• 한국음향학회지
• /
• 제10권1호
• /
• pp.20-29
• /
• 1991

기존의 선형 예측법에 의한 음성 분석의 기본적인 가정은 전극점 성도 필터의 입력은 백색 신호라는 것이다. 그러나, 주기성 입력 신호의 경우 피치 바이오스 오차가 기존 선형 예측 계수에 개입된다. 만일 여기 신호의 추정값을 이용할 수 있다면 멀티 펄스에 의한 선형 예측 분석으로 이러한 바이어스를 제거할 수 있다. 기존의 선형 예측 분석에서의 예측 오차는 멀티 펄스 여기 신호열과 불규칙 잡음 신호열의합으로 나타내어질 수 있으므로 선형 예측 오차로부터 멀티 펄스 신호열을 찾아내는 것은 고전적인 검출 및 추정의 문제로 생각될 수 있다. 본 논문에서는 먼저 LRT 를 이용하여 예측오차로부터 멀티 펄스 신호의 위치와 크기를 찾아낸 다음 이 신호열로부터 피치 바이어스가 제거된 선형 예측 계수를 구하는 알고리즘을 제안한다. 매번 적응된 임계값을 적용하여 반복 수행을 함으로써 성능향상을 입증하였다.

• 재무관리연구
• /
• 제17권1호
• /
• pp.161-180
• /
• 2000

본 연구는 주가를 예측하는데 있어서 선형 회귀모형을 이용하는 방법과 비선형 인공신경망 모형을 이용하는 방법을 비교 분석하여, 어떤 모형이 더 우수한 예측성과를 내는지를 검증한다. 자본시장에서 투자자들은 접근하는 정보가 다르고 각기 상이한 예측 변수들을 토대로 나름대로의 예측치를 만들어 낸다. 이렇게 볼 때 개별 투자자들이 이용하는 다양한 정보집합을 결합하여 단일의 뛰어난 정보집합을 만들어내는 것은 매우 어려운 과제이다. 따라서 본 연구에서는 이용 가능한 소수의 예측 변수들을 어떤 방식으로 결합하는 것이 예측오차의 분산을 최소화할 수 있는지에 대한 현실적인 접근방법을 모색하고자 한다. 거시경제변수나 시장자료를 입력변수로 사용한 기존 연구와는 달리 본 연구에서는 재무제표 정보를 입력변수로 사용하였다 즉, 대차대조표의 최종요약치인 주당 지분의 장부가치와 손익계산서의 최종요약치인 주당 순이익을 입력변수로 사용했으며 1991년부터 1995년까지의 추정(학습)결과를 토대로 모형을 선택하여 1996년의 제무제표 정보로 1997년의 주가를 예측하는 것이 본 연구의 과제이다. 연구결과, 대체로 선형회귀모형에 비해 비선형 신경망 모형이 예측오차의 분산을 감소시키는 것으로 나타났다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 추계학술대회 논문집 전력기술부문
• /
• 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.

• 대한토목학회논문집
• /
• 제26권1D호
• /
• pp.59-66
• /
• 2006

이 연구는 도시고속도로의 진입연결로 접속부내 선형의 밀도예측모형 구축에 관한 연구로서 실시간 교통특성분석과 선형의 밀도예측모형 구축 및 검증을 통해 밀도예측모형 구축에 있어서 결정계수($R^2$)값이 대체적으로 0.7이상으로 나타나 선형회귀모형구축에 상당히 높은 설명력을 보이는 것으로 나타났고, 선형모형검증에 있어서 상관계수(r)값도 대체적으로 0.8 이상으로 상당히 높은 상관성을 보이는 것으로 나타났다. 따라서 향후 선형의 밀도예측모형을 이용하여 도시고속도로의 진입연결로 접속부내 차량의 밀도추정 및 지체분석에 상당히 유효할 것으로 판단된다.

• 한국지반공학회논문집
• /
• 제16권3호
• /
• pp.163-172
• /
• 2000

최종침하 예측기법들은 분석상 간단명료하고 경제적인 기법이라 현장에서 널리 이용되고 있지만, 현장계측상의 문제들이 다분히 있는 실측치에 크게 의존함으로써 설계단계에서 침하량예측에 분석가의 주관적 판단이 큰 변수로 작용할 수 있으므로 객관성이 결여되는 결점을 안고 있다. 그 중 쌍곡선법(Hypervolic Method)이 가장 널리 쓰이고 있지만, 현장 계측치에 따라 가정 기본식의 선형성이 다소 뚜렷하지 않아 분석가에 따라 해석결과가 다르게 나타날 수 있으므로, 기술 적용상의 어려움과 경제적 비용을 더욱 가중시키는 결과를 초래할 수 있다. 따라서, 본 연구에서는 현장 계측자료 분석에 있어서 대표적으로 널리 적용되고 있는 쌍곡선법의 기본 가정식의 선형성 문제에 주안점을 두어 기본 가정식의 선형성을 확보하고, 그 선형구간을 확장한 새로운 침하예측기법을 제안하였다. 성토완료 직후의 현장 자료를 배수재가 설치된 지역과 배수재가 설치되지 않은 지역으로 구분하여 최종 1차 압밀침하량, 수직압밀계수 등을 기존예측기법 및 현장계측자료와 비교 검토하여 제안된 침하예측기법의 적용성을 검증하였다.

