최근에 「전자정부 성과관리 지침」이 시행되면서 정보시스템의 성과 지표 설정에 대한 요구가 커지고 있다. CODIL과 같이 대국민을 대상으로 정보서비스를 하는 시스템은 성과 지표 설정이 쉽지 않다. 본 연구는 객관적인 근거에 준하여 CODIL을 통해 얻을 수 있는 성과의 기대 목표치를 설정하기 위해 몬테카를로 시뮬레이션을 적용하는 연구모형을 제시하였다. 2015년부터 2023년까지 실시한 설문조사 내용 중 CODIL에서 제공하는 건설기술정보의 활용 빈도에 관한 이용자 만족도의 통계적 특성을 입력변수로 지정하였고 2024년부터 2026년까지의 미래의 기대 목표치와 신뢰구간을 결과변수로 지정하였다. 5개의 시뮬레이션 대안과 대안별로 1,000회의 난수를 발생하여 기대 목표치를 측정하였다. 다음으로 측정한 기대 목표치를 해석하였고, 선행연구에서 측정한 시계열 회귀분석 결과와 비교하였다. 비록 선행연구처럼 연차 간에 연관관계를 고려하는 시계열 회귀분석을 기반으로 기대 목표치를 예측하지는 못하였다. 하지만 본 연구는 5,000회의 입력변수를 기초로 하여 기대 목표치를 예측하였기 때문에 선행연구에 비해 좀 더 정확한 분석 결과라고 볼 수 있다.
수요예측은 경영 전략을 포함한 모든 경영 활동의 기초가 된다. 특히 부품의 수요예측은 공급망관리 측면에서 매우 중요한 요소 중 하나이다. 부품의 수요는 다양한 산업에서 종종 간헐적 특성을 포함한다. 간헐적 특성이란 수요가 발생하지 않는 경우가 빈번한 현상을 지칭한다. 간헐적 수요 현상에서는 발생된 수요의 분산이 크고 그 발생간격이 확률적이다. 따라서 간헐적 특성을 갖는 수요를 예측하기 위해서 일반적인 시계열 분석기법이나 인과관계를 이용한 모형(회귀모형)을 사용하는 것은 적합하지 않다. 이는 기존의 방법들이 실제 수요행태를 묘사하기 어렵기 때문이다. 이러한 간헐적 수요의 예측을 위해 마코프 부트스트랩이 개발되었다. 이 방법은 1계차 자기상관성을 반영하며 리드타임 동안 수요의 합이 독립임을 가정하였다. 본 연구에서는 리드타임 내 수요 합의 독립가정을 완화한 부트스트랩 방법을 제안한다. 수정된 부트스트랩 방법에 의해 재추출된 데이터는 실측 데이터의 간헐적 특성을 근사적으로 반영한다. 마지막으로 실측 데이터에 수정된 방법을 적용한 예측 결과를 사례로 제시하고자 한다.
오늘날 인터넷 사용자들은 유튜브(YouTube)와 같은 온라인 콘텐츠 공유 사이트를 통해 손쉽게 자신의 콘텐츠를 만들고 다른 사람들과 공유하고 있다. 그로 인해 하루에도 엄청난 양의 온라인 콘텐츠들이 쏟아지고 있다. 온라인 콘텐츠들의 홍수 속에서 어떤 콘텐츠가 향후에 인기가 있을 것인지를 예측하는 문제는 일반 이용자들이나 콘텐츠 공유 사이트 운영자들 모두가 관심을 가지는 문제이다. 본 논문에서는 인터넷 토론 게시판에 등록된 게시물들의 인기도를 예측하는 방법을 제안한다. 본 논문에서는 인터넷 토론 게시판에 등록된 게시물들의 인기도를 예측하기 위해 게시물의 조회수를 인기 척도로 간주하고 각 게시물의 조회수 변화량을 분석하였다. 게시물의 최종 조회수를 예측하기 위하여 관찰된 조회수 시계열 데이터를 이용하여 지수 함수를 기반으로 하는 조회수 증가 모델을 제안한다. 다음 아고라 게시판의 게시물을 대상으로 한 실험에서 전체 실험 게시물 중 약 90.7%인 20,532개의 게시물이 예측 오차가 10개 이하로 나타났다.
