• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.43-45
• /
• 2001

마이닝 시스템은 그 특성에 따라 매우 다른 형태의 구현 방법이 존재한다. 그러므로 마이닝 시스템간 호환성이나 재사용성은 매우 낮다. 본 노문에서는 이 문제를 시계열 데이터베이스를 통한 RDB와 강 결합함으로써 표준화에 대한 문제를 해겨라고자 시도하였다. RDB와의 강 결합은 표준화 문제를 해결함과 더불어 마이닝 시스템에 DBMS의 관련 기술을 이용함으로써 성능을 극대화시킨다. 특히 DBMS의 인텍스 기능을 이용함으로써 마이닝 시스템의 성능 향상을 시도하였다. 본 논문에서는 기존의 순차패턴 탐사의 시간개념 부재, 트랜잭션 데이터베이스 기반구조, 그리고 알고리즘 수행에 있어서 메모리 한계에 따른 문제등의 단점을 지적하고, 이를 수정하고 보완하기 위해서 시간 거리와 패턴 길이의 개념을 확장하였으며 그에 따른 연관규칙의 관련 공식을 수정 보완하여 제안한다. 또한 RDB와의 강 결합되어 기존의 트랜잭션 데이터베이스 구조를 벗어나 시계열 데이터에 보다 쉽게 적용할 수 있는 절차와 알고리즘을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.330-332
• /
• 2012

시계열 데이터 모델링은 시간 간격의 길이에 따라 단기적인 패턴이 주로 반영된다. 특히, 모델에 마코프 가정을 적용하였을 경우 이전 시간의 값에 따라 현재값이 결정된다. 시계열 데이터의 장기적인 변화를 다루기 위해, 특정 길이의 순차적 패턴을 부호화 하고, 이를 상위 모델의 입력으로 사용하는 과정을 통해 추상화를 시도하고자 한다. 실제로 사람의 감각기억은 200~500 밀리초 가량의 짧은 기억 유지기간을 갖는데, 이 기간의 정보를 상위 처리기의 입력 단위로 보고자 하는 것이다. 이에 본 고에서는 에너지기반 모델링 기법을 이용하여 반복적으로 나타나는 순차적 패턴을 부호화 하는 방법을 제안한다. 이 부호화 방법은 시간 순서에 따른 패턴의 유사도를 이용하여 확률적으로 다음 패턴과의 관계를 표현할 수 있으며, 이는 향후 시계열 데이터를 간략하게 표현하여 분석 및 시각화에 도움을 줄 수 있다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.7 no.3
• /
• pp.34-42
• /
• 1997

This paper presents new fuzzy learning algorithms and their applications to time series prediction. During generating fuzzy rules from numerical data, there is a tendency to produce conflicting rules which have same premise but different consequence. To resolve the problem, we propose MCM(Modified Center Method) which is proven to reduce the error in the prediction. We have applied MCM to the analysis of Mackey-Glass time series and Gas Furnace da.ta to verify its efficiency.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.11-12
• /
• 2008

퍼지 시계열 예측은 전체 퍼지 구간에 따른 퍼지 소속 함수의 개수와 범위에 따라서 예측성능에 많은 영향을 미치고 있으며, 이러한 문제점을 개선하기 위한 방법으로 다수 객체들의 학습 및 군집 특성을 이용한 Particle Swarm Optimization기법을 도입하였다. 제안된 방법에서는 군집의 최적 객체를 전체 최적해와 각각의 퍼지 소속 함수들에 대한 최적해로 구분하여 탐색하는 기법을 제안한다. 실제 시계열 데이터를 이용한 실험을 통하여 기존의 연구 결과들과 비교함으로써 제안된 방법의 우수한 성능을 가짐을 검증하였다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2000.11a
• /
• pp.44-47
• /
• 2000

본 연구에서는 향이 인간에 미치는 영향을 EEG의 시계열 분석을 통해 알아보았다. 피험자는 20대 초반의 후각자애가 없는 30명(남녀 각각 15명)을 대상으로 하여, 국제 기준 전극법을 사용하여 Fz과 Cz에서 뇌파를 기록하였다. 100%의 Rose oil Bulgarian, Lemon oil Mistitano, Jasmine abs, Lavender oil France, Peppermint oil을 실험 시약으로 사용하였다. 각 향 자극에 대하여 1분 동안의 측정을 10초 간격으로 구분하여 $\alpha/(\alpha+\beta)$ 비와 $\beta/(\alpha+\beta)$ 대역의 비를 비교 분석하였다. 30초까지는 안정과 향 자극간의 차이가 증대되는 성향을 보였으나 50초부터는 감소되는 경향을 보였다. 본 연구를 통해 향간의 차이가 자극제시 후 30초 일 때 가장 큰 것으로 나타났다고 이 시간을 기준으로 각 향의 선호도를 분석하였다.

• The Korean Journal of Applied Statistics
• /
• v.16 no.2
• /
• pp.293-303
• /
• 2003

Under the case that we know the period and the reason of external events, we reviewed the method of model identification, parameter estimation and model diagnosis with the former papers that have been studied about the linear time series model with intervention, and compared with nonlinear time series model such as ARCH, GARCH model that it has been used widely in economic models, and also we compared with the combination prediction method that Tong(1990) introduced.

• Science of Emotion and Sensibility
• /
• v.1 no.1
• /
• pp.123-133
• /
• 1998

시계열 예측은 효과적인 기업 경영에 반드시 필요한 활동이지만, 이와 관련 인간의 인지처리 과정에 대한 연구는 아직까지 미비하다. 본 연구는 인간 감성이 시계열 예측에 미치는 영향을 탐색하였다. 본 실혐에서는 반복을 통한 2(감성) x 2(횟수) 팩토리얼 설계를 채택하였다. 감성은 청각, 시각, 후각자극을 통해 환경을 조성하고 준비된 시나리오를 연상케하여 유발시켰다. 12명의 대학, 대학원생이 실험에 참여하였으며, 감성의 영향을 탐색하기 위해 뇌파(EEG)와 피부저항(GSR)이 후두엽(Oz)과 전두엽(Fz)에서 측정되었다. 그 결과 인간의 감성은 예측에 유의적인 영향을 보였다. 즉, 피험자가 부정적인 감성을 갖을 때 긍정적인 감성에 비해 예측의 정확성이 높은 경향이 있었다. 그 이유는 부정적 감성일 경우 전두엽에서 베타가 많이 출현하였고, 이는 시계열 예측의 정확도를 향상시키는 역할을 하였다.

• The Korean Journal of Applied Statistics
• /
• v.9 no.1
• /
• pp.125-137
• /
• 1996

Time series data are often contaminated with outliers due to influence of unusal and non-responsitive events. The effect of the outliers is larger in the time series analysis than in the other statistical analysis, because the time series data have dependent structure over time. This paper focuses on the effect of patchy outliers on forecasting. Especially, the increase of the mean square of the l-step-ahead forecast error is derived and used to evaluate the impact of those outliers on the forecast. We fine, in general, that this increase is rather small, provided that the patchy outliers does not occur too close to the forecast origin.

• Korean Management Science Review
• /
• v.1
• /
• 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.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.7 no.6
• /
• pp.1443-1447
• /
• 2012

In this paper, the characteristic of temperature variation was reviewed according to pattern variation. In order to degrade of diagnosis of power supply by using time series data for temperature measured by infrared camera it was transformed into 2 dimension phase plane using Takens embedding method. As a simulation results we cannot completely confirm the characteristic behaviors of nonlinear dynamics in phase plane. However these results has a certain patterns, it requires verification method through additional research in the future.