• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.35-37
• /
• 2021

Analyzing and predicting foreign tourists' demand is a crucial research topic in the tourism industry because it profoundly influences establishing and planning tourism policies. Since foreign tourist data is influenced by various external factors, it has a characteristic that there are many subtle changes over time. Therefore, in recent years, research is being conducted to design a prediction model by reflecting various external factors such as economic variables to predict the demand for tourists inbound. However, the regression analysis model and the recurrent neural network model, mainly used for time series prediction, did not show good performance in time series prediction reflecting various variables. Therefore, we design a foreign tourist demand prediction model that complements these limitations using a convolutional neural network. In this paper, we propose a model that predicts foreign tourists' demand by designing a one-dimensional convolutional neural network that reflects foreign tourist data for the past ten years provided by the Korea Tourism Organization and additionally collected external factors as input variables.

• Proceedings of the KOR-KST Conference
• /
• 1998.10a
• /
• pp.21-30
• /
• 1998

본 연구는 기존 구간 속도 예측기법의 고찰을 통하여 검지기에서 올라오는 교통제어변수를 이용하여 구간 속도 예측모형을 연구하는데 목적이 있다. 이를 위한 교통 제어변수로는 연속류 제어에서 통상적으로 사용되는 교통량, 점유율, 밀도, 속도 등을 사용한다. 공간적 범위로는 서울 올림픽대로의 17개의 영상 검지기 중 #3과 #16검지기에서 올라오는 속도, 점유율, 교통량 자료를 토대로 1998년 6월 11일 오전 7시부터 11시까지의 4시간동안 예측을 실시하며 Historical Traffic Pattern과 시험차량, 자동차 번호판 조사를 통한 구간 실측조사 자료를 토대로 예측을 위한 자료를 구축한다. 기존의 예측기법인 시계열 분석, 신경망 이론, 평활법과 칼만필터링을 고찰하였고, 가장 좋은 예측력을 보여주는 기법은 칼만필터링 모형이었다. 이를 토대로 Case Study를 통해 여러 구간의 다주기 예측을 통해 단기간(short-term)의 구간 속도를 예측하고 각 해당 검지기별 실측자료를 통해 비교분석을 실시하였다. 결과적으로 도출된 칼만필터링 모형의 다주기 예측을 통한 구간 통행속도의 예측이 기존의 구간 통행속도 산출 방법보다 더 나은 예측력을 보여주고 있다.

• 한국신재생에너지학회:학술대회논문집
• /
• 2010.06a
• /
• pp.185.2-185.2
• /
• 2010

한반도 국가바람지도(김현구, 2009)는 한국에너지기술연구원에서 지식경제부의 부처임무사업으로 구축되었으며 현재 웹서비스(http://www.kier-wind.org)를 통하여 정보를 제공하고 있다. 국가바람지도는 수치기상예측(NWP; Numerical Weather Prediction) 모델을 이용하여 영토, 영해에 대해 $1km{\times}1km$의 고해상도로 작성한 뒤(이순환 등, 2009) 풍력자원 정보로 재가공되었다. 한반도 국가바람지도는 5년의 장기간에 대한 시계열 수치기상예측에 의하여 구축되었기 때문에 데이터베이스(DB; database)의 효율적 관리가 필연적으로 요구된다. MM5 또는 WRF 모델의 고유 출력포맷의 자료구조는 풍력자원분석에 필요한 기상요소 외에도 대기과학자에게 필요한 수많은 기상인자를 종합적으로 포함하고 있다. 따라서 2차원 층(layer) 또는 3차원 공간분포 분석 및 계산격자인 셀(cell)에서의 1차원 시계열 분석 등 다양한 자료축출에는 비효율적인 자료구조가 된다. 이러한 자료구조의 불편을 해소하기 위해서는 기상요소별로 독립적이고 빈번한 시계열 자료 추출에 효율성을 가지며 어떤 프로그래밍 언어를 사용하든지 직관적으로 쉽게 사용할 수 있는 바람지도 데이터베이스의 재구성이 요구된다. 이에 대용량 수치자료의 처리 측면에서 장점을 가지는 과학기술 프로그래밍 언어인 IDL을 기반으로 국가바람지도의 자료구조를 효율화하여 데이터베이스화 하였으며 IDL에 내재된 그래픽 기능을 활용하여 가시화를 구현함으로써 연구개발자의 입장에서 국가바람지도의 활용성 및 효율성을 향상시키고자 하였다.

