• 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.

• 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.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 1996년도 춘계공동학술대회논문집; 공군사관학교, 청주; 26-27 Apr. 1996
• /
• pp.499-501
• /
• 1996

고로에서 출선된 용선성분중 [Si]은 노열 판단의 대표인자이며, 용선의 열원역할을 함과 동시에 탈P작업의 저해요인이자 slag발생, 전로 slopping발생의 원인이기에 적절한 저[Si] 용선을 제조할 필요가 있다. 또한 [S]는 강의 불순물이자 수요가의 요구로 저[S] 용선제조가 요구된다. 이를위해 후공정인 제강공장에 가기전에 100% 용선예비처리를 실시하고 있다. 본 연구에서는 기존의 용선성분 분석방법으로는 효율적인 용선 예비처리가 불가하므로 시계열분석및 중회귀분석을 통하여 성분을 사전예측하여 시간의 한계를 극복하고, 예측된 성분에 의하여 효율적인 예비처리실시 또는 예비처리 없이 제강직송도 실시하는등 제철소 공정통제 기능의 하나인 용선관제기능의 적극적인 대응이 가능하도록 한다.

• 대한교통학회지
• /
• 제33권1호
• /
• pp.14-28
• /
• 2015

2000년대 중반부터 인터넷 검색 트래픽을 활용한 다양한 연구가 진행되었다. 대표적으로 구글은 미국의 독감 발병 상황을 인터넷 유저의 검색 패턴을 통해 예측하는 서비스를 만들기도 하였다. 교통지표 역시 인터넷 검색 패턴과 유사할 수 있다는 가설을 확인하기 위하여, 검색 트래픽 데이터를 활용하여 고속도로의 진입 교통량과 구간 속도를 추정하는 모형을 구축하고 적합도 등을 확인하는 것이 본 연구의 목적이다. 그 결과, 첫째, 출퇴근의 상시적 통행이 이루어지는 지점의 TCS 진입 교통량 모형은 구글 검색 트래픽이 입력변수로 우수하였고, 검색 트래픽과는 음의 상관관계를 보였다. 둘째, 여가 통행이 집중적으로 나타났던 지점의 TCS 진입 교통량 모형은 네이버의 검색 트래픽이 입력변수로 선정되었으며, 검색 트래픽과는 양의 상관관계가 나타났다. 셋째, VDS 속도의 경우 시계열 도표상 검색 트래픽과 음의 상관관계를 보였다. 넷째, 검색 트래픽을 입력변수로 활용한 전이함수 잡음 시계열 모형은 그렇지 않은 시계열 모형에 비해 비교적 적합도가 우수하다는 결과를 도출하였다. 다만, VDS 속도 모형의 경우 다수의 입력변수가 포함되고 모형 계수의 부호가 상이함에 따른 한계가 존재하였다. 향후 검색 트래픽의 출처나 검색어, 혹은 시차 및 집계 단위에 대한 추가적 연구가 진행된다면, 교통 분야의 빅 데이터 연구시 활용 폭이 넓어질 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.39-39
• /
• 2019

인구의 도시 집중화로 인하여 다량의 생활용수의 사용에 따라 하천의 자정능력을 초과하여 오염을 유발시키고 있다. 이에 도시하천들의 오염은 점점 심해져 경제적으로 많은 문제를 유발하고 있다. 이러한 하천오염 문제를 과학적으로 대응하기 위해서는 오염물질의 농도 측정 및 데이터 축척을 통한 오염예측이 필수적이라 할 수 있으며, 부산광역시 보건환경정보 공개시스템에서는 하천수질 자동측정망을 설치하여 시간 단위로 오염물질을 측정하고 있다. 그러나 온천천의 하천수질 데이터는 계속 쌓여가고 있는데 이 데이터를 활용해서 하천수질 인자 예측이 거의 이뤄지지 않고 있다. 본 연구에서는 순환신경망 알고리즘을 활용하여 일 단위의 하천수질 인자 예측을 시도하였다. 순환신경망은 인공신경망의 발전된 형태인 시계열 학습에 강한 RNN, LSTM 알고리즘을 활용한 일단위 하천수질 인자 예측을 하고자 하였다. 연구에 앞서 시간 단위로 쌓여있는 데이터를 평균 내어 일 단위로 변경하였고 이 데이터를 가지고 일 단위 하천수질 인자 예측을 진행하였다. 연구에는 Google에서 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하여 DO, 탁도 등 항목을 예측하였다. 하천오염의 학습과 예측을 위해 대상지로는 부산지역 온천천의 부곡교, 세병교, 이섭교 관측소를 선택하였다. 연구를 위해 DO, 탁도 등 자료 수집은 부산광역시 보건환경정보 공개시스템의 자료를 활용하였다. 모형의 학습을 위해 입력자료로는 하천수질 인자 자료를 이용하였고, 자료의 학습에는 2014년~2017년 4년간의 자료를 학습자료로 사용하였고, 2018년 1년간의 자료는 모형의 검증을 위해 사용하였다. RNN, LSTM 알고리즘을 활용하여 분석 시 은닉층의 개수, 반복시행횟수, sequence length 등의 값을 조절하여 하천수질 인자 예측을 하였다. 모형의 검증을 위해 $R^2$(r square)와 RMSE(root mean square error)을 이용하여 통계분석을 실시하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권4호
• /
• pp.885-894
• /
• 2015

