• The KIPS Transactions:PartB
• /
• v.9B no.3
• /
• pp.277-286
• /
• 2002

Genetic programming (GP) has been combined with quantum mechanical perturbation theory to make a new algorithm to construct mathematical models and perform predictions for chaotic time series from real world. Procedural similarities between time series modeling and perturbation theory to solve quantum mechanical wave equations are discussed, and the exemplary GP approach for implementing them is proposed. The approach is based on multiple populations and uses orthogonal functions for GP function set. GP is applied to original time series to get the first mathematical model. Numerical values of the model are subtracted from the original time series data to form a residual time series which is again subject to GP modeling procedure. The process is repeated until predetermined terminating conditions are met. The algorithm has been successfully applied to construct highly effective mathematical models for many real world chaotic time series. Comparisons with other methodologies and topics for further study are also introduced.

• The Korean Journal of Applied Statistics
• /
• v.31 no.1
• /
• pp.41-65
• /
• 2018

In Korea, as the mortality rate improves in a shorter period of time than in developed countries, it is important to consider the selection of the time series as well as the model selection in the mortality projection. Therefore, this study proposed a method using the multiple regression model in respect to the selection of the time series period. In addition, we investigate the problems that arise when various time series are used based on the Lee-Carter (LC) model, the kinds of LC model along with Lee-Miller (LM) and Booth-Maindonald-Smith (BMS), and the non-parametric model such as functional data model (FDM) and Coherent FDM, and examine differences in the age-specific mortality rate and life expectancy projection. Based on the analysis results, the age-specific mortality rate and predicted life expectancy of men and women are calculated for the year 2030 for each model. We also compare the mortality rate and life expectancy of the next generation provided by Korean Statistical Information Service (KOSIS).

• Journal of the Korean Professional Engineers Association
• /
• v.2 no.8
• /
• pp.29-32
• /
• 1969

• Convergence Security Journal
• /
• v.11 no.3
• /
• pp.19-24
• /
• 2011

Software failure time presented in the literature exhibit either constant monotonic increasing or monotonic decreasing, For data analysis of software reliability model, data scale tools of trend analysis are developed. The methods of trend analysis are arithmetic mean test and Laplace trend test. Trend analysis only offer information of outline content. In this paper, we discuss forecasting failure time case of failure time censoring. In this study, time series analys is used in the simple moving average and weighted moving averages, exponential smoothing method for predict the future failure times, Empirical analysis used interval failure time for the prediction of this model. Model selection using the mean square error was presented for effective comparison.

• The Journal of shipping and logistics
• /
• v.35 no.1
• /
• pp.93-109
• /
• 2019

This study applied the statistically significant factors to the short-run model in the existing nonlinear long-run equilibrium relation analysis for the forecasting of maritime economy using the mixed cycle model. The most common univariate AR(1) model and out-of-sample forecasting are compared with the root mean squared forecasting error from the mixed-frequency model, and the prediction power of the mixed-frequency approach is confirmed to be better than the AR(1) model. The empirical results from the analysis suggest that the new approach of high-level mixed frequency model is a useful for forecasting marine industry. It is consistent that the inclusion of more information, such as higher frequency, in the analysis of long-run equilibrium framework is likely to improve the forecasting power of short-run models in multivariate time series analysis.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1032-1036
• /
• 2006

본 연구에서는 영산강 본류를 대표하는 나주지점을 대상으로 하여, 해당 지점에서 자동 측정되고 있는 수질 항목들 중에서 총유기탄소(TOC: Total Organic Carbon)의 시계열 자료에 대한 비선형 동역학적 거동을 파악하고자 하였다. 1994년 낙동강에서의 수질오염 사고 이후 4대강 유역에서 설치.운영되고 있는 수질자동 측정망의 TOC 자료를 일자료로 환산하여 사용하였으며, 시계열 자료에 비선형 동역학적(카오스적) 특성이 존재하는지를 알아보기에 앞서 자료의 전처리 과정으로써 3가지의 잡음제거 방법을 적용하였다. 잡음이 제거된 시계열 자료에 비선형 동역학적 거동의 파악을 위해 보편적으로 사용되고 있는 상관차원분석을 실시하였다. 또한 상관차원분석 결과 비선형 동역학적 거동을 나타내는 것으로 판별된 자료에 대하여 그 양상을 가시적으로 알아보기 위해 지체시간$(\tau)$을 적용하여 3차원 위상공간에 도시하였다. 본 연구의 결과, 나주지점에서 측정되고 있는 총유기탄소에 대해 비선형 잡음제거 방법을 적용한 자료가 비선형 동역학적 거동을 내재하고 있는 것으로 나타났으나, 이를 위상공간에 재건하였을 경우 이상한 끌개(strange attractor)의 뚜렷한 구조가 보이지 않았다. 그러나 상관차원분석 결과 잡음이 제거된 자료가 카오스적 특성을 보이므로, 자료의 단기예측을 위한 방법에 기초적인 정보를 제공할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.87-87
• /
• 2017