최근 인공지능의 딥러닝과 머신러닝을 이용한 예측시스템에 관한 연구가 활발히 진행되고 있다. 인공지능의 발전으로 인해 투자관리자의 역할을 인공지능을 대신하고 있으며, 투자관리자보다 높은 수익률로 인해 점차 인공지능으로 거래를 하는 알고리즘 거래가 보편화하고 있다. 알고리즘 매매는 인간의 감정을 배제하고 조건에 따라 기계적으로 매매를 진행하기 때문에 장기적으로 접근했을 때 인간의 매매 수익률보다 높게 나온다. 인공지능의 딥러닝 기법은 과거의 시계열 데이터를 학습하고 미래를 예측하여 인간처럼 학습하게 되고, 변화하는 전략에 대응할 수 있어 활용도가 증가하고 있다. 특히 LSTM기법은 과거의 데이터 일부를 기억하거나 잊어버리는 형태로 최근의 데이터의 비중으로 높여 미래 예측에 사용하고 있다. 최근 facebook에서 개발한 인공지능 알고리즘인 fbprophet은 높은 예측 정확도를 자랑하며 주가나 암호화폐 시세 예측에 사용되고 있다. 따라서 본 연구는 fbprophet을 활용하여 실제 값과 차이를 분석하고 정확한 예측을 위한 조건들을 제시하여 암호화폐 자동매매를 하기 위한 새로운 알고리즘을 제공하여 건전한 투자 문화를 정착시키는 데 이바지하고자 한다.
본 연구는 BS(Balassa-Samuelson)효과가 장기 실질환율 변화를 설명할 수 있는지를 실증적으로 분석하는 데 있다. 이를 위해 1995년부터 2015년까지 OECD 25개 회원국(기준국 미국 제외)을 대상으로 패널자료를 구축하고 단위근 및 공적분검정을 통해 자료의 안정성을 검토하여 공적분 관계가 존재할 경우 추정모형을 설정하여 장기균형식을 추정하였다. 관련 변수들에 대한 패널 단위근 및 공적분검정을 실시한 결과 실질환율을 제외한 모든 변수들이 단위근을 가지고 있어 불안정적 시계열로 나타났으며 관련 변수들 간에 공적분 관계 즉 안정적인 균형관계가 존재하는 것으로 분석되었다. 동태최소자승법(Dynamic Ordinary Least Square, 이하 DOLS) 및 오차수정모형(Error-Correction Model, 이하 ECM)을 이용해 장기균형식을 추정한 결과 대체로 이론에서 예측하는 BS효과를 얻었으나 그 효과는 크지 않은 것으로 분석되었다. 특히 노동생산성이 실질환율에 직접 미치는 효과는 작았거나 통계적으로 유의하지 않았다. 그러나 교역재에 대한 비교역재 상대가격은 통계적으로 유의하게 실질환율에 영향을 미쳤으며 이론이 예측하는 바와 동일했다. 상대노동생산성이 상대가격에 미치는 효과는 분명하지 않았다. 한편 교역조건을 설명변수에 포함하여 추정한 결과 이론에서 예측하는 바와 동일한 결과를 얻었으며 모두 통계적으로 유의한 수준에서 교역조건이 실질환율 변화를 설명하는 데 중요한 변수라는 결과를 도출했다.
