• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.1178-1182
• /
• 2004

시계열 자료의 분석과 예측은 수문학분야에서 매우 중요하면, 최근 들어 특정한 수문시계열에서 카오스 특성이 발견되고 있다. 카오스 특성을 갖는 수문시계열의 예측에 있어, 기존의 거의 모든 연구는 시스템의 특성을 파악한 뒤 예측을 실시하는 표준접근법이 채택되어왔다. 그러나 Phoon 등은 시스템의 특성분석에 앞서 예측을 실시하고, 상태공 매개변수가 시스템의 특성분석단계가 아닌 예측단계에서 평가되는 가역접근법을 제안하였다. 본 연구에서는 Phoon 등이 제안한 가역접근법과 기존에 널리 적용되어온 표준접근법을 실제 일유출량 자료에 적용함으로써, 가역접근법의 적용성을 검토하고 카오스 시계열의 특성을 파악하였다. 본 연구에서 사용한 비선형 예측 기법으로는 카오스이론이 적용된 부분근사화 기법을 이용하였다. 카오스 특성분석을 통해, Bear 강 일유출량 시계열 자료에서 카오스 특성이 나타남을 알 수 있었다. 표준접근법과 가역접근법을 이용하여 Bear 강의 일유출량 자료에 대하여 예측을 실시한 결과, 카오스 특성을 갖는 일유출량 시계열 자료의 단기 예측의 우수성을 알 수 있었으면, 가역접근법이 표준접근법에 비해 좋은 결과를 나타내었다. 특히, 가역접근법은 예측단계에서 예측시간(T)에 대하여 예측매개변수를 최적화시킴으로써 보다 정밀한 예측을 할 수 있었으며, 시스템에 대한 정보손실이 발생하였을 경우 예측에 대한 상태공간 매개변수를 다시 추정해야 하는 표준접근법에 비해 실제적 적용성이 매우 우수하였다.

• Proceedings of the KIEE Conference
• /
• 2001.11b
• /
• pp.51-53
• /
• 2001

전력 수요 예측은 전력 수급 안정과 양질의 전력을 공급하기 위한 필수 기법이며 경쟁적인 전력시장에서 전력요금과 밀접한 관련이 있다. 그러므로, 경쟁적인 전력시장 구조하의 시장 참여자에게 있어서 전력 수요 예측은 매우 관심 있는 사항이다. 최근의 전력 수요 예측 기법으로 예측한 오차율을 살펴보면 평일과는 다르게 특수일의 전력 수요예측은 평균 5%를 상회하는 수준으로 예측의 정확도가 평일 예측에 비해 크게 낮은데 이유는 특수일이 평일에 비하여 부하의 크기가 다소 낮게 나타나고 특수일 마다 계절적인 차이가 있으며 각각의 특수일 마다 고유한 부하의 특성이 있으므로 과거 데이터를 이용할 때 동일 특수일을 이용하게 되며 따라서 평일과는 다르게 일년 단위로 과거 데이터 값들이 취득되므로 오차율이 커진다. 따라서 데이터들을 퍼지화하여 선형계획법을 수행하여 평균 $2{\sim}3%$ 정도의 우수한 결과를 도출한 바 있다. 본 논문에서는 퍼지 선형회귀분석법을 이용한 예측 기법에 최소자승법을 도입하여 특수일 전력 수요예측의 정확도를 개선하였다.

• Journal of the Korea Safety Management & Science
• /
• v.15 no.4
• /
• pp.311-315
• /
• 2013

본 논문에서는 주성분 회귀법과 부분최소자승 회귀법을 비교하여 보여준다. 이 비교의 목적은 선형형태를 보유한 근적외선 분광 데이터의 분석에 사용할 수 있는 적합한 예측 방법을 찾기 위해서이다. 두 가지 데이터 마이닝 방법론인 주성분 회귀법과 부분최소자승 회귀법이 비교되어 질 것이다. 본 논문에서는 부분최소자승 회귀법은 주성분 회귀법과 비교했을 때 약간 나은 예측능력을 가진 결과를 보여준다. 주성분 회귀법에서 50개의 주성분이 모델을 생성하기 위해서 사용지만 부분최소자승 회귀법에서는 12개의 잠재요소가 사용되었다. 평균제곱오차가 예측능력을 측정하는 도구로 사용되었다. 본 논문의 근적외선 분광데이터 분석에 따르면 부분최소자승회귀법이 선형경향을 가진 데이터의 예측에 가장 적합한 모델로 판명되었다.

• Proceedings of the KIEE Conference
• /
• 2001.05a
• /
• pp.52-54
• /
• 2001

전력 수요 예측은 전력 수급 안정과 양질의 전력을 공급하기 위한 필수 기법이며 경쟁적인 전력 시장에서 전력요금과 밀접한 관련이 있다. 그러므로, 경쟁적인 전력시장 구조하의 시장 참여자에게 있어서 전력수요 예측은 매우 관심 있는 사항이다. 최근의 전력 수요 예측 기법으로 예측한 오차율을 살펴보면 특수일의 전력 수요 예측의 정확도가 평일 예측에 비해 낮으며 특히, 토요일 또는 월요일에 특수일이 오는 경우 예측의 정확도가 낮아지는 경향이 있다. 따라서, 찬 논문은 퍼지 선형회귀 분석법과 상대계수법을 병행하여 예측함으로써 특수일 수요 예측의 정확도를 개선하는 방법을 제시한다.