최근 이상기후로 인해 국내 가뭄피해가 증가하고 있는 추세이며, 미래 가뭄의 심도 및 지속시간은 증가할 것으로 예측되고 있다. 특히 우리나라는 용수공급의 56.5%를 댐에 의존하여 댐 유역의 가뭄은 생 공 농업용수 공급제한 등의 광범위한 피해를 발생시킬 수 있다. 다만 가뭄은 홍수와 달리 진행속도가 비교적 느리기 때문에 사전에 정확한 댐 유입량 예측이 가능하다면, 용수공급량 조정을 통해 피해를 최소화할 수 있다. 국내에서는 댐 유입량 예측에 ESP (Ensemble Streamflow Prediction) 기법을 활용하고 있으며, ESP 기법은 과거 기상자료를 기반으로 미래를 예측하기 때문에 기상자료, 초기수문조건, 매개변수 등에 불확실성을 가지고 있다. 본 연구에서는 베이지안 이론을 이용하여 댐 예측유입량의 정확도 향상기법을 개발하고 예측성을 평가하고자 하며, 강우유출모델은 ABCD를 활용하였다. 대상유역은 국내의 대표 다목적댐인 충주댐 유역을 선정하였으며, 기상자료는 기상청, 국토교통부 및 한국수자원공사의 지점자료를 수집하였다. 예측성 평가기법으로는 도시적 분석방법인 시계열 분석, 통계적 분석방법인 Skill Score (SS)를 활용하였다. 시계열 분석 결과 ESP 댐 예측유입량(ESP)은 매년 월별 전망값의 큰 차이가 없었으며, 다우년 및 과우년의 예측성이 떨어지는 것으로 나타났다. 베이지안 기반의 댐 예측유입량(BAYES-ESP)는 ESP의 과소모의하는 경향을 보정하였으며, 다우년에 예측성이 향상되었다. 월별 평균 댐 관측유입량과 ESP, BAYES-ESP의 SS 비교분석 결과 ESP는 유입량 값이 적은 1, 2, 3월에 SS가 양의 값을 가졌으며, 이외의 월에는 음의 값으로 나타났다. BAYES-ESP는 ESP와 관측값이 비교적 선형관계를 나타내는 1, 2, 3월에 ESP의 예측성을 개선시키는 것으로 나타났다. ESP 기법은 강수량의 월별, 계절별 변동성이 큰 우리나라에 적용하기에는 예측성의 한계가 있었으며, 이를 개선한 BAYES-ESP 기법은 댐 유입량 예측 연구에 가치가 있는 것으로 판단된다.

• The Korean Journal of Applied Statistics
• /
• v.16 no.2
• /
• pp.217-224
• /
• 2003

The volatility in the financial data is usually measured by conditional variance. Two main streams for gauging conditional variance are stochastic volatility (SV) model and autoregressive type approach (GARCH). This article is conducting comparative study between SV and GARCH through the Korean Stock Prices Index (KOSPI) data. It is seen that SV model is slightly better than GARCH(1,1) in analyzing KOSPI data.

• Journal of Korean Society of Rural Planning
• /
• v.17 no.1
• /
• pp.1-11
• /
• 2011

본 연구에서는 ARIMA(Autoregressive Integrated Moving Average) 모델을 이용하여 농촌관광마을의 월별 관광객을 추정하였다. 단일 마을에 대한 시계열 자료를 경상북도 안동시에 위치한 하회마을을 대상으로 구축하였다. 월별 시계열 자료는 2000년부터 2010년까지 구성되었는데(2008년도 누락), 2000년에서 2007년까지 자료는 최적 모델의 도출에 나머지는 예측치의 검정에 사용되었다. 연구 결과 최적모델에 필요한 시계열 자료의 길이는 6년으로 나타났으며, 최적모델은 계절성을 고려한 SARIMA(2,1,1)(1,1,2)12로 나타났다. 최적 시계열 년수로 나타난 6년을 사용하여 2000-2005, 2001-2006, 그리고 2002-2007의 자료로부터 각각 SARIMA(2,1,1)(1,1,2)12를 도출하여, 차기년도들에 대한 예측결과를 비교한 결과, 높은 $R^2$값을 보였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.224-226
• /
• 2022

다양한 소스로부터 수집되고 연동되는 데이터를 모델링하는 기술로 그래프 데이터베이스를 활용한 분석 기법이 각광받고 있다. 이 연구에서는 항로표지에서 관측되는 상태 및 주변 정보를 모델링하고, 고장진단 및 예측에 적용할 수 있는 기계학습 기법을 소개한다.