• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.473-478
• /
• 2013

본 논문에서는 KLAPS(Korea Local Analysis and Prediction System)의 재분석 자료를 이용하여 지능형 뉴로-퍼지 알고리즘 RBFNNs(Polynomial-based Radial Basis Function Neural Networks) 기반 호우특보 판별 모델을 개발한다. 기존의 호우예측 시스템들의 예측능력은 일반적으로 기상데이터의 가공 기법의 영향을 받는다. 본 연구에서는 이를 보완하기 위하여 기상데이터의 전처리를 통한 호우예측 방법을 소개한다. 기상 데이터 전처리 기법은 KLAPS 데이터를 기반으로 지점별 변환, 누적강수량 생성, 시계열 데이터 가공, 호우특보 추출 방식에 의하여 설계된다. 최종적으로, 향후 t(t=1,2,3) 시간 후 6시간 동안 누적강수량에 대해 예측하고 호우특보를 결정하기 위한 정보를 제공한다. 또한 다항식의 형태, 규칙의 개수, 퍼지화 계수와 같은 제안된 모델의 중요 파라미터는 최적화 기법인 차분 진화(Differential Evolution; DE)를 이용하여 최적화한다.

• 한국정보전자통신기술학회논문지
• /
• 제11권6호
• /
• pp.684-690
• /
• 2018

현재 및 향후 떠오르고 있는 빅 데이터 사회에서는 수집된 정보의 분석이 그 핵심 기술로 인식되고 있다. 또한 발생되는 데이터가 보다 다양하고 더욱 대용량화 되는 특징을 가지는 빅 데이터화가 가속될 미래의 진화된 지능화 사회에서는 예측 기술을 바탕으로 가치창출을 통한 최적화된 사회를 지향할 것으로 보인다. 지속적으로 사용되어질 IT시스템 운영 시 발생되는 다양한 데이터와 대량의 데이터에 대하여 빅 데이터 기반 기술을 활용하면 IT 시스템의 장애 방지와 안정적 운영이 가능할 것이다. 본 논문에서는 서버 성능 모니터링을 통한 데이터를 수집 분석하고자 빅 데이터 수집 분석 기술을 활용한 환경을 제안하였고, 또한 장애 예측을 위한 시계열 예측 모형을 도출하여 제안하였다. 빅 데이터를 처리하는 서버 성능 관리 측면에서, 본 논문에서 제안하는 이 모델을 통하여 서버 운영자는 사전 장애 예측을 통하여 IT 시스템의 안정적 운영이 가능할 것이다.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.111-120
• /
• 2020

최근 코로나 19 사태로 인한 경기 위축에도 불구하고, 재택근무 증가로 집에 거주하는 시간이 늘어나면서 주거환경에 관한 관심이 커지고 있으며, 이에 따라 리모델링에 대한 수요가 증가하고 있다. 또한, 정부의 부동산 정책 또한 규제 정책에서 주택공급 확대 방향으로 전환하면서 이에 따른 인테리어, 가구업계의 매출에도 가시적인 영향이 있을 것으로 예상한다. 정확한 수요예측은 재고 관리와 직결되는 문제로 정확한 수요예측은 불필요한 재고를 보유할 필요가 없어 과잉생산으로 인한 물류, 재고 비용을 줄여줄 수 있다. 하지만 정확한 수요를 예측하기 위해서는 지속적으로 변화하는 경제동향, 시장동향, 사회적 이슈등 외부요인을 모두 고려하여 분석해야 하기 때문에 어려운 문제이다. 본연구에서는 가구 부자재를 생산하고 있는 제조업체에 대하여 신뢰성 있는 결과 도출을 위해 인공지능기반 시계열 분석 방법으로, LSTM 모형, 1D-CNN 모형을 비교 분석하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1141-1148
• /
• 2013