• The Korean Journal of Applied Statistics
• /
• v.31 no.2
• /
• pp.189-204
• /
• 2018

This study is on forecasting the electricity consumption of an industrial manufacturing building called GGM from January 2014 to April 2017. We fitted models using SARIMA, SARIMA + GARCH, Holt-Winters method and ARIMA with Fourier transformation. We also forecasted electricity consumption for one month ahead and compared the predicted root mean square error as well as the predicted error rate of each model. The electricity consumption of GGM fluctuates weekly and annually; therefore, SARIMA + GARCH model considering both volatility and seasonality, shows the best fit and prediction.

• The Korean Journal of Applied Statistics
• /
• v.36 no.6
• /
• pp.529-545
• /
• 2023

This paper introduces the Banded-VHAR model suitable for high-dimensional long-memory time series with band structure. The Banded-VHAR model has nonignorable correlations only with adjacent dimensions due to data features, for example, geographical information. Row-wise estimation method is adapted for fast computation. Also, two estimation methods, namely BIC and ratio methods, are proposed to estimate the width of band. We demonstrate asymptotic consistency of our proposed estimation methods through simulation study. Real data applications to pm2.5 and apartment trading volume substantiate that our Banded-VHAR model outperforms traditional sparse VHAR model in forecasting and easy to interpret model coefficients.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.387-387
• /
• 2022

기존 홍수기시 댐 운영은 예측 강우와 실시간 관측 강우를 이용하여 댐 운영 모형을 수행하며, 예측 결과에 따라 의사결정 및 댐 운영을 실시하게 된다. 하지만 이 과정에서 반복적인 분석이 필요하며, 댐 운영 모형 수행자의 경험에 따라 예측 결과가 달라져서 반복작업에 대한 자동화, 모형 수행자에 따라 달라지지 않는 예측 결과의 일반화가 필요한 상황이다. 이에 댐 운영 모형에 AI 기법을 적용하여, 다양한 강우 상황에 따른 자동 예측 및 모형 결과의 일반화를 구현하고자 하였다. 이를 위해 수자원 분야에 적용된 국내외 129개 연구논문에서 사용된 딥러닝 기법의 활용성을 분석하였으며, 다양한 수자원 분야 AI 적용 사례 중에서 댐 운영 예측 모형에 적용한 사례는 없었지만 유사한 분야로는 장기 저수지 운영 예측과 댐 상·하류 수위, 유량 예측이 있었다. 수자원의 시계열 자료 활용을 위해서는 Long-Short Term Memory(LSTM) 기법의 적용 활용성이 높은 것으로 분석되었다. 댐 운영 모형에서 AI 적용은 2개 분야에서 진행하였다. 기존 강우관측소의 관측 강우를 활용하여 강우의 패턴분석을 수행하는 과정과, 강우에서 댐 유입량 산정시 매개변수 최적화 분야에 적용하였다. 강우 패턴분석에서는 유사한 표본끼리 묶음을 생성하는 K-means 클러스터링 알고리즘과 시계열 데이터의 유사도 분석 방법인 Dynamic Time Warping을 결합하여 적용하였다. 강우 패턴분석을 통해서 지점별로 월별, 태풍 및 장마기간에 가장 많이 관측되었던 강우 패턴을 제시하며, 이를 모형에서 직접적으로 활용할 수 있도록 구성하였다. 강우에서 댐 유입량을 산정시 활용되는 매개변수 최적화를 위해서는 3층의 Multi-Layer LSTM 기법과 경사하강법을 적용하였다. 매개변수 최적화에 적용되는 매개변수는 중권역별 8개이며, 매개변수 최적화 과정을 통해 산정되는 결과물은 실측값과 오차가 제일 적은 유량(유입량)이 된다. 댐 운영 모형에 AI 기법을 적용한 결과 기존 반복작업에 대한 자동화는 이뤘으며, 댐 운영에 따른 상·하류 제약사항 표출 기능을 추가하여 의사결정에 소요되는 시간도 많이 줄일 수 있었다. 하지만, 매개변수 최적화 부분에서 기존 댐운영 모형에 적용되어 있는 고전적인 매개변수 추정기법보다 추정시간이 오래 소요되며, 매개변수 추정결과의 일반화가 이뤄지지 않아 이 부분에 대한 추가적인 연구가 필요하다.