• Journal of the Korean Geotechnical Society
• /
• v.17 no.4
• /
• pp.107-115
• /
• 2001

해성토층 위에 준설매립된 수도권 해안매립지역에서 원형의 대심도 굴착공사로 인하여 발생하는 지중연속벽의 수평변위를 예측하기 위하여 수치해석을 수행하였고, 이러한 수치해석결과와 현장측정값을 비교하여 각각의 수치해석방법의 적용성을 평가하였다. 수치해석법으로는 지반반력해석, 선형 유한요소법 그리고 비선형 유한요소법이 수행되었다. 각각의 방법들에서는 미소변형률에서의 지반거동특성인 비선형성과 굴착으로 인한 구속압감소효과를 고려한 경우와 고려하지 않은 경우에 대하여 수치해석을 수행하여 각각 그 결과들을 비교.분석하였다. 이러한 분석결과 미소변형률에서의 비선형성과 굴착으로 인한 구속압감소 효과를 고려한 비선형 유한요소해석법이 가장 정확하게 수평변위를 예측할 수 있는 방법임을 알 수 있었다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.06c
• /
• pp.393-398
• /
• 1998

본 논문에서는 음성신호처리의 기초적인 해석법인 FFT와 LP분석법에 대하여 기본적인 이론과 함께 분석과정에서 알아두어야 할 사항들을 정리한다. 아울러 이러한 분석을 실제 음성신호를 대상으로 행함에 있어서 주의해야 할 점들을 실제음성을 처리한 그림과 함께 설명한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.25 no.5
• /
• pp.477-482
• /
• 2015

Linear regressions and evolutionary nonlinear regression based compensation techniques for the short-range prediction of wind speed are investigated. Development of an efficient MOS(Model Output Statistics) is necessary to correct systematic errors of the model, but a linear regression based MOS is hard to manage an irregular nature of weather prediction. In order to solve the problem, a nonlinear and symbolic regression method using GP(Genetic Programming) is suggested for a development of MOS for wind speed prediction. The proposed method is compared to various linear regression methods for prediction of wind speed. Also, statistical analysis of distribution for UM elements for each method is executed. experiments are performed for KLAPS(Korea Local Analysis and Prediction System) re-analysis data from 2007 to 2013 year for Jeju Island and Busan area in South Korea.

• The Korean Journal of Applied Statistics
• /
• v.34 no.5
• /
• pp.697-710
• /
• 2021

Relative error prediction is preferred over ordinary prediction methods when relative/percentile errors are regarded as important, especially in econometrics, software engineering and government official statistics. The relative error prediction techniques have been developed in linear/nonlinear regression, nonparametric regression using kernel regression smoother, and stationary time series models. However, random effect models have not been used in relative error prediction. The purpose of this article is to extend relative error prediction to some of generalized linear mixed model (GLMM) with panel data, which is the random effect models based on gamma, lognormal, or inverse gaussian distribution. For better understanding, the real auto insurance data is used to predict the claim size, and the best predictor and the best relative error predictor are comparatively illustrated.

• Proceedings of the KIEE Conference
• /
• 2001.11b
• /
• pp.256-258
• /
• 2001

전력 계통의 운용 계획을 최적화 하기 위해서 수요예측에 관한 연구가 활발히 진행되고 있다. 기존의 수요예측 기법의 최대 오차는 특수일이 토요일과 월요일인 경우와 연휴인 경우에 발생한다. 이 중 특수일이 토요일과 월요일인 경우는 퍼지 선형회귀분석법과 상대계수법을 이용하여 우수한 결과를 도출한 바 있다. 구정과 추석은 특수일 중 평일과의 부하 차이가 가장 큰 특수일이며 약 $45{\sim}50%$ 정도가 감소된다. 이러한 부하의 감소 폭은 서서히 줄어서 연휴 당일 4일 후에는 완전히 복구가 되며 연휴 전 부하가 낮아지는 시점은 연휴 당일 3일 전이다. 연휴 예측의 불확실성은 연휴 기간의 길이 변동 및 기타 다양한 변수들에 의한 유동성에 기인한다. 특히 추석의 경우 과거 데이터 이용에 더욱 신중해야 하며 타 특수일에 비해 부하 값의 예측이 힘들다. 또한 직전 평일 대비 추석 연휴의 부하는 변화가 심하게 나타나며 본 논문에서는 퍼지 선형회귀분석법을 기본으로 변형된 알고리즘으로 향상된 예측도를 제시한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.11a
• /
• pp.562-564
• /
• 1998

보통 음향 신호를 분석을 할 때에 시간영역의 신호를 주파수영역의 신호로 FFT 변환을 해서 분석을 한다. 이렇게 단순히 FFT를 해서 주파수영역의 신호에서 어떤 특징적인 점을 찾기가 매우 어렵다. 그래서 원 신호를 FFT를 하지 않고 선형 예측 분석이라는 방법을 적용하여 신호에 특징적인 피크 점들을 구하면 쉬운 방법이 된다. 본 논문에서는 이러한 음향의 신호를 분석을 할 때에 선형 예측 분석법을 이용하면 신호에서 특징적인 피크들을 구하기가 용이함을 보이고 신호의 특징 피크 점들을 통계적으로 처리하여 분석을 해보았다.