• 응용통계연구
• /
• 제19권1호
• /
• pp.33-41
• /
• 2006

최근 들어 시계열 자료 분석에서 관측된 각 시점에서의 관측치의 분산을 서로 다른 분산(조건부 이분산성)을 따른다고 가정하고, 이를 분석하는 모형(ARCH, GARCH, EGARCH, IGARCH 등)들이 옵션 가격 분석이나 환율 변화 등 경제적 시계열 자료의 예측 모형을 위하여 활발히 연구되고 있다. 본 논문에서는 한국의 KOSPI 데이터 (1999년 1월 4일 $\sim$ 2003년 12월 30일, 총 1227일)를 바탕으로 조건부 우도함수 모수 추정 방법을 이용한 GARCH(1,1), IGARCH(1,1), EGARCH(1,1) 모형에 KOSPI 자료를 적합 시켜 각 모형들의 성능을 비교하여 보았다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.27-29
• /
• 2008

시스템 분석에 주로 사용하는 자료 중에는 비선형 자료와 시계열 등이 있다. 이들 자료는 그 함축적인 관계가 매우 복잡하여 전통적인 통계분석 도구로 분석하는데 어려움이 많다. 본 연구에서는 현실 세계에서 다양하게 나타나는 복잡성을 다루기 위하여 하이브리드 진화 신경망 모델링 접근 방법으로 자료를 모형화 하고 이를 통한 학습의 적합도를 살펴본다. 비선형 자료 등을 모형화하기 위한 학습은 역전파 신경망 기법을 이용한다. 학습의 효율을 높이기 의해서 격자감소 학습 알고리즘과 함께 이용하는 유전자 알고리즘은 네트워크 구조를 최적화 시킬 수 있는 초기가중값을 이용한 전역 최소값을 찾는데 이용한다. 학습 결과를 통해 제안된 하이브리드형 접근방법의 학습이 보다 효율적임을 살펴보기 위하여 유전자 알고리즘으로 최적화된 신경망 학습 알고리즘을 비선형 모의자료의 학습에 적용하여 보았다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2007년도 추계학술대회
• /
• pp.581-585
• /
• 2007

본 연구는 비선형적인 시계열 자료로부터 최신 데이터와 유사한 사례를 탐색하여 미래를 예측하기 위하여 유사추론 기법을 이용한 예측 알고리즘을 제안한다. 기존의 연구들이 최신 데이터와 과거 사례와의 유사성을 비교하기 위해 유클리디언 거리 또는 평균 제곱에러 등을 이용하나, 추세의 유사성을 고려하지는 않는다. 본 연구는 사례 구간 크기, 예측 오차, 평균차이 검증, 사례간 추세의 유사성 등 다차원적 유사추론 요인을 이용한 예측방법과 그 효과를 제시한다.

• 대한의용생체공학회:의공학회지
• /
• 제24권3호
• /
• pp.151-158
• /
• 2003

심장혈관 신호에 있어서 단기간의 beat-to-beat 변이(variability)에 대한 여러 연구에서 선형 분석기법들이 사용되었다. 그러나 단기간 beat-to-beat 변이에 대해 선형기법 사용의 타당성에 대한 연구나 선형과 비선형 특성을 비교한 연구는 수행되지 않았다. 본 논문의 목적은 단기간 beat-to-beat 변이의 비선형성 특성을 조사함으로써 선형기법 사용의 적절함을 증명하고자 한다. 이를 위해 선형 ARMA와 비선형 신경망(NN) 모델을 사용하여 예측을 수행하였는데, 과거의 순시 심박(HR)과 평균 혈압(BP)으로부터 현재의 심박과 혈압 예측을 상호 비교하였다. 이러한 예측모델을 평가하기 위해 MIMIC 데이터베이스로부터 HR와 BP 시계열을 사용하였다. 실험결과에 의하면 신경망에 의한 비선형성은 단기간 beat-to-beat 변이를 생성하는 시스템 동특성을 나타내는데 의미있는 역할을 하지 못하였으며, 이 사실은 ARMA 선형 분석기법이 이러한 시스템 동특성을 나타내는데 적절함을 보여주고 있다

