• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.177-180
• /
• 2005

본 연구는 연속 회분식 반응기(SBR) 공정에서 시계열 데이터 마이닝을 이용하여 공정에 사용된 기기의 고장 진단 알고리즘 개발에 대한 내용을 보여주고 있다. 공정에서 비정상적인 반응을 유발하는 장비 관리에 대한 연구는 폭넓게 수행되고 있지 않으므로, 이러한 장비 진단은 소규모 하$\cdot$폐수처리장을 무인자동화로 통합관리에 유용하게 적용될 수 있다. 본 연구에서는 진동신호를 이용하여 무인자동화를 위해 선행되어야 하는 공정기기의 공장진단에 관한 알고리즘을 개발하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.347-348
• /
• 2014

최근 급증하는 교통 혼잡으로 인해 시간적/물질적 손실이 크게 발생하고 있다. 이러한 교통난 해소는 시설투자만으로는 근본적인 해결책이 될 수 없다는 판단 하에 지난 수년간 보다 정확한 교통량을 예측하기 위해 시계열 기반의 다양한 교통량 예측 모델들이 개발 되어 왔다. 그러나 시계열 기반의 모델들은 회귀분석을 통해 과거 교통량을 분석하고 과거의 교통패턴이 미래에도 지속적으로 연장된다는 가정 하에 연구되었기 때문에 실시간으로 급변하는 불규칙한 교통 패턴에 대한 예측의 신뢰성을 떨어트린다. 또한 시계열 기반의 예측 기법은 어떠한 회귀분석 모델을 사용하는지에 따라 성능의 차이가 많이 나타나기 때문에 회귀분석 모델 선택이 중요하다. 이러한 제약을 극복하기 위해 본 논문에서는 은닉 마르코프 모델(Hidden Markov model)을 이용해 동적인 교통 패턴에 따라 현재 상황에 맞는 회귀분석 모델을 선택하는 신뢰도 높은 교통량 예측 시스템을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.31-34
• /
• 2001

대용량의 데이터들로부터 사용자가 원하는 데이터를 찾기 위하여 많은 데이터 마이닝 기술들이 연구되어 실제 응용프로그램에서 많이 적용되고 있다. 이러한 데이터 마이닝의 기술 중 연관규칙은 항목들의 집합으로 표현되는 트랜잭션에서 각 항목간의 연관성을 찾는데 사용된다. 그러나 실세계에는 트랜잭션이 없이 일련의 이벤트만 시간에 따라서 발생하는 데이터들이 많이 존재한다. 이러한 시계열 이벤트 데이터들로부터 다양한 가상 트랜잭션을 생성하는 기법들을 제시한다. 이러한 가상 트랜잭션 데이터로 변환된 시계열 데이터에 연관규칙, 순차패턴, 주기패턴과 관련된 여러 가지 알고리즘을 바로 적용 함으로서 유용한 규칙들을 발견해 낼 수 있다.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2750-2752
• /
• 2003

흑점은 태양 표면에 검은 구멍처럼 보이는 것으로 흑점이 나타나면 태양활동이 활발함을 의미한다. 이러한 태양활동은 플레어나 홍염 등의 형태로 표출되어 지구의 자기장을 변동시킴으로써 전력, 통신 시스템의 장애를 유발하게 된다. 따라서 이러한 흑점 데이터를 예측함으로써 사전에 대비할 수 있도록 할 필요가 있다. 흑점 시계열 데이터의 예측에 사용된 시스템은 병렬구조를 갖는 퍼지시스템(PSFS)으로 각 퍼지시스템의 규칙은 주어진 입출력 데이터를 클러스터링하여 생성하였다. 특히, 흑점 시계열 데이터와 같이 주기성향을 갖는 테이터의 경우에도 적용가능하도륵 유연한 구조를 갖는 개선된 PSFS를 제안하여 그 성능을 검증하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.655-657
• /
• 2010

현재 코골이를 방지하는 위한 기구로는 양압 산소호흡기, 스프레이, 전기자극기, 수술, 구강내 보조기구가 있으나 개인용으로 사용하기에는 가격이 너무 고가이어서 일반적인 코골이 환자에게 적용하기에는 무리가 있으며 사용자에 따라 부작용의 위험이 있다. 본 논문에서는 정확하고 안정적인 코골이 신호인식을 위해 시계열 분석방법을 통해서 선형적인 성질보다 비선형적인 성질이 강한 코골이 신호의 카오틱 신호 유무를 해석하였다. 본 논문에서 사용한 시계열 데이터는 30대 성인남자로부터 수면시간 6시간중중 발생하는 코골이 음성신호를 마이크를 통해 샘플링 주파수 22kHz, 모노 형태로 수집한 것이다. 위상공간의 궤적 분석, 매입차원에 의한 상관적분 분석, 파워 스펙트럼과 자기상관함수 분석 등의 정량 및 정성적 분석방법을 통해서 수집한 코골이 신호의 분석결과 신호가 부분적으로 주기적 성질을 가지는 카오스 신호임을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.60-62
• /
• 2018

