• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.117-120
• /
• 2004

본 논문에서는 시계열 데이터베이스에서 타임 워핑 하의 서브시퀀스 매칭을 효과적으로 처리하는 방안에 관하여 논의한다. 타임 워핑은 데이터베이스내 시퀀스들의 길이가 서로 다른 경우에도 유사한 패턴을 갖는 시퀀스들을 찾을 수 있도록 해 준다. 본 논문에서는 타임 워핑 하의 서브시퀀스 매칭을 위한 기존의 기본 처리 방식인 Naive-Scan의 CPU 처리 과정을 최적화하는 새로운 기법을 제안한다. 제안된 기법은 질의 시퀀스와 서브시퀀스들 간의 타임 워핑 거리들을 계산하는 과정에서 발생하는 중복 작업들을 사전에 제거함으로써 CPU 처리 성능을 극대화한다. 제안된 기법이 착오 기각을 발생시키지 않음과 Naive-Scan을 처리하기 위한 최적의 기법임을 이론적으로 규명한다. 또한, 다양한 실험을 통한 성능 평가에 의하여 제안된 최적화 기법이 가져오는 성능 개선 효과를 정량적으로 검증한다. 아울러, 제안된 기법이 기존의 여과 단계를 포함하는 방식인 LB-Scan과 ST-Filter의 후처리 단계에도 성공적으로 적용될 수 있음을 보인다.

• 대한원격탐사학회지
• /
• 제24권2호
• /
• pp.165-177
• /
• 2008

최근 spatial decorrelation을 극복하기 위하여 비교적 짧은 기선(baseline)을 지니는 여러 시기의 차분간섭도(differential interferogram)로부터 시계열 지표변위(time-series surface deformation)를 관측할 수 있는 small baseline subset(SBAS) 알고리즘이 개발되었다. 이 SBAS 알고리즘은 singluar value decomposition(SVD)을 이용하여 시간별로 완벽하게 연결되지 않는 차분간섭도로부터 시계열 지표변위를 관측하였을 뿐 아니라 공간적으로 저주파 필터와 시간적으로 고주파 필터를 이용하여 대기효과를 보정하였다. 그러나 이 알고리즘은 초기 관측시 시계열 지표변위를 선형으로 가정하였기 때문에 각 차분간섭도의 phase unwrapping 오차를 정확하게 보정하기 어려웠을 뿐 아니라 시계열의 지표변위에 존재하는 노이즈 성분을 완화시키지 못했다. 이와 같은 단점을 보완하기 위하여 이 연구에서는 기존의 SBAS 알고리즘을 개선하였다. 이 개선된 SBAS 알고리즘은 각 차분간섭도의 phase unwrapping 오차를 최소화하기 위하여 반복적으로 시계열 지표면 변위를 개선하였고, 시계열 지표변위의 노이즈를 제거하기 위하여 유한차분근사법(finite difference approximation)을 이용하였다. 서로 다른 지역의 26개의 ERS-12자료와 21개의 RADARSAT-1 fine beam (F5) 자료를 이용하여 개선된 SBAS 알고리즘을 실험하고 분석하였다. ERS-1/2자료에서는 LOS(line-of-sight) 지표변위가 약 13년 동안 최대 -40cm가 관측되었고, RADARSAT-1 fine beam 자료에서는 약 2년 동안 최대 -3cm의 LOS 지표변위가 관측되었다.

• 디지털콘텐츠학회 논문지
• /
• 제19권9호
• /
• pp.1727-1737
• /
• 2018

본 논문에서는 토지피복도에서 공간구조를 검출하고 시계열 공간구조 변화를 검출하는 시스템을 제안한다. 서로 다른 시간의 토지피복도에서 패치를 검출하고 패치의 측정요소를 계산하여 공간구조 패턴을 분석한다. 검출된 시계열 패치에 대해 패치 매핑을 이용하여 유지, 생성, 소멸, 분할, 병합, 혼합적 변환 등의 변화 유형을 결정한다. 또한, 시계열 토지피복도의 패치 기반 공간구조 패턴을 이진으로 저장하여 변화를 추출하였다. 본 논문에서는 제안하는 토지피복도 공간구조 변화검출 시스템을 통해 해당 지역(도시)의 난개발 현상을 진단하고, 향후 도시공간구조의 재구축을 위한 계획수립에 근거 자료로 활용될 수 있음을 보여주고 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.95-96
• /
• 2008

