• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.349-349
• /
• 2021

일반적인 도시홍수모형은 수리-수문모형을 기반으로 한 홍수위 모형을 사용하고 있으나 강우사상이나 물리적 조건에 따라 모의시간의 변화가 있으며 경우에 따라서는 긴 모의시간이 소요된다. 알파고 이후 큰 관심을 갖게된 딥러닝을 이용한 데이터기반의 모의를 통해 수자원 부분에 적용하여 수위 예측을 진행하였다. 본 연구에서는 딥러닝을 이용하여 관측자료기반의 수위예측 연구를 수행하였다. 대상유역은 중랑천 유역으로 선정하였으며 2015년 ~ 2020년 사이의 10분단위 강우, 수위자료를 이용하였다. 지방자치단체에서 제공하는 강우, 수위자료의 경우 결측자료 또는 이상자료에 대한 보정이 미흡하여 기계학습을 통합 분석자료로 활용하는데 어려움이 있다. 이에, 결측 및 이상자료가 포함된 자료로부터 인위적으로 교란된 데이터 및 결측구간을 삭제한 데이터를 생성하여 자료의 시계열성을 제거하고, 딥러닝을 통한 수위 예측 결과를 정상 데이터를 적용한 결과와 비교하였다. 사용된 딥러닝 모형은 시계열 데이터 예측에 우수한성능을 보이는 LSTM모형과 GRU모형을 이용하였으며 RMSE, NSE를 이용하여 평가하였다. 본 연구에서는 결측자료 및 이상자료가 포함된 수문자료를 자료의 시계열성 제거를 통해 딥러닝 분석 입력자료 구성하기 위한 방안을 제시하였다.

• 응용통계연구
• /
• 제21권6호
• /
• pp.1037-1044
• /
• 2008

본 연구에서는 재무시계얼 자료의 변동성을 분석하는데 유용하게 쓰이는 멱변환 시계열 모형을 인터넷 트래픽 자료 특성 분석에 적용하여 효용성을 보이고자 한다. 트래픽의 특성인 장기기억(long memory)특성을 설명하기 위하여 멱변환 GARCH(PGARCH) 모형을 소개하고 기존의 GARCH 모형보다 더 유용함을 시뮬레이션과 실제 인터넷 트래픽 자료에 적합시켜 입증하였다.

• 융합정보논문지
• /
• 제9권12호
• /
• pp.54-61
• /
• 2019

최근 들어 IITS는 스마트 시티관련 산업계에서 중요한 주제로 떠오르고 있다. IITS의 주요 목적인 교통체증 (차량 사고에 기인한) 예방책들이 발전된 센서 및 통신 기술의 도움을 받아 다양하게 시도되었다. 관련 연구들에서는 자동차 사고와 사고 위치적 특성, 날씨, 운전자 행동, 시간 등 다양한 요인들과 상관 관계가 있음을 보여주고 있다. 우리 연구는 자동차 사고와 사고 발생 시간 사이의 상관관계에 주제를 집중했다. 본 논문에서는 ARIMA (Auto-Regressive Integrated Moving Average) 자동 회귀, 정상 및 지연 순서를 결정하는 세 가지 요소를 확인하기 위해 ADF (Augmented Dickey-Fuller)를 포함한 ARIMA 테스트를 수행했다. 본 연구 결과로서 시간 별 자동차 충돌 수 예측에 대한 요약을 제시하며, 한국 내 자동차 사고 데이터는 ARIMA 모델에 적용될 수 있음을 보여주었고, 국내 자동차 사고는 하루를 기준으로 일정한 주기가 존재하는 성격을 가지고 있다는 것을 제시했다.