가정용수의 용도별 사용량은 주거형태, 거주자 생활양식, 주택구조 등의 내부적인 요인과 온도, 날씨, 수도요금 등과 같은 외부요인들의 영향을 받게 된다. 장기적으로는 거주민의 생활양식, 주거형태, 수도관련 시설의 변화에 따라 사용량이 점진적으로 변화하게 되며, 단기적으로는 기온이나 가뭄과 같은 기후조건이나 절수정책과 같은 인위적인 영향에 의해 사용량이 크게 변화하기도 한다. 본 연구에서는 가정에서 사용하고 있는 변기 및 세탁기 용수의 물 사용량 특성을 파악하기 위하여 전국을 대상으로 실측자료를 모니터링하고 각 사용량의 기준이 되는 원단위 (${\ell}pcd$; liter per capita day)를 도출하였으며 향후 가정용수 사용량 예측을 위하여 변기 및 세탁기 용수를 대상으로 오차항이 자기상관을 따르는 시계열 회귀모형을 이용하였다. 분석결과, 자기회귀오차 모형으로 변기 및 세탁기 용수의 사용량을 71% 정도 설명할 수 있다.

• 시큐리티연구
• /
• 제19호
• /
• pp.1-21
• /
• 2009

민간경비 산업에서의 인력수요 예측은 협력 치안이 강조되는 현실에서 치안 정책과 관련된 주요 의사결정의 기초가 된다는 정책기능과 함께 장래 사회 구성원들의 올바른 진로선택에 도움을 줄 수 있도록 하는 정보기능도 수행한다는 점에서 정확한 예측이 요구되는 분야이다. 이에 최근 산업분야의 인력수요에서 보다 신뢰성 있는 수요예측을 위해 널리 활용되고 있는 ARIMA 모형을 이용하여 민간경비 산업에서의 인력 수요를 예측해 보았다. 본 연구에서는 과거 33년 치 연도별 시계열 자료를 이용하여 향후 5년 동안의 민간경비 인력 수요를 예측하였다. ARIMA 모형 설정의 기본 절차인 모형 식별 - 모수 추정 - 모형 적합성 진단을 통해 ARIMA(0, 2, 1) 모형을 최종모형으로 선정하였다. 이에 따라 민간경비 인력 수요를 예측한 결과 향후 5년 동안 지속적인 증가 현상을 확인할 수 있으며 그 증가폭 또한 전년 대비 최소 1.3%에서 최대 3.8%까지에 이를 것으로 전망할 수 있었다. 본 연구 결과를 토대로 경찰과 관련 업체에서의 향후 바람직한 대응전략들에 대하여 검토해 보았다.

• 한국항행학회논문지
• /
• 제21권4호
• /
• pp.365-370
• /
• 2017

본 연구는 전력수요 패턴이 다른 평일과 특수일 데이터가 가지는 상관관계를 분석하여, 별도의 데이터 셋을 구축하고, 각 데이터 셋에 적합한 딥 러닝 네트워크를 이용하여, 전력수요예측 오차를 감소하는 방안을 제시하였다. 또한, 기본적인 전력수요 예측요소인 기상요소에 환경요소, 구분요소 등 다양한 예측요소를 추가하여 예측율을 향상하는 방안을 제시하였다. 전체데이터는 시계열 데이터 학습에 적합한 LSTM을 이용하여 전력수요예측을 하였으며, 특수일 데이터는 DNN을 이용하여 전력수요예측을 하였다. 실험결과 기상요소 이외의 예측요소 추가를 통해 예측율이 향상되었다. 전체 데이터 셋의 평균 RMSE는 LSTM이 0.2597이며, DNN이 0.5474로 LSTM이 우수한 예측율을 보였다. 특수일 데이터 셋의 평균 RMSE는 0.2201로 DNN이 LSTM보다 우수한 예측율을 보였다. 또한, 전체 데이터 셋의 LSTM의 MAPE는 2.74 %이며, 특수 일의 MAPE는 3.07 %를 나타냈다.