본 논문에서는 시계열 예측 공정의 모델링을 위해 Type-2 퍼지 논리 집합을 이용하여 불확실성 문제를 다룬다. 기존의 Type-1 퍼지 논리 시스템(Fuzzy Logic System, FLS)은 외부의 노이즈와 같은 불확실성에 민감한 단점이 있다. 그러나 Type 퍼지 논기 시스템은 불확실한 정보까지 멤버쉽 함수로 표현함으로서 효과적으로 취급할 수 있다. 여기서 불확실한 정보를 표현하기 위해 규칙의 전 후반부 멤버쉽 함수로 삼각형 형태의 Type-2 퍼지 집합을 사용한다. 전반부의 경우 HCM 클러스터링을 사용하여 입력 데이터들 간의 거리를 중심으로 멤버쉽 함수를 정의하고, 후반부는 입자 군집 최적화(Particle Swarm Optimization) 알고리즘으로 멤버쉽 함수의 정점을 동조한다. 제안된 모델은 표준 모델 평가에 주로 사용되는 가스로 시계열 데이터를 적용하고, 특정 데이터로 노이즈에 영향 받은 데이터를 사용하여 수치 석인 예를 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 춘계학술발표대회
• /
• pp.23-26
• /
• 2006

기존의 데이터 마이닝 예측 기법 중 회귀분석은 학습 단계에서 생성된 모델을 변경 없이 새로운 데이터에 적용하였다. 그러나 시계열 데이터에 모델 변경 없이 동일하게 적용하면 시간이 지남에 따라 정확도가 낮아지는 단점이 있다. 따라서 이 논문에서는 시간에 따라 변화하는 시계열데이터의 특성을 고려하여 점진적으로 회귀 모델을 갱신하는 기법을 제안한다. 이 기법은 입력되는 모든 데이터를 회귀 모델에 적용하여 점진적으로 모델을 갱신한다. 제안된 기법의 타당성은 RME(Relative Mean Error)와 RMSE(Root Mean Square Error)를 이용하여 측정하였다. 정확도 측정 실험 결과 제안 기법인 IMQR(Incremental Multiple Quadratic Regression) 기법이 MLR(Multiple Linear Regression), MQR(Multiple Quadratic Regression), SVR(Support Vector Regression) 기법에 비해 RME 가 평균 2%, RMSE 가 평균 0.02 정도 우수한 결과를 얻었다.

• 한국지하수토양환경학회:학술대회논문집
• /
• 한국지하수토양환경학회 2002년도 추계학술발표회
• /
• pp.265-268
• /
• 2002

경상북도 고령군 다산면, 천안시 풍세면 삼태리 및 부여 정동ㆍ자왕 지역의 장기수위관측 데이터 및 강수, 대기압 자료의 시계열 분석을 통하여 대수층의 함양특성 및 특히, 대기압에 대한 지하수위 변화 특성을 통한 대수층의 특성(properties) 유추 가능 여부를 보고자 하였다. 하천에 인접한 자왕지구의 경우 자기상관분석에 의하면 다른 세 지역에 비해 데이터 값이 안정적이지 못하며, 대기압 변화에 대한 상관분석에서도 낮은 상관성을 나타낸다. 강수에 대한 함양 특성을 상호상관분석을 통해 해 보았으나, 강설에 의한 영향인지 대체적인 지연시간이 길게 나타났다. 차후 장기적인 데이터 수집 및 분석을 통해 좀 더 정확한 대수층 특성을 밝히고자 한다.

• 정보보호학회논문지
• /
• 제23권5호
• /
• pp.963-968
• /
• 2013

본 논문에서는 음성 플랫폼 보안 데이터 전송률을 개선하기 위해 음성 품질에 영향을 주는 지터(Jitter)를 감소시키기 위한 디지터 알고리즘에 대해서 분석하고, 디지터 알고리즘의 성능 향상을 위해서 시계열 모델을 연구하여, 디지터 알고리즘의 한 종류인 입출력 방식 디지터 알고리즘에 시계열 모델을 적용하기 위해서 모형을 적용하는 과정, 설계과정을 제안하고, 구현 및 성능 측정을 통해서 음성 품질이 향상된 결과를 보여준다.