• 재무관리연구
• /
• 제17권1호
• /
• pp.91-110
• /
• 2000

충격이 경제에 가해질 때 이 충격이 경제 내에 일시적으로 존속하는 경우도 있고 이 충격이 영구히 존속하는 경우도 있다. 이 양극단 사이의 과정도 존재할 수 있다. 이것을 표상한 것이 stopbreak 과정이다. 충격의 효과가 영구적 효과와 일시적 효과 사이에서 파동하는 시계열을 모형화한 것이 이 과정인 것이다. 이 과정에서는 일정한 기간에는 영구적인 평균이동이 발생하여 구조변화가 발생한다. 다른 기간에 발생하는 충격은 그 효과가 급속히 소멸한다. 밀접한 관계를 맺고 있는 두 주가의 비율은 한 주가의 변동이 제시하는 것을 분석하고 이것을 이용하여 다른 주가를 예측할 수 있는 정보를 제공한다. 한 주가의 변동이 발생하면 이 두 주가의 비율은 변동한다. 그러나 한 주가의 변동의 정보성이 인정되어 이 정보가 다른 주가에 반영되어 조정되면 두 주가의 비율은 변동이전의 수준으로 회귀할 것이다. 변동이 영구적이면 두 주가비율은 동일한 수준을 유지할 것이다. 반면 다른 주가에 영향을 미치지 못하는 정보이면 두 주가의 비율은 변동된 상태에서 지속될 것이다. 일정기간은 영구적 구조변화가 발생하고 그 이외의 기간에는 구조 변화가 발생하지 않고 있는 것이다. 따라서 stopbreak 과정을 사용하여 정확한 예측을 수행할 수 있다. 주가지수들이 stopbreak 과정에 의하여 생성되고 있음이 발견되었다. 즉 주가지수들은 확률적 영구구조변화가 발생하고 있는 시계열들이다. 종합주가지수/제조업지수 역시 확률적 영구구조변화를 가지는 stopbreak 과정에 의하여 생성되고 있음이 밝혀졌다. 이 과정을 실제에 적용하여 주가의 움직임을 파악하면 예측이 가능하다. 특히 연관성이 깊은 두 주식의 주가비율을 사용할 때 효과적이라 할 수 있다.

• 응용통계연구
• /
• 제35권3호
• /
• pp.347-356
• /
• 2022

본 논문에서는 금융 시계열 비대칭 변동성을 모형화하기 위해서 다중 임계점을 가진 비대칭-ARCH 점화식(A-ARCH(1))을 제안하고 있다. 특히 임계점이 두 개인 간단한 모형에 초점을 맞추어 설명하고 있으며 미국 S&P500 자료 분석을 통해 예시하였다. 다양한 A-ARCH(1) 모형의 예측력 비교를 위해 모수적-붓스트랩을 활용하여 예측오차의 평가 및 예측구간의 정확도를 설명하였다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.861-866
• /
• 2022

서울시에서는 공유 자전거 시스템, "따릉이"를 2015년부터 도입, 운영하여, 교통량 감축과 대기오염 해소를 위해 노력하고 있다. 하지만 공유 자전거 시스템, "따릉이"의 운영전략 미훕으로 인해 많은 문제가 발생하고 있어 이를 해결하고자 다양한 연구들이 제시되고 있다. 이들 연구의 대다수는 수요와 공급의 불균형을 해결하고자 하는 전략적 "자전거 배치"에 집중되어 있으며 또한 이들 중 다수가 날씨나 계절과 같은 특징을 그룹화함으로써 수요를 예측하고 있다. 그리고 이전에는 이들 예측방법이 주로 시계열 분석을 기반으로 하고 있었으나 최근에는 딥러닝/머신러닝으로 수요를 예측하는 연구들이 속속 등장하고 있다. 본 논문에서는 기존에 제시된 다양한 특징들을 기반으로 하면서, 새로운 특징을 발견하고 선택된 특징들의 중요도를 비교, 이를 순서화함으로써, 보다 정확한 수요 예측이 가능함을 보인다. 그리하여, 우리는 기존의 딥러닝/머신러닝 및 시계열 분석을 그대로 사용하면서 비교적 정확한 결정계수를 획득하고 이를 이용해 개선된 수요예측이 가능하도록 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.249-251
• /
• 2020

