• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.342-344
• /
• 2023

클라우드 시장의 성장과 마이크로 서비스 접근식이 제기됨에 따라 IT인프라를 관리하기 위한 연구가 최근 활발히 이루어지고 있다. 하지만 고도화 및 분산된 환경에서 관찰 가능성 응용을 확보하기 어렵다는 문제점을 가지고 있다. 따라서 본 연구에서는 모니터링 시스템을 통한 데이터 분석 중 수집한 데이터의 분석이 난해하다는 문제를 해결하기 위한 방법을 제안한다. 제안된 방법은 NAB 데이터셋을 대상으로 STUMPY를 이용하여 데이터를 시각화하고, CNN을 이용하여 분류 작업을 수행한다. 분류를 수행한 데이터셋은 이상치 데이터와 이상 전조 데이터, 정상 데이터셋으로 분류하여 데이터셋을 구성한다. 구성한 학습 데이터셋에 대해 훈련을 마친 딥러닝 모델은 부하 테스트 환경에서 수집한 데이터에 대한 그래프 패턴을 분석하여 이상치 데이터와 이상 전조 데이터를 탐지한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.198-198
• /
• 2021

최근 자연적, 사회적, 정책적 관점에서 하천관리의 중요성이 증대되면서 국가하천 정비를 통한 하천시설 관리의 책임이 증대되고 있다. 국가하천 5대강 본류의 친수지구 이용도 변화를 살펴보면 2015년에 비해 2019년에 면적당 이용객 수가 630,813(명/km²)이 증가하였음을 알 수 있었고(국토교통부, 2020) 본 연구에서는 이용자 수 증가율이 높은 편인 한강 내 하천이용시설을 대상으로 선정하여 해당 지역을 기계학습 기반의 수위예측 알고리즘에 적용하였다. 하천이용시설은 하천이용자가 편리하게 하천을 이용하기 위하여 설치한 시설로 공원시설(강서, 난지, 양화, 망원, 여의도, 이촌, 반포, 잠원, 뚝섬, 잠실, 광나루, 구리)을 위주로 분석하였다. 해당 시설의 침수피해를 고려하기 위해 시계열 자료에 특화된 LSTM(Long Short-term Memory)기법을 활용하여 수위예측 알고리즘을 개발하였고 이를 통해 도출된 홍수 예보로 재난을 대비하고 시설물을 체계적으로 관리하는 유지관리의 효과를 분석하고자 하였다. 입력 자료(input data)는 수위 (EL.m), 팔당댐 방류량 (m³/s), 강화대교의 조위(EL.m)를 사용하였으며 수위예측 알고리즘을 통해 6시간 후 예측 수위값을 도출하여 기존 2단계(주의보, 경보)였던 홍수 예보 단계에서 4단계(관심, 보행자통제, 차량통제, 경계)로 구축하였다. 기존과 세분화된 홍수예보를 적용했을 경우의 유지관리 비용과 편익을 산정하여 하천이용시설의 경제성을 비교·분석한 결과, 유지관리 비용이 기존 대비 약 5% 이상 절감되었고 편익은 약 1.5배 이상 증가하였으며 관리등급은 평균 C등급(보통) 이상 달성하였다. 이는 수위예측 알고리즘의 적용으로 하천이용 활성화 및 투자의 효율성에 목적을 두었으며 향후 분석결과를 토대로 경제성모델을 개발하여 국가하천 내 관리그룹에 적용하면 효율적인 유지관리체계를 제시할 수 있을 것으로 기대된다.

