특정 분야의 경우에는 데이터의 양이 부족해서 과학적 방식에 적용하는 것이 어렵다. 예컨대 부동산과 같은 데이터는 데이터 발표 시점이 최근이거나 비 유동성 자산이다 보니 발표 주기가 긴 경우가 많다. 따라서 본 연구에서는 이런 문제점을 극복하기 위해서 TimeGAN 모형을 통해 기존의 시계열의 확장 가능성에 대해서 연구하고자 한다. 이를 위해 부동산과 관련된 총 45개의 시계열을 데이터 셋에 맞게 2012년부터 2021년까지 주 단위로 데이터를 수집하고 시계열 간의 상관관계를 고려해서 총 15개의 최종 시계열을 선정한다. 15개의 시계열에 대해서 TimeGAN 모형을 통해 데이터 확장을한 결과, PCA 및 T-SNE 시각화 알고리즘을 통해 실제 데이터와 확장 데이터 간의 통계적 분포가 유사하다는 것을 확인할 수 있었다. 따라서 본 논문을 통해서 데이터의 과적합 또는 과소적합이라는 한계점을 극복할 수 있는 다양한 실험이 연구되기를 기대한다.

• 천문학회보
• /
• 제41권1호
• /
• pp.63.1-63.1
• /
• 2016

일성정시의는 표준시보장치인 보루각루의 시각을 교정하는 천문시계로 알려져 있다. "세종실록"에 기록된 김돈(金墩,1385~1440)의 일성정시의(日星定時儀)의 서(序)와 명(銘)에는 기기의 상세한 구조와 치수, 그리고 사용법을 소개하고 있다. 우리는 실록의 기록을 분석하여 세 종류의 일성정시의로 구분하였다. 또한 Needham et al. (1986)의 연구와 비교하여 일구백각환, 성구백각환, 주천도분환, 계형 등의 사용법을 분석하였다. 우리는 이러한 분석을 통해 해시계와 별시계로써의 일성정시의의 시간 측정 정밀도를 제시하였다.

• Journal of the Korean Wood Science and Technology
• /
• 제20권4호
• /
• pp.31-42
• /
• 1992

최근에 서로 다른 생장추세를 나타내고 있는 남(南)애리조나산(産) 침엽수 4수종(樹種)(Pseudotsuga menziesii, Pinus ponderosa, Pinus strobiformis, Abies concolor)의 연륜폭 연대기(年代記)로 부터 반응함수를 구하기 위하여, 표준화 방법을 면밀히 검토하였으며 시계열모델에 의한 사전(事前) 여과화(濾過化)(prewhitening)로 전생장량(前生長量)을 배제하는 것이 효과적인 것인지도 조사하였다. 전통적으로 사용되던 지수(指數) 또는 질선(直線)방정식에 의한 표준화가 대부분 성공적으로 적용되었으나 최근생장이 급격히 감소된 경우는 스플라인함수를 이용하는 것이 효과적이었다. 계절(季節)모델이 적용된 Pinus ponderosa의 경우를 제외하곤 사전여과화 전후(前後)의 반응함수간(間)에 뚜렷한 차이를 발견할 수 없었다.

• 응용통계연구
• /
• 제16권2호
• /
• pp.217-224
• /
• 2003

시간의 경과에 따라 관측된 시계열 자료를 통해 데이터 분석을 하고 적당한 모형을 생성함으로써 미래 시점을 예측하는 방법들은 그 동안 많은 방법들이 제시되었고 연구 되고 있다. 그 중 최근 들어 과거의 데이터를 바탕으로 관측된 각 시점에서의 분산을 서로 다른 분산(조건부 이분산성)을 따른다고 가정하고, 이를 분석하는 모형(ARCH, GARCH, Stochastic Volatility(SV))들이 옵션 가격분석이나 환율 변화 등 경제 시계열자료의 예측 모형을 위하여 활발히 연구되고 있다. 본 논문에서는 한국의 KOSPI 데이터(1995년 1월 3일부터 2001년 12월 28일, 총 1906일)를 바탕으로 (조건부) 우도함수 모수 추정 방법을 이용한 GARCH(1,1) 모형과, MCMC 방법을 이용하여 모수를 추정한 SV 모형을 적용시켜 보고 각 모형들의 예측 정확도를 비교하여 보았다.

• 한국정밀공학회지
• /
• 제11권2호
• /
• pp.75-84
• /
• 1994

기계가공프로세스에서 절삭공구의 마멸과 채터진동은 공작기계의 가동율과 생산성을 크게 저해하는 요인이 되고 있다. 본 연구에서는 공구마멸과 채터현상이 혼재하는 상황에서, 이들 두 현상을 동시에 검출하는데, AE 및 가속도센서에서 검출된 신호와 AR계수 및 주파수대역 평균에너지를 특징입력으로 하는 인공신경회로망을 이용하였다. 그 결과, 공구마멸과 채터현상에 대응하는 서로 다른 신호특징의 차이를 동시에 식별하는 데 인공신경 회로망의 유용성을 입증하였으며, 시계열모델의 AR계수(70 .approx. 90%)보다는 주파수대역에너지법의 평균에너지 (80 .approx. 100%)를 신경회로망의 특징입력으로 하는 경우가 높은 성공률을 나타내었다.