• 국제지역연구
• /
• 제13권3호
• /
• pp.287-308
• /
• 2009

본 연구에서는 최근 관심이 높아지고 있는 중국 주식시장에 대한 실증연구의 모형설정과 검정에 기본이 되는 중국 주가지수의 수익률 특성에 대하여 분석하였다. 이를 위해 본 연구는 단순한 종합주가지수를 이용한 분석이 아닌 중국 주식시장의 주요한 특징인 시장분리 현상을 반영하여 중국의 4개 주가지수를 이용하여 수익률의 특성에 대하여 분석하였다. 이러한 분석을 통해 발견한 사실은 다음과 같다. 첫째, 정규성 검정을 그래프와 검정 통계량을 이용하여 분석을 수행한 결과 4개 주가지수 모두 정규분포를 따르지 않는 것으로 나타났다. 둘째, 주가지수의 시계열상관에 대하여 LJung-Box Q 통계량을 사용하여 분석한 결과 A주 주가지수에서는 시계열상관이 나타나지 않으나 B주 주가지수에서는 시계열상관이 존재하는 것으로 나타났다. 그러나 수익률을 제곱한 시계열에서는 4개의 주가지수에서 모두 시계열상관이 존재하는 것으로 나타났다. 셋째, 4개 주가지수 평균과 분산의 비선형성 검정 결과 모두 비선형으로 나타났다. 넷째, GARCH류의 모델 중 어느 모형이 가장 적합한지를 검정 해 본 결과 EGARCH모형이 가장 적합한 것으로 나타났으며, 예측오차의 분포를 Student - t분포를 이용하여 분석한 모형이 정규분포를 이용한 모형보다 적합성이 더 우수한 것으로 나타났다.

• 대한토목학회논문집
• /
• 제26권3B호
• /
• pp.279-289
• /
• 2006

최근에 수문시계열로부터 저차원의 비선형 거동을 재구성하고자 하는 연구가 활발히 진행되고 있다. 이러한 관점에서 본 연구에서는 Support Vector Machine(SVM)을 이용하여 우수한 상태-공간 재구성 능력을 갖는 비선형 예측모형을 구성하여 Great Salt Lake(GSL) Volume에 적용하였다. SVM은 Kernel 함수로부터 유도된 고차원의 특성공간 안에서 선형함수의 가상공간을 이용하는 Machine Learning 방법론이다. 또한 SVM은 훈련자료로부터 얻어지는 평균제곱오차가 아닌 일반화된 오차를 최소화함으로써 상대적으로 기존 방법에 비해 적은 수의 매개변수와 과적합(over fitting)을 피하면서 비선형 함수의 최적화가 가능하다. 본 연구에서 제시한 SVM 회귀분석의 적용성은 미국의 GSL의 2주 간격 Volume을 대상으로 검토하였다. SVM을 이용한 비선형 예측모형은 GSL Volume의 2주(1-Step), 8주(4-Step)와 반복예측(Iterated Prediction, 121-Step)까지 적용되었다. 본 연구에서는 극치사상 즉, 급격한 감소 및 증가 구간을 예측하는데 있어서 훈련구간과 예측구간을 구분하여 모형의 신뢰성을 평가하였다. 예측결과SVM은 훈련자료로부터 적은 수의 관측치를 이용하여 동역학적 거동을 추출할 수 있었으며 실제 관측자료와 거의 유사한 예측이 가능함을 통계적 지표로 확인할 수 있었다. 따라서 비선형 수문시계열의 단기 예측을 위한 모형으로 적용이 가능할 것으로 판단된다.

• 한국운동역학회지
• /
• 제18권1호
• /
• pp.21-30
• /
• 2008

이 연구는 60대 남자 노인의 정상인들과 무릎 관절염 환자들 사이에 보행 시 국부적인 안정성을 비교하기 위해 선형기법의 변이 계수와 비선형 시계열 동역학 기법의 Lyapunov지수(LyE) 및 상관차원(correlation dimension, COD) 방법을 적용해 분석했다. 분석 결과 선형 운동인 발목의 수직 변위를 통해 관찰한 국부적 안정성은 선형 기법의 변이 계수를 통해 관찰한 결과 정상인 집단이 무릎관절염 환자 집단보다 불안한 것으로 나타난 반면에 비선형 기법 관찰에서는 두 집단 차이가 없는 것으로 나타났다. 한편 각형 운동인 무릎의 각 변위를 통해 분석된 국부적 안정성은 선형 분석 결과는 두 집단 차이점을 보이지 않았지만, 비선형 기법 결과인 COD 지수는 무릎 관절염 환자가 크게 나타나 결과적으로 보행 시 국부적 불안을 보였다. 이상 본 연구 결과를 종합해 보면 선형 기법의 결과와 비선형 기법의 결과는 일치하지 않았으며, 또한 무릎 관절염 환자의 보행 시 불안정은 발목의 수직 변위인선형에서 보다 무릎 관절 각 변위인 각형에서 뚜렷하게 나타났다.