• 경영과학
• /
• 제1권
• /
• pp.68-80
• /
• 1984

Box-Jenkins 시계열 분석법은 변수에 관한 정보가 부족하거나 너무 많은 변수가 영향을 미치고 있는 경우에도 과학적인 예측치를 구할 수 있는 단기예측 방법이다. Box-Jenkins 모형은 자동회귀 모형(Autoregressive Model), 이동평균 모형 (Moving average Model), 계절적 시계열 모형을 통합한 일반적인 모형이기 때문에 특별한 불안정성을 보이지 않는 경우에는 모두 모형화 할 수 있으며, 모형에 관계된 계수의 수를 최소화 하면서 만족스러운 모형을 찾을 수 있다. Box-Jenkins예측방법은 모형선정, 매개변수추정, 적합성 검정의 3단계를 반복으로 수행함으로써 최적모형에 이르게 하게 하고 있기 때문에 최소의 가능한 모형으로부터 시작하여 부적당한 부분을 제거시켜 나감으로써 시행착오의 과정을 최소화 할 수 있다. 일반 사용자가 Box-Jenkins 시계열 분석법을 쉽게 사용할 수 있도록 Box-Jenkins Package가 개발되었으며 여기서는 KAIST 전산 개발 센터에 설치된 Package를 소개하고 그 사용예를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.439-442
• /
• 2004

최근에 인터넷 경매가 보편화되면서 경매 물품의 가격 결정을 관한 연구가 증가하고 있다. 그러나 이것들은 경매 물품 대한 최근의 추세와 시간에 따른 주기변화를 반영하지 못하여 잘못된 낙찰 예정가를 생성하는 경우가 많다. 본 논문에서는 이러한 문제점들을 해결하고자 수요 예측에서 사용하는 시계열 분석을 이용하여 경매기록 데이터베이스로부터 경매 물품에 맞는 낙찰 예정가를 자동으로 생성하는 방법을 제안한다. 또한 성능 분석을 통하여 시계열 분석 방법에 의한 낙찰 예정가 생성방법의 특징을 비교하고 분석한다. 여기서 제안된 방법이 경매 물품의 실제 낙찰가와 차이를 줄여 낙찰률을 높이고, 경매 물품이 지나치게 낮은 가격으로 낙찰 되는 경우를 줄일 수 있음을 연구한다.

• 정보과학회 논문지
• /
• 제44권8호
• /
• pp.782-790
• /
• 2017

인기 검색어 리스트는 현재 가장 인기 있는 검색어의 순위를 보여주는 서비스로서 네이버와 같은 포털사이트가 제공한다. 이 리스트에서의 순위 변화는 특정 검색어에 대한 사람들의 관심의 변화를 반영한다. 본 논문은 인기 검색어의 순위 변화를 예측하기 위해 시계열 모델링 프레임워크를 제안한다. 제안한 프레임워크는 과거 순위와 기계학습 모델이 적용되었고, 여기서 해결해야 할 두 가지 문제점이 있다. 첫째, 과거 순위 데이터를 분석한 결과, 70% 이상의 검색어가 리스트에서 소멸 후 재출현하는 현상을 보였다. 소멸 후의 순위는 손실 값으로 볼 수 있으며, 이를 해결하기 위해서 다양한 처리 방법을 적용하였다. 둘째, 과거 순위 데이터는 시계열 데이터이므로 최적 윈도우 크기를 계산하는 것이 중요하다. 본 논문에서는 최적 윈도우 크기는 동일한 검색어들이 서로 다른 두 시점에서 내용상 의미가 달라지는 최단 소멸기간으로 볼 수 있음을 밝혔다. 성능 평가를 위해서 4가지의 기계학습 기법과 2년 동안 수집한 네이버, 다음, 네이트의 인기 검색어 리스트 데이터를 사용하였다.