본 논문에서는 코로나바이러스감염증19 사태가 국내 취업시장에 어떠한 영향을 미쳤는지에 대해 알아보기 위하여 빅데이터를 활용한 직업 관련 분석 및 시각화를 수행하였다. 빅데이터를 위한 기본 자료는 통계청 자료와 워크넷 Open API를 활용하였으며, 빅데이터 처리 과정을 거쳐 결과값을 예측을 시도하였다. 2020년도 워크넷 Open API를 통해 고용수와 통계청 자료를 통해 비교 분석 및 시각화를 실시하였고, 08년~20년 취업자수를 통해 시계열 분석 및 예측을 진행해 앞으로의 횡보를 예상해보았다. 분석한 결과 19년, 20년도를 비교 분석했을 때에는 크게 차이가 나지 않았다. 추가적으로 시계열 분석기법을 활용해 보았을 때 매년 고용수는 전체적으로 증가하고 4월에는 감소, 7월에는 증가하는 추세가 나왔다. 코로나바이러스감염증19 사태로 인해 공공기관과 언택트 시대에 따른 화상회의나 재택근무로 인해 운수·통신 취업률은 상승한다는 결과값이 도출되었고, 자영업이나 서비스 직업 등은 다른 직종에 비해 큰 감소를 보여줬으나 국가 경제 활성화에 따른 고용수는 점차 증가할 것이라 예측된다.

• 농업생명과학연구
• /
• 제45권5호
• /
• pp.115-126
• /
• 2011

이 논문은 국내 한육우 사육두수를 시계열 모형인 ARIMA 모형을 이용하여 추정하였다. 소의 생리학적 특성을 반영하기 위하여 한육우 사육두수를 총 여섯 개의 범주(4개의 도축률과 2개의 출생률)로 나누었다. 이 여섯 가지 범주에 대해 ARIMA 모형을 적용하여 Box-Jenkins 절차에 따라 그 값들을 추정하고 예측하였다. 큰암소도축률과 큰수소도축률은 단위근을 갖는 불안정시계열로 나타나 차분하여 안정화시키고 나머지 4개의 변수들은 안정시계열로 나타나 그대로 모형의 식별, 추정 그리고 예측에 사용하였다. 분석결과, 한육우 사육두수는 2012년을 최고점으로 점점 감소하다가 2018년을 최저점으로 다시 증가할 것으로 분석되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.280-280
• /
• 2016

특정 자료의 시간의 흐름에 따른 예측치를 추정하는 방법으로 AR Model 즉, 자기회귀모형이 많이 사용되고 있다. AR Model은 변수의 현재 값을 과거 값의 함수로 나타내게 되는데, 이런 시계열 분석 모델을 사용할 때 매개변수의 추정 과정이 필수적으로 요구된다. 일반적으로 매개변수를 추정하는 방법에는 확률적근사법(stochastic approximation), 최소제곱법(method of least square), 자기상관법(method of autocorrelation method), 최우도법(method of maximum likelihood) 등이 있다. AR Model에서 가장 많이 사용되는 최우도법은 표본크기가 충분히 클 때 가장 효율적인 방법으로 평가되지만 수치적으로 해를 구하는 과정이 복잡한 경우가 많으며, 해를 구하지 못하는 어려움이 따르기도 한다. 또한 표본 크기가 작을 때 일반적으로 잘 일치하지 않은 결과를 얻게 된다. 우리나라의 강우, 유량 등의 자료는 자료의 수가 적은 경우가 많기 때문에 최우도법을 통한 매개변수 추정 시 불확실성이 내재되어있지만 그것을 정량적으로 제시하는데 한계가 있다. 본 연구에서는 AR Model의 매개변수 추정 시 Bayesian 기법으로 매개변수의 사후분포(posterior distribution)를 제공하여 매개변수의 불확실성 구간을 정량적으로 표현하게 됨으로써, 시계열 분석을 통해 보다 신뢰성 있는 예측치를 얻을 수 있으리라 판단된다.

• 물과 미래
• /
• 제28권1호
• /
• pp.81-90
• /
• 1995

본 연구에서는 장기간의 수문기상자료를 보유하고 있으나 유출량자료의 관측년한이 짧은 유역에서 장기간의 월유출량자료를 확장하고 예측할 수 있는 추계학적 시스템 모형을 개발하고자 한다. 그 방법으로 주기성과 경향성을 갖는 월유출량, 월강수량 및 윌증발량자료를 시계열 분석하여 seasonal ARIMA 형태의 단변량 모형을 유도하는 한편, 각 계열간의 교차상관분석으로부터 월강수량 및 윌증발량을 입력변수로 하고 월유출량을 출력변수로 하는 다중 입력-단일 출력관계의 설명모형을 유도하여 단변량 시계열모형과 비교 검토하였다. 본 연구의 결과 월유출량자료의 확장과 예측에 있어서 다중 입출력모형의 정확성과 적용가능성이 매우 높은 것으로 판단되었다.