본 논문에서는 리눅스에서 제공하는 성능 분석 도구들을 활용하여 사용자가 원하는 모니터링 매트릭을 동적으로 등록하고 모니터링 할 수 있는 확장 가능한 하둡 응용 모니터링 서비스의 시계열 데이터 관리 방안을 다룬다. 본 논문에서는 이를 위해서 시계열 데이터를 위한 관계형 데이터베이스인 TimeScaleDB를 사용하였으며 동적으로 변경가능한 모니터링 메트릭 데이터가 하이퍼테이블의 관리를 통해서 구조화된 밀집 데이터 형태로 효율적으로 관리될 수 있음을 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 1984.07a
• /
• pp.89-98
• /
• 1984

우리나라의 월강우량 기록은 풍부하나 월유출량 기록은 희박하여, 월유출량 시계열의 모형식을 개발하고저 하여 월강우량 기록만으로 하천유량의 정확한 파악을 할 수 있도록 한다. 이 연구는 월강우와 유출량의 시계열에 의한 추계학적 이론에 의거한 복스와 젠킨스의 대체함수(Transfer function model)와 아리마(ARIMA)의 잔차모양을 합한 형이다. 이 선형 추계학적 차분 시계열식 모형은 공본산(coveriance) 을 갖는다는 가정에서 강우량과 유출량의 변화에 따라서 식의 구조가 유도되며 정확하게 잘 적용이 된다. 본 식의 최적모형은 일반식으로 아래와 같이 얻어진다. $ Y$:월유출량, X$:월강우량, C$:유출물, $: 대체변수, a$:백색잡음(white noise), $\theta$(B) 및 (B):MA(Moving average)와 AR(autoregressive)조작, 이번 연구 결과 섬진강 하천의 대체조작(Transfer operator)은 잔차승(Sum of residual) R$0.9로 높은 정도의 수치를 나타내는 것으로 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.334-336
• /
• 1999

본 논문에서는 시계열 데이터베이스에서 임의 계수의 이동평균 변환을 지원하는 서브시퀀스 매칭 알고리즘을 제안한다. 응용분야와 분석하려고 하는 시계열 데이터의 특성에 따라 잡음의 영향을 줄이는 정도와 경향을 파악하는 주기가 달라지므로 이동평균 계수의 선택도 달라진다. 본 논문에서는 하나의 이동평균 계수에 대해서 생성한 인덱스만을 이용하여 인덱스가 생성되어 있지 않은 계수에 대해서도 탐색을 수행하는 방법을 제안한다. 이때, 제안된 탐색 기법이 질의 결과로 반환되어야 할 서브시퀀스를 모두 찾아내지 못하는 착오 기각이 발생하지 않음을 증명한다. 실험 결과, 모든 이동평균 계수에 대해 인덱스가 생성되어 있는 경우와 비교하여 탐색 성능의 저하는 42%이내였으며, 제안된 알고리즘의 탐색 성능이 순차 검색에 비하여 초대 2.7배 우수하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.10-12
• /
• 2002

최근에 많은 새로운 타입의 어플리케이션에서 정보 시스템들에 대한 사용의 증가로 인해 연속 질의들은 여러 연구 프로젝트들에서 초점이 되고 있으며 연구가 활발히 진행되고 있다. 특히 시계열에 대해서 미래의 값에 대한 예측 모델과 FFT(Fast Fourier Transform)을 이용하여 새로운 값이 입력될 때마다 신속하게 응답할 수 있는 이웃에 관한 연속 질의에 대해 이미 연구되었다. 그러나 이것은 이웃에 관한 질의이며 또한 방대한 데이터를 처리함에 있어서 매우 효율적이지 못하다. 이 논문에서는 시계열에 있어서 예측 모델을 이용하여 미래의 값을 예측한다. 다음 DFT(Discrete Fourier Transform)을 이용하여 변환한 후 R*-tree를 구성하고, 새로운 값이 입력될 때마다 신속하게 유사성 시계열들을 찾아서 응답하는 연속 범위 질의 과정과 시스템 구조에 대해 제안한다.

• Journal of KIISE:Software and Applications
• /
• v.27 no.11
• /
• pp.1073-1081
• /
• 2000

본 연구에서는 효과적인 시계열 예측을 위하여 구간연산 기능을 갖는 신경망모델을 제안한다. 이는 기존의 FIR 네트워크의 동작특성을 구간연산으로 일반화함으로써 시계열 신호의 동적 특성을 효과적으로 반영할 뿐만 아니라 학습데이타 표현의 유연성을 증대시킨다. 이는 또한 실제 응용에서 신경망 입력 데이타에 내재할 수 있는 측정치 오류의 영향을 보완할 수 있게 하며 데이타 그룹화를 효과적으로 이룰 수 있게 함으로써 입력데이타의 양을 감축시키고 이로부터 학습의 효율을 개선한다. 본 논문에서는 구간연산을 이용하여 네트워크 동작특성, 학습알고리즘을 제시하고 실제 응용시스템에 이를 적용함으로써 제안된 이론의 유용성을 평가한다.