• 물과 미래
• /
• 제27권3호
• /
• pp.45-54
• /
• 1994

물수지 모델을 사용하여 발생시킨 시계열에 대해서 프랙탈(Fractal) 차원의 기본 이론이 소개 및 적용되었고 물수지 방정식이 넓은 지역에 대해 계절 시간 규모로 분석하였다. 중간 규모 순환의 발생과 변화에 있어 강우의 국부 재순환과 토양 수분의 동력학적 영향이 명시적으로 포함되어 있고 지체 시간 또한 분석에서 고려되었다. 시스템은 전개에 있어 변수 값들에 따라 고정점, 한계주기 그리고 카오스(Chaos)적인 행태와 같은 서로 다른 결과를 보여 주었다. 발생된 시계열의 추계학적인 행태는 궤적들이 초기 조거넹 매우 민감한 한정된 수의 방정식을 가지는 비선형 동력학 시스템으로부터 발생하는 확정론적 카오스 때문이다. 강우의 특성으로부터 발생하는 잡음은 어트랙터(Attractor)의 조직화된 구조를 파괴시키는데, 잡음의 존재에도 불구하고 어트랙터가 존재한다는 것은 시스템의 전개의 다기 예측에 있어 매우 중요하다고 할 수가 있다. 이러한 비선형 동력계가 가지고 있는 의미는 수문자료나 현상들의 해석과 모델링에 있어 중요하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.1330-1331
• /
• 2009

본 연구에서는 GERAN (GSM EDGE Radio Access Network) 망에서 다양한 무선환경에 따른 셀 재탐색을 연구하였으며, 시계열분석을 통하여 재탐색 이후의 RSS (Received Signal Strength)를 예측하여 개선된 재탐색 알고리즘을 연구하였다. Field 데이터를 통해 제안된 알고리즘을 분석하였으며, 이를 통하여 다양한 조건에 적합한 기법을 제안코저 한다.

• 한국통신학회논문지
• /
• 제31권5A호
• /
• pp.451-458
• /
• 2006

본 논문에서는 Orthogonal Frequency Division Multiple Access/Time Division Duplex 시스템에서 한정된 하향링크 무선 자원을 효율적으로 이용하고, 시스템 성능을 높이는 스케줄링 기법을 제안하였다. 시계열 예측 알고리즘을 이용하여 향후 변화될 기지국과 단말들 사이의 채널상태를 예측하고, 이 예측된 정보를 무선 자원 할당의 우선순위를 결정하는데 이용하였다. 시뮬레이션을 통해 제안하는 알고리즘의 성능을 분석하였고, 시스템 처리율과 지연시간에서 Proportional Fairness, 그리고 Maximum Carrier to Interference Ratio 알고리즘과 비교 평가하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.233-233
• /
• 2017

현재의 기술과 전문가들의 지식을 바탕으로 수치 예보 모델의 해상도가 점차 증가하고 있으나 한편으로는 해상도가 높아질수록 신뢰성 있는 장기 예보를 제공하는데 어려움이 있다. 즉, 고해상도 모델의 경우 미세한 오차가 발생 하더라도, 실제 기상학적 관점에서 시공간적으로 변동성이 크게 발생할 개연성이 크며, 이로 인해 모델에서 발생하는 불확실성은 더욱 커질 수 있다. 한국 기상청(KMA)에서는 영국기상청으로부터 도입한 통합모델(UM)을 현업 운영하고 있다. 본 연구에서 기상청 통합모델인 UM3.0 예보모델의 예측정확성을 다양한 관점에서 평가하고자 한다. 기상청 UM3.0 모델은 3km의 공간해상도와 1시간 시간해상도를 가지며, 예보시작시점기준 7일간의 예보정보를 제공한다. 강수량 예측정보의 활용성을 평가하기 위해서 예측 시계열에 대해 RMSE, 편의 및 등 다양한 통계지표와 공간적인 강수량 발생 특성을 평가하기 위해서 FSS 방법을 적용하였다. 본 연구 결과를 통해 UM3.0 모델의 1시간 및 3km의 시공간해상도와 선행예보 기간을 그대로 수문학적으로 활용하는 데에는 다소 무리가 있는 것으로 평가되었으며, 이러한 점에서 수문학적 활용관점에서 최적의 시공간적 규모와 선행예보 시간을 분석하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.113-118
• /
• 2021