• 한국습지학회지
• /
• 제21권3호
• /
• pp.236-243
• /
• 2019

현재까지 많은 수문 시계열은 전통적인 선형 모형을 이용하여 분석되고 예측되어 왔다. 하지만, 자연현상과 수문시계열의 패턴 및 변동과 관련하여 비선형적 구조의 증거가 발견되고 있다. 따라서 시계열 분석 및 예측을 위한 기존의 선형 모형은 비선형적 특성에 적합하지 않을 수 있다. 본 연구에서는 미국 플로리다 코코아 지역 인근에 있는 St.Johns 강의 일유량 자료에 대한 카오스 분석을 수행하였고, 그 결과 낮은 차원의 비선형 동역학적 특성을 가진 흥미로운 결과가 나타났지만 한국의 소양강댐 일유량 자료는 확률적 특성을 보여주었다. 카오스 특성을 토대로한 DVS(결정론적 vs 추계학적) 알고리즘을 이용해 두 시계열 시스템의 특성을 파악하였고 단기 예측을 수행하였다. 또한 본 연구에서는 일 유량 시계열 예측을 위해 인공신경망 방법을 사용하였고, DVS 알고리즘에 의한 예측을 비교 분석하였다. 분석 결과, 카오스 특성을 갖는 시계열 자료가 보다 정확한 예측성을 보였다.

• 응용통계연구
• /
• 제24권2호
• /
• pp.217-225
• /
• 2011

본 논문에서는 스펙트럼 분석과 계절성 선형 모델을 이용하여 intra,-day 콜센터 통화량 예측에 필요한 계절성 변수를 찾아내는 방법을 제시한다. 제시한 방법을 북미 지역의 어느 은행의 5분 단위 콜센터 통화량에 실증 적용하여 기존의 통계적 방법으로는 입증할 수 없었던 월 단위 계절성 변수가 유의함을 보인다. 새로이 찾아진 연수가 intra-day 콜센터 통화량 예측능력을 향상시키는지 확인하기 위해서 새로운 변수를 포함하는 계절성 선형 모델과 이 변수를 포함하지 않은 계절성 선형 모델의 익일 통화량 예측능력을 비교 평가한다. 평가결과 새로운 변수를 포함한 모델이 우수하다는 결과를 얻었다.

• 대한교통학회지
• /
• 제21권1호
• /
• pp.21-40
• /
• 2003

본 논문에서는 GIS(Geographic Information System:지리정보체계)를 기반으로 도로의 선형조건을 이용하여 고속도로의 사고위험도를 파악하고 평가할 수 있는 방법을 개발하였다. 고속도로 평면곡선부에 대한 다양한 사고분석을 통해 도로의 선형조건이 교통사고에 미치는 영향을 규명하였으며. 이 결과를 토대로 사고예측모형을 구축하였다. 특히 사고영향인자를 규명하는 데에 있어서는 도로선형요소의 상호작용과 선형의 연속성을 반영함으로써 보다 현실적이고 객관적인 예측모형을 구축할 수 있도록 하였다. 아울러 사고예측모형의 추정결과와 사고자료를 토대로 고속도로의 선형조건에 따른 종합적인 사고위험도지수를 설정하고 이에 대한 평가기준을 마련하였다. 한편 주어진 도로선형조건에 따라 사고발생가능성을 예측하고 사고위험도를 평가하는 일련의 과정을 GIS와 결합하여 프로그래밍 함으로써 해당구간의 사고율 사고위험도지수, 위험도평가등급이 자동적으로 결정될 수 있게 하였을 뿐만 아니라 관련정보 및 평가결과를 시각적으로 제공하여 이용자가 보다 쉽게 이해하고 편리하게 사용할 수 있는 사고위험도 평가 프로그램을 개발하였다. 개발된 사고예측모형과 이를 토대로 설정한 사고위험도지수 및 위험도평가등급은 안전하고 비용-효율적인 도로설계에 도움을 줄 수 있을 뿐 만 아니라, 사고취약구간에 대한 대책 마련에도 이바지 할 것으로 기대된다.