전력시스템의 안정적이고 효과적인 운영을 위해선 전력수요예측이 필요하다. 본 연구에서는 일별전력수요패턴의 시간에 따른 커브를 군집분석 하려고 한다. 2009년 1월 1일부터 2011년 12월 31일까지의 일별 시간단위 전력수요 자료는 추세성분 제거와 로그변환을 통해 계절성분과 오차성분으로 구성된 시계열자료로 변환되었다. 변환된 자료는 Ma 등 (2006)이 제안한 함수적 군집모형을 사용하여 분석되었고, 모수는 EM알고리즘과 일반화교차검정을 통해 추정되었다. 군집의 수는 휴일과 평일을 잘 분류하는 10개로 결정하였다. 분석결과 월요일, 평일 (화요일~금요일), 토요일, 일요일 또는 공휴일과 계절요인으로 전력수요 평균곡선이 설명된다. 함수적 군집분석을 통한 전력수요패턴의 과학적인 분류는 향후 단기전력수요예측에 활용된다.

• 산학경영연구
• /
• 제16권
• /
• pp.43-60
• /
• 2003

본 연구에서는 French, Schwert, & Stambaugh와 Schwert의 연구에 사용된 방법을 이용하여 한국 증권시장에서 주식수익률의 변동성의 특징을 분석하였다. 본 연구에 사용된 모형은 주식시장의 변동성의 시계열 특성에 대한 보다 조직적 분석을 제공한다. 간단히 말하면, 이 모형들은 일별 수익률로부터 자기회귀 및 계절적 영향을 제거함으로써 예기치 못한 수익률을 추정할 수 있게 한다. 그리고 나서 자기회귀 및 계절적 모형에 예기치 못한 수익률의 절대값을 이용하여 주가변동성을 예측하였다. 분석결과 첫째, 총체적 주식수익률의 움직임에 대한 지속성은 미약하고, 자기회귀모형에 비정상성이 있을 수 있음을 알 수 있었다. 또한, 일별 주가변동성의 움직임이 주식수익률의 움직임보다 훨씬 예측가능하다는 것을 발견하였다. 둘째, 변동성의 증가가 미래 기대수익률을 증가시킨다는 증거는 미약하고, 변동성이 시차 주식수익률과 관계가 있다는 사실을 알 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.223-223
• /
• 2018

취수원에서 정수장과 배수지를 거쳐 수용가에 이르기까지 공급되는 급수량을 결정하는데 있어 각 수용가별 물 사용 패턴은 수요량을 예측하여 취수량을 결정하는데 있어 매우 중요한 지표이다. 생활용수 추정은 용도별(가정용, 상업용, 공업용 등)로 분류하여 경향성이 나타날 수 있도록 과거 사용실적을 바탕으로 장래 용도별 사용량을 추정한다. 이는 경험을 바탕으로 한 것으로 일반적으로 시계열 모형을 이용하는데 수요예측의 실패 가능성이 높으며 효율적인 방법이라 할 수 없다. 이에 본 연구에서는 최근 통신기술의 발달로 양방향 통신이 가능한 AMI(Advanced Metering Infrastructure, 원격검침인프라)센서를 영종도 112블록의 528개의 수용가에 설치하였다. AMI는 스마트 미터에서 측정한 데이터를 원격 검침기를 통해 물 사용량을 자동으로 계측할 수 있다. AMI 데이터를 이용하여 영종도 112블록의 운북동과 운서동의 각 용도별, 요일별, 그리고 도심지와 농가의 실시간 물 사용 패턴을 분석하였다. 분석 결과 운북동과 운서동의 물 사용 패턴은 비슷한 경향을 보이는 것으로 보이나 도시화된 운서동에 비해 운북동의 물사용량이 상대적으로 적고 첨두사용량의 발생시간 또한 빠른 것으로 나타났다. 또한 가정용과 공공용의 경우 시간별 물 사용량이 요일에 따라 일정한 경향이 있으나 상업용과 공업용은 일정한 사용량을 보였다. 향후 112블록의 관망해석에 실시간 물사용 패턴을 적용하여 효율적으로 급수량 결정을 할 수 있을 것으로 사료된다.