본 논문은 케미컬 탱커시장의 운임예측에 관하여 인공신경망을 적용하였으며 전통적인 시계열 모델인 ARIMA모형과 비교하였다. 케미컬 시장의 경우 상대적으로 소규모이나 범용성이 높은 선박을 이용한 시장으로 수급모델을 활용하여 운임시장을 분석하기 어려우며, 운임의 변동성이 크기 때문에 선형모형을 활용하는데는 한계가 있다. 본 연구는 케미컬 시장의 특성을 고려하여 비선형 모델인 인공신경망을 이용하여 ARIMA와 비교한 결과 RMSE와 Correlation 측면에서 예측성능이 우수함을 보였으며, 케미컬 탱커의 운임예측에 더 적합함을 보였다. 본 연구는 운임거래에 있어 과학적 모델을 제시함으로써 의사결정의 질을 제고하는데 기여할 뿐만 아니라 학문적으로 소외되어온 케미컬 시장 연구에 도움이 될 것으로 기대된다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권1호
• /
• pp.65-76
• /
• 2014

주택가격은 정부의 부동산 정책이나 국내외의 경기상황과 같은 외부충격요인에 따라 많은 영향을 받는다. 본 연구에서는 주택가격지수 예측을 위한 모형구축에서 중요한 요인은 외부충격요인으로 이를 개입효과라 하며, 이 외부요인들이 주택가격지수에 미치는 영향을 파악하고 향후 주택가격지수를 효율적으로 예측하기 위한 시계열모형을 찾는데 있다. 실제 자료를 이용하여 분석한 예측결과 개입모형이 다른 모형에 비해 우수한 것으로 나타났다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 1998년도 춘계학술발표논문집
• /
• pp.71.1-75
• /
• 1998

NOD 데이터는 VOD 데이터에 비해서 life cycle이 짧다. 그리고 사용자의 접근성이 높으며, 접근패턴도 시간에 따라 달라질 수 있다. VOD 데이터와 같이 NOD 뉴스기사의 경우 특정 기사들에 집중적으로 접근된다. 그리고 이러한 인기 있는 기사들은 시간대에 따라 변할 수 있다. 본 논문에서는 이러한 인기도의 변화를 예측하기 위해서 시계열분석방법중의 하나인 지수평활법(exponenital smoothing method)을 사용한다. 시간대별 타임윈도우로 나누고 이전의 윈도우들의 접근패턴을 분석하여 다음 접근을 예측한다. 그리고 이 예측값을 이용해서 캐시정책을 새운다. 즉 예측값이 높은 기사순으로 캐시에 배치하는 것이다. 실시간 멀티미디어데이터의 경우 데이터의 방대함으로 연산의 오버헤드가 크다. 따라서 정적인 캐싱전략을 사용하는데, 하나의 윈도우동안 재배치하는 한번으로 한다는 것이다. 전통적인 block 단위 캐싱은 멀티미디어데이터에 적합하지 않다. 따라서 기사단위의 캐시구조를 제안한다. 사용자는 기사단위로 요청을 하기 때문에 재사용을 위해서는 기사단위로 캐시되야 한다.

• 한국수자원학회논문집
• /
• 제55권7호
• /
• pp.495-504
• /
• 2022

최근 인공지능의 발전으로 시계열 자료 분석에 효과적인 Long Short-Term Memory (LSTM) 모델이 댐유입량 예측의 정확도를 높이는 데 활용되고 있다. 본 연구에서는 그 중 LSTM의 성능을 더욱 향상할 수 있는 Sequence-to-Sequence (s2s) 구조에 Attention 기법을 LSTM 모델에 첨가하여 소양강댐 유역의 유입량을 예측하였다. 분석 데이터는 2013년부터 2020년까지의 유입량 시자료와 종관기상관측기온 및 강수량 자료를 학습, 검증, 평가로 나누어 훈련한 후, 모델의 성능 평가를 진행하였다. 분석 결과, LSTM-s2s 모델보다 attention까지 첨가한 모델이 일반적으로 더 좋은 성능을 보였으며, attention 첨가 모델이 첨두값도 더 잘 예측하는 모습을 보였다. 그리고 두 모델 모두 첨두값 발생 동안 유량 패턴을 잘 반영하였지만 세밀한 시간 단위 변화량에는 어려움이 있었다. 이를 통해 시간 단위 예측의 어려움에도 불구하고, LSTM-s2s에 attention까지 첨가한 모델이 기존 LSTM-s2s의 예측 성능을 향상할 수 있음을 알 수 있었다.