• 재무관리연구
• /
• 제15권2호
• /
• pp.369-399
• /
• 1998

주가가 과연 예측가능한가의 여부는 이론적으로나 실무적으로 매우 중요한 의미를 가져 이 부분에 대해 많은 연구가 이루어져 왔으나 많은 기존연구들은 주가가 예측 가능하다는 결론을 얻지 못하고 있으며, 예측 가능하다는 연구에서도 예측력이 크지 않게 나타나고 있다. 이러한 실증결과는 실증모형의 선택이 적절하지 못한데서 나타날 수 있다는 가능성을 배제할 수 없다. 기존연구들이 실증분석에서 선형모형을 사용했는데, 선형모형으로는 주가의 예측가능성을 정확히 검증하기 어려운 현실적 요인들이 존재할 수 있다. 증권시장에는 시장실패를 방지하기 위한 규제나 제도 및 시장의 불완전성으로 인해 주가움직임에 선형모형으로 추정하기 어려운 특이패턴이 발생할 수 있기 때문이다. 이 논문에서는 이러한 특이패턴이 존재한다는 가능성을 전제로 비모수적 모형, 그 중에서도 인공신경망모형을 이용하여 주가예측 가능성을 재검증해 보고자 한다. 특히 인공신경망모형을 이용한 예측성과를 동일한 구조를 가지는 선형모형의 성과와 비교함으로써 특이패턴의 고려가 주가예측에 어떤 개선을 제공할 수 있는지를 검증해 보고자 한다. 분석결과를 요약하면, 인공신경망모형이 예측력을 가질 수 있으며, 특히 유사한 구조를 가지는 선형모형보다 우월한 성과를 제공할 수 있다는 가능성을 발견하였다. 이는 선형모형으로 추정하기 어려운 특이패턴이 주가움직임에 존재하며, 따라서 이러한 패턴을 반영할 수 있는 인공신경망모형이 주가예측에 유용하게 사용될 수 있다는 것을 보이는 결과라 볼 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.172-172
• /
• 2022

분산계수는 하천에서 오염물질의 혼합능을 파악할 수 있는 대표적인 인자이다. 특히 하수처리장 방류수 혼합예측과 같이 횡 방향 혼합에 대한 예측이 중요한 경우, 하천의 지형적, 수리학적 특성을 고려한 2차원 횡 분산계수의 결정이 필요하다. 2차원 횡 분산계수의 결정을 위해 기존 연구에서는 추적자실험결과로부터 경험식을 만들어 횡 분산계수 산정에 사용해왔다. 회귀분석을 통한 경험식 산정을 위해서는 충분한 데이터가 필요하지만, 2차원 추적자 실험 건수가 충분치 않아 신뢰성 높은 경험식 산정이 어려운 상황이다. 따라서 본 연구에서는 SMOTE기법을 이용하여 횡분산계수 실험데이터를 증폭시켜 이로부터 횡 분산계수 경험식을 산정하고자 한다. 또한 다중선형회귀분석을 통해 도출된 경험식의 한계를 보완하기 위해 다양한 머신러닝 기법을 적용하고, 횡 분산계수 산정에 적합한 머신러닝 기법을 제안하고자 한다. 기존 추적자실험 데이터로부터 하폭 대 수심비, 유속 대 마찰유속비, 횡 분산계수 데이터 셋을 수집하였으며, SMOTE 알고리즘의 적용을 통해 회귀분석과 머신러닝 기법 적용에 필요한 데이터그룹을 생성했다. 새롭게 생성된 데이터 셋을 포함하여 다중선형회귀분석을 통해 횡 분산계수 경험식을 결정하였으며, 새로 제안한 경험식과 기존 경험식에 대한 정확도를 비교했다. 또한 다중선형회귀분석을 통해 결정된 경험식은 횡 분산계수 예측범위에 한계를 보였기 때문에 머신러닝기법을 적용하여 다중선형회귀분석에 대한 예측성능을 평가했다. 이를 위해 머신러닝 기법으로서 서포트 벡터 머신 회귀(SVR), K근접이웃 회귀(KNN-R), 랜덤 포레스트 회귀(RFR)를 활용했다. 세 가지 머신러닝 기법을 통해 도출된 횡 분산계수와 경험식으로부터 결정된 횡 분산계수를 비교하여 예측 성능을 비교했다. 이를 통해 제한된 실험데이터 셋으로부터 2차원 횡 분산계수 산정을 위한 데이터 전처리 기법 및 횡 분산계수 산정에 적합한 머신러닝 절차와 최적 학습기법을 도출했다.