• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2011.11a
• /
• pp.241-245
• /
• 2011

In an engine test, data are collected in a form of a time series. Usually only the time average of a time series is interesting to engineers while its stochastic fluctuation is being ignored. In this paper, we collect pressure and fuel flux data from an air-breathing engine test and analyze their fluctuations using the multiscale sample entropy analysis, which is suggested as a measure of the complexity of a time series. It is shown that different physical quantities indeed have different complexities at each timescales, suggesting a possibility of an instantaneous tool which evaluates the engine test.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.325-326
• /
• 2007

Auto-Cross 시계열 신경망을 이용하여 식각 종말점을 예측하는 모델을 개발하였다. 식각 종말점 신호는 광방사분광기 (OES)를 이용하여 수집하였다. 기준 신호에 대한 예측모델을 개발한 후, 나머지 신호들로 테스트해 그 결과를 비교 분석하였다. 시계열 예측모델은 실제 신호가 제공하지 못하는 EEP 시간대를 제공하였다. 실제신호와 시계열 예측 모델을 병행해 운용할 경우 EEP 탐지 성능의 증진이 기대된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.689-690
• /
• 2021

본 논문에서는 다양한 환경에서 수집된 서로 다른 시계열 데이터를 통합하여 분석 활용하기 위해 추가로 생성해야 할 시계열 데이터의 메타 정보를 정의하고 이를 기반하여 새로운 통합 데이터를 생성하는 방법을 소개한다. 시계열 데이터는 표준화된 기술 방법이 없고 다양한 소스에서 생성되기 때문에 이를 통합하고 활용할 경우 그 기준이 없기 때문에 전문적 지식이 없다면 처리에 어려움을 겪는다. 그러므로 서로 다른 특성의 데이터를 새로운 기준에 의거하여 통합하는 것을 목적으로 필요한 메타 정보를 정의하고 이를 기준으로 데이터를 재가공할 수 있도록 하였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.29 no.2B
• /
• pp.163-171
• /
• 2009

Classical linear models have been generally used to analyze and forecast hydrologic time series. However, there is growing evidence of nonlinear structure in natural phenomena and hydrologic time series associated with their patterns and fluctuations. Therefore, the classical linear techniques for time series analysis and forecasting may not be appropriate for nonlinear processes. In recent, the BDS (Brock-Dechert-Scheinkman) statistic instead of conventional techniques has been used for detecting nonlinearity of time series. The BDS statistic was derived from the statistical properties of the correlation integral which is used to analyze chaotic system and has been effectively used for distinguishing nonlinear structure in dynamic system from random structures. DVS (Deterministic Versus Stochastic) algorithm has been used for detecting chaos and stochastic systems and for forecasting of chaotic system. This study showed the DVS algorithm can be also used for detecting nonlinearity of the time series. In this study, the stochastic and hydrologic time series are analyzed to detect their nonlinearity. The linear and nonlinear stochastic time series generated from ARMA and TAR (Threshold Auto Regressive) models, a daily streamflow at St. Johns river near Cocoa, Florida, USA and Great Salt Lake Volume (GSL) data, Utah, USA are analyzed, daily inflow series of Soyang dam and the results are compared. The results showed the BDS statistic is a powerful tool for distinguishing between linearity and nonlinearity of the time series and DVS plot can be also effectively used for distinguishing the nonlinearity of the time series.

• The Korean Journal of Applied Statistics
• /
• v.29 no.3
• /
• pp.449-462
• /
• 2016

This paper considers a long-run variance estimation using a block bootstrap method under strong dependence also known as long range dependence. We extend currently available methods in two ways. First, it extends bootstrap methods under short range dependence to long range dependence. Second, to accommodate the observation that strong dependence may come from deterministic trend plus noise models, we propose to utilize residuals obtained from the nonparametric kernel estimation with the bimodal kernel. The simulation study shows that our method works well; in addition, a data illustration is presented for practitioners.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.20-20
• /
• 2018

다년동안 지속되는 가뭄현상이 빈번하게 발생하고 있지만, 우리나라에서는 지금까지 장기 가뭄보다 단기 가뭄에 초점을 맞춰 연구가 진행되어 왔다. 다년 가뭄을 반영하지 않고 댐의 저수용량을 평가할 경우, 저수용량이 과소평가될 수 있기 때문에 다년간의 가뭄을 반영한 시계열 모형을 통해 다양한 시나리오를 생성하고 분석해야 한다. 본 연구에서는 2015년부터 2017년까지 장기 가뭄이 발생한 보령댐의 1998년-2017년까지의 관측 월평균 유입량 자료를 바탕으로 Autoregressive Moving Average(ARMA)시계열 모형과 Hurst Coefficient를 추가하여 장기지속성을 반영하도록 개발된 시계열 모형인 Autoregressive Fractionally Integreated Moving Average(ARFIMA)를 사용하여 보령댐 500년 기간의 유입량 자료를 생성하였다. Hurst Coefficient는 Hurst가 제안한 Rescaled Range(R/S)방법 외에도 경험식, 이론식을 모두 사용하여 산정하였다. 생성된 자료가 관측 자료의 장기지속성을 잘 반영하는지에 대한 검증을 위해 관측자료의 누적유입량으로부터 선형 이동평균방법을 사용하여 가뭄기준을 산정하고, 생성한 유입량 자료가 장기가뭄을 반영하고 있는지 판단하였다. 그 결과 가뭄의 장기지속성을 잘 반영하는 시계열 모형을 선정하였으며, 향후 연구를 통해 미래 기후변화 시나리오를 반영한 장기가뭄 분석을 수행할 예정이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.99-99
• /
• 2021