• The Korean Journal of Applied Statistics
• /
• v.22 no.6
• /
• pp.1177-1190
• /
• 2009

The traffic operating speed is one of important information to measure a road capacity. When we supply the information of the road of high traffic by using navigation, offering the present traffic information and the forecasted future information are the outstanding functions to serve the more accurate expected times and intervals. In this study, we proposed the traffic speed forecasting model using the accumulated traffic speed data of the road and highway and forecasted the average speed for each the road and high interval and each time interval using Fourier transformation and time series regression model with trigonometrical function. We also propose the proper method of missing data imputation and treatment for the outliers to raise an accuracy of the traffic speed forecasting and the speed grouping method for which data have similar traffic speed pattern to increase an efficiency of analysis.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.20 no.3
• /
• pp.59-73
• /
• 2021

There are many lives lost due traffic accidents, and which have not decreased despite advances in technology. In order to prevent traffic accidents, it is necessary to accurately forecast how they will change in the future. Until now, traffic accident-frequency forecasting has not been a major research field, but has been analyzed microscopically by traditional methods, mainly based on statistics over a previous period of time. Despite the recent introduction of AI to the traffic accident field, the focus is mainly on forecasting traffic flow. This study converts into time series data the records from 1,339,587 traffic accidents that occurred in Korea from 2014 to 2019, and uses the AI algorithm to forecast the frequency of traffic accidents based on driver's age and time of day. In addition, the forecast values and the actual values were compared and verified based on changes in the traffic environment due to COVID-19. In the future, these research results are expected to lead to improvements in policies that prevent traffic accidents.

• Proceedings of the Korean Association for Survey Research Conference
• /
• 2001.06a
• /
• pp.71-82
• /
• 2001

통계청의 소비자전망조사는 국민경제의 50%이상을 차지하고 있는 가계소비지출의 변동을 파악하고 예측하기 위하여 소비자들의 경기에 대한 인식, 소비지출 계획 등을 조사ㆍ분석하는 월별 조사로 개발되었다. 본 논문에서는 통계청의 소비자전망조사의 조사방법과 소비자기대지수, 소비자평가지수 등의 작성방법을 소개하였다. 그러나 지수의 분석은 소비자전망조사의 시계열이 짧은 점을 감안하여 제한된 시계열내에서 소비자기대지수와 경기 동행종합지수 순환변동치와의 시차성을 살펴보았다.

• Korean Journal of Environmental Biology
• /
• v.34 no.4
• /
• pp.365-373
• /
• 2016

Much of the data used in the analysis of environmental ecological data is being obtained over time. If the number of time points is small, the data will not be given enough information, so repeated measurements or multiple survey points data should be used to perform a comprehensive analysis. The method used for that case is longitudinal data analysis or mixed model analysis. However, if the amount of information is sufficient due to the large number of time points, repetitive data are not needed and these data are analyzed using time series analysis technique. In particular, with a large number of data points in the current situation, when we want to predict how each variable affects each other, or what trends will be expected in the future, we should analyze the data using time series analysis techniques. In this study, we introduce univariate time series analysis, intervention time series model, transfer function model, and multivariate time series model and review research papers studied in Korea. We also introduce an error correction model, which can be used to analyze environmental ecological data.