• 한국지능시스템학회논문지
• /
• 제20권3호
• /
• pp.447-454
• /
• 2010

본 논문은 예측 시스템의 성능을 개선하기 위해 비선형데이터의 내재된 특성이나 불확실성을 보다 효과적으로 반영할 수 있는 Interval Type-2 TSK 퍼지논리 시스템 기반 다중 퍼지 예측시스템의 설계를 다룬다. 본 논문에 제시된 다중 예측시스템들은 데이터의 비선형적 특성들을 효과적으로 고려하기 위해 설계되며, 각각의 시스템은 Type-1 TSK 퍼지논리나 다른 방법들에 비해 데이터의 불확실성을 충분히 반영할 수 있는 Interval Type-2 TSK 퍼지논리를 기반으로 구현된다. 또한, 1차 차분변환 과정을 통해, 데이터의 원형으로부터 최적의 차분데이터를 생성하고, 이들을 각 시스템의 입력으로 사용함으로써 시스템 설계 시 보다 안정된 통계적 정보를 제공할 수 있도록 한다. 마지막으로, 두 개의 전형적인 시계열 데이터의 예측 시뮬레이션을 통해 제안된 방법의 효용성을 검증한다.

• 한국의학물리학회지:의학물리
• /
• 제8권1호
• /
• pp.75-82
• /
• 1997

인체의 생리기관의 운동은 매우 복잡하고 불규칙적인 운동을 보이고 있다. 특히 말초 혈관의 운동은 매우 민감하고 복잡한 운동특성을 보이고 있다. 그중에서도 당 (glucose)에 의한 운동은 매우 민감한 변화의 운동을 반응한다. 이런 운동을 분석하기에는 기존의 선형적인 분석방법으로 복잡한 혈류운동을 분석하고 예측하기에는 많은 문제점을 가지고 있다. 그래서 비선형적 운동계의 분석방법인 카오스이론의 시계열분석방법으로 분석하는 것이 적합하다. 이런 맥락으로 본 연구는 당의 주입에 의한 토끼의 말초혈류량의 스칼라적 데이터를 획득하여 시계열분석방법으로 다차원의 벡터로 재정의하여 말초혈관의 혈류운동이 카오스적 운동임을 재확인하고 비선형적분석방법의 적합성을 확인하고자 하였다. 그 결과 당 주입에 따른 혈당치의 변화에 따라 기존의 주파수분석 및 평균치분석에서 차이가 나타나지 않았지만 비선형적분석방법으로 분석한 결과 그 차이를 확인할수 있었고, 말초 혈류의운동이 카오스적현상을 보임을 확인하였다.

• 대한토목학회논문집
• /
• 제40권3호
• /
• pp.303-314
• /
• 2020

수자원분야에서 이용되는 강우에 따른 유역의 수문학적 시스템, 도시지역 및 하천에 대한 수리학적 시스템은 비선형성이 강하고 많은 변수들을 포함하고 있다. 이러한 특성을 가진 시계열 자료에서 기계학습을 통한 예측은 예측시점 이전의 자료 특성을 반영하지 못하는 등 기본적인 신경망으로는 부족한 상황이 발생하기도 한다. 본 연구에서 적용할 강우-유출량과 같이 비선형성이 강하고 시간종속성이 높은 복잡한 시계열 자료를 예측하기 위해 신경망의 학습능력을 극대화한 순환형 동적 신경망(Recurrent Dynamic Neural Network)의 한 종류인 동시에, 시간 지연 신경망(Time-Delay Neural Network)의 특성을 가진 비선형 자기회귀(NARX, Nonlinear Autoregressive Exogenous Model) 인공신경망을 사용하였다. 이를 태화강 지방하천 구간에 적용하여 NARX 인공신경망의 시간 지연 매개변수를 10분에서 120분까지 조정하며 모의한 결과에 대해 여러 통계지표를 이용해 정량적으로 평가하였다. 그 결과 지연시간이 증가할수록 효율계수(NSE)가 0.530에서 0.988으로 증가하고, 평균제곱근편차(RMSE)가 379.9 ㎥/s에서 16.1 ㎥/s로 감소하는 등 정교한 예측이 가능함을 확인하였다.