• 응용통계연구
• /
• 제27권3호
• /
• pp.431-444
• /
• 2014

본 논문에서는 시간-진동수 영역에서 시계열을 여러 구성 성분으로 분해하는 방법인 경험적모드분해법(Empirical Mode Decomposition)을 소개하고, 이를 이용하여 한국의 주요 거시 경제 지표를 대상으로 순환변동과 추세 성분을 추출하고 예측에 활용한다. 그 효율성을 살펴보기 위하여, 추출된 구성 성분들의 변동성, 동행성, 지속성, 인과성, 비정상성 및 예측력을 계산하고, 가장 보편적으로 널리 사용되고 있는 Hodrick-Prescott 필터에 의한 결과와 비교한다.

• 전기전자학회논문지
• /
• 제24권2호
• /
• pp.523-528
• /
• 2020

스마트 모바일 장치의 확산은 인간의 일상 행동 분석을 보다 일반적이고 간단하게 만들었다. 행동 분석은 이미 본인 인증, 감시, 건강 관리 등 많은 분야에서 사용 중이고 그 유용성이 증명되었다. 본 논문에서는 스마트폰의 가속도 센서 신호를 사용하여 효율적이고 정확하게 행동 인식을 수행하는 합성곱 신경망(모델 A)과 순환 신경망까지 적용한(모델 B) 심층 신경망 모델을 제시한다. 모델 A는 batch normalization과 같은 단순한 기법만 적용해도 이전의 결과보다 더 작은 모델로 더 높은 성능을 달성할 수 있다는 것을 보인다. 모델 B는 시계열 데이터 모델링에 주로 사용되는 LSTM 레이어를 추가하여 예측 정확도를 더욱 높일 수 있음을 보인다. 이 모델은 29명의 피실험자를 대상으로 수집한 벤치마크 데이트 세트에서 종합 예측 정확도 97.16%(모델 A), 99.50%(모델 B)를 달성했다.

• 한국항만경제학회지
• /
• 제32권2호
• /
• pp.25-37
• /
• 2016

1990년대 이후 한국 경제는 두 번의 금융위기(1997년 아시아 금융위기와 2008년 글로벌 금융위기)를 겪었다. 이들 금융위기는 한국 실물경제의 여러 지표에 영향을 끼쳤고 이로 인해 한국의 최대 수출입 관문인 부산항에서 처리되는 물동량 변화에도 영향을 주었다. 그러나 아시아 금융위기 당시 부산항의 총 컨테이너처리실적을 살펴보면 금융위기와 관련된 영향이 명백히 나타나고 있지 않다. 이 연구는 이들 금융위기가 부산항 물동량 변화에 끼친 영향을 분석하기 위해 ARIMA모형의 특수한 형태 중 하나인 개입모형을 이용하였다. 개입모형은 시계열 예측뿐만 아니라 특정 사건발생과 관련된 그 효과를 분석하기 위하여 사용되는 정량적 모형으로 이 연구에서는 개입효과의 추정에 중점을 두었다. 그 결과 부산항 물동량 변화에 두 번의 금융위기가 유의미한 영향을 미쳤다는 것을 보였다.

• 한국항해항만학회지
• /
• 제33권10호
• /
• pp.757-769
• /
• 2009

본 연구는 어촌지역의 미래 관광수요를 예측하고 어촌지역 관광을 활성화시킬 수 있는 지방정부의 정책적 방안을 탐색하는 것을 목적으로 하고 있다. 연구는 강원도 동해안 지역을 중심으로 이루어 졌다. 분석은 시계열 분석과 그 지역 관광객을 대상으로 한 설문조사를 통해 수행되었다. 분석결과, 동해안 어촌지역의 내국인과 외국인 관광객은 모두 증가되어 왔지만, 그 지역은 그러한 증가되는 관광수요를 지역경제 성장으로 흡수할 정도로 충분히 수용하지는 못해왔다. 그 지역의 미래 내 외국인 관광수요는 꾸준히 증가될 것으로 예측 되었다. 그러나 과거의 증가율에 비하면, 그 증가율은 특히 외국인 관광객의 증가율은 그다지 긍정적으로 평가되기 어렵다. 이런 분석 결과를 통하여, 그 지역의 관광 활성화에 도움이 될 수 있는 지방정부의 정책적 시사점을 몇 가지 발견 하였다.