본 연구에서는 기상 자료와 적설 특성 자료의 관계를 도출하고, 이와 추계 일기 생성 모형을 활용하여 합성 적설심 시계열을 모의하는 방법에 대하여 제안한다. 추계 일기 생성 모형에서는 적설량을 직접 모의하지 않기 때문에 강수량을 적설량으로 변환해야한다. 이를 위해 도입한 관계식은 다음과 같다. 첫째로 기상청 적설 예보의 적설 유무 판단 기준을 이용하였다. 이 기준에서는 상대습도와 지상기온에 따라 강수의 형태를 비, 눈, 진눈깨비로 구분한다. 둘째로 강수가 적설로 판단되었을 때 강수량을 신적설심으로 환산하는 수상당량비를 지상기온과 회귀 분석하였다. 선행 연구에 따라 3시간 1 mm 이상 5 mm 이하 강수와 3시간 5 mm 이상 강수 사상에 대하여 나누어 sigmoid형 곡선을 이용하여 회귀 분석하였다. 마지막으로 융설에 의한 적설심 감소량을 지상기온과 복사량의 함수로 표현하였으며, 각 변수의 계수는 입자 군집 최적화 방법을 통하여 보정하였다. 추계 일기 생성 모형으로는 AWE-GEN 모형을 활용하였으며, 시험 자료로 강릉(105) 종관기상관측소의 24년 기간(1982-2005) 자료를 활용하여 합성 적설심 시계열을 생성하였다. 합성 적설심 시계열 모의 과정은 다음과 같다. (1) 추계 일기 생성 모형으로 합성 일기 자료 생성, (2) 강수 발생 시 적설 유무 판단, (3) 적설로 판단 시 수상당량비를 계산하여 신적설심 추정, (4) 기존 적설심에 신적설심을 더하고, 적설심 감소량만큼 감소. 위와 같은 과정으로 200년 길이 합성 적설심 시계열을 모의한 결과 극한 사상을 과소 추정하는 경향이 나타나 추가적인 개선이 필요한 것으로 판단된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06a
• /
• pp.25-27
• /
• 2006

본 논문에서는 시계열 마이크로어레이데이터 마이닝을 위한 전처리 작업으로 시계열 마이크로어레이 데이터에 특징 추출 방법 및 상관관계 분석을 이용하여 분화 과정에 대해 분별력 있는 유전자들을 선정하기 위한 방법을 제안하고, 줄기세포가 신경세포로 분화하는 과정에서 특이적으로 발현되는 유전자들을 찾기 위한 시계열 마이크로어레이 데이터 분석 과정을 하나의 예로 제시한다. 분석 결과, 제안한 방법이 분화 특이적으로 발현되는 분별력 있는 유전자들, 분화 과정에서 공통적으로 발현되는 유전자들, 그리고 경계선에 존재하는 유전자들을 통해서 줄기세포 신경분화의 특징들을 규명하는데 매우 유용함을 보였다.

• The Korean Journal of Financial Management
• /
• v.14 no.2
• /
• pp.205-228
• /
• 1997

본 연구는 1982년부터 1996년까지의 유로달러선물과 T-bill 선물의 일별 시계열 자료를 이용하여 단기금리선물의 가격발견기능을 실증적으로 검정하고 있다. 분석방법은 시계열의 불안정성 여부를 알아보는 단위근검정, 장기균형관계를 알아보는 Johansen 공적분검정, 공적분관계가 있는 시장에 대해 설정오류의 문제를 피하고 변수들간의 인과관계를 파악하기 위해 Granger 인과관계모형을 사용하였다. 주요한 결과로 각 금리시계열들은 일차누적 시계열 I(1)임이 확인되었고 공적분관계를 분석한 결과, 각 금리 시계열의 선형결합은 안정적인 장기균형관계가 있음을 나타내 주고 있다. 따라서 각 시장은 서로 밀접한 인과관계가 있음을 암시하고 있다. 또한 선물금리와 현물금리를 대상으로 인과관계검정 결과 유로달러시장의 경우 전기에서는 피드백효과가 있고 후기에는 선물금리의 가격발견기능이 나타났다. T-bill 시장의 경우는 전기에 현물금리가 선물금리에 대해 선행하였고 후기에는 피드백효과가 나타났다. 이렇게 유로달러선물이 후기에서 가격발견기능이 있는 것은 정보통신의 발달과 유로시장의 적은 규제 등으로 유로달러선물시장이 1980년대 후반부터 급성장한 것이 그 원인으로 분석된다.

• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.2983-2985
• /
• 2000

이 논문의 목적은 시계열 예측 엔진의 개발과 그 엔진을 Application S/W로 구현하는 것이다 시계열 예측 엔진은 과거의 데이터를 분석하여 예측을 위한 식의 차수와 형태를 결정하고 이를 바탕으로 파라미터를 결정한 후 미래의 간을 예측하는 3가지 단계를 거친다. 석기에 쓰이는 기법들은 여러 가지가 있는데 본 논문에서는 ARMA(Auto Regressive Moving Average)를 기본으로 분석하였다 Application S/W는. 개발된 예측 엔진에서 분석될 과거 데이터를 입력받아 예측 엔진 구동에 사용되고 그 결과를 그래프로 나타내는 일련의 과정을 거친다. Application S/W 개발의 많은 Programming Language가 존재하지만 본 논문에서는 Visual C누 +을 사용하였다. 또한 이 논문에선, 특정 교차로를 통과하는 교통량 변화에 대한 데이터를 이용하여 예측을 수행하고. 그 결과를 Application S/W에 적용시켰다.