정수장의 최적화 운영을 위하여 가장 필요한 것은 수용가에서 사용되는 수돗물의 패턴과 양을 정확하게 예측하여 필요한 만큼의 수돗물을 펌프를 이용하여 배수지로 전달하여 저장하고, 필요한 유량이 최소의 전기에너지를 이용하여 적기에 공급되어야 한다. 정수장의 수량 예측 중 에너지 최적화 운영의 관점에서 필요한 단기 수요예측은 시계열 분석, 회귀분석 및 신경망 알고리즘을 이용하여 계절별, 주요 기간별, 지역 특성별 등을 고려하여 이루어져 왔으며, 본 논문에서는 순환적 신경회로망의 일종인 LSTM(Long Short-Term Memory), GRU(Gated Recurrent Units) 등의 AI 기반 복합센서 적용성 분석을 통한 에너지 관리 방안에 대하여 분석하였다.
Kirchhoff-Love 판 (KLP) 방정식은 특정 외력이 얇은 막에 끼치는 변형을 기술하는 잘 알려진 이론이다. 한편, frequency 도메인에서 진동하는 판을 해석하는 것은 주요 진동 주파수와 고유함수들을 구하는 것과 판의 진동을 예측하는데 중요하다. 다양한 모드 분석 방법들 중 dynamic mode decomposition (DMD)는 효율적인 data 기반 방법이다. 이 논문에서 우리는 DMD를 기반으로 sine 유형 외력의 영향력 안에 있는 KLP의 모드 분석을 수행한다. 우리는 먼저 유한차분법을 사용하여 이산적으로 표현된 시계열 형식의 KLP 해를 구한다. 720,00개의 FDM으로 생성된 해중에서, 오직 500개의 해만을 DMD의 구현을 위해 선택한다. 우리는 결과적으로 얻어진 DMD-mode를 보고한다. 또한, DMD를 통하여 KLP의 해를 예측하는 효율적인 방법을 소개한다.
강우-유출 모형에 의한 유출해석은 하천의 기후변화 및 재난대응, 수자원확보, 유역개발 등의 정책수립을 위한 가장 기본적인 과정이다. 이를 위해 다양한 물리적 강우-유출모형이 개발되었으며 많은 연구들에 의해 유용성이 증명되었다. 그러나 메콩강 유역과 같이 물리적 데이터의 양적, 질적 신뢰도가 부족한 지역을 대상으로 하는 경우 모형의 기본적인 불확실성 외에 다양한 기초자료 및 매개변수의 결정 또는 추정에 의한 추가적인 불확실성이 포함된다. 본 연구에서는 물리적 강우-유출모형에 대한 대안으로 데이터 기반의 black-box 모형인 LSTM 모형을 이용하여 메콩강 본류 Kratie지점을 대상으로 강우-유출해석시스템을 구축하였다. 이후 기후변화시나리오를 적용하여 미래유출변화를 모의를 수행하였다. 도출된 결과는 물리적 강우-유출모형인 SWAT 모형의 유출해석결과의 비교를 수행하고 이를 통해 LSTM 모형의 적용성을 판단하였다. 관측유량 및 기온자료를 제외한 모형에서 요구되는 기초자료는 범용 입력자료를 이용하고 미래기간의 예측을 위해 편의보정 된 RCP 4.5 및 8.5 기후변화시나리오가 적용되었다. 두 모형의 Kratie 지점에 대한 미래 유출예측결과는 경향성 분석결과 두 모형 모두 시나리오 별 통계적으로 유의한 수준의 경향은 도출되지 않았으나 RCP 4.5 시나리오에 대비 RCP 8.5 시나리오에서 연평균 유량의 변동성이 크게 나타나는 것으로 분석되는 등 결과의 유사성을 보이고 있는 것으로 분석되었다. 이를 통해 LSTM 모형에 의한 유출예측결과가 단순 시계열 변화에 따른 유출변화 모의에 있어서 SWAT의 결과에 비해 높은 재현성을 보이는 것을 확인하였다. 본 연구와 같이 유출량의 시 계열 변화만을 필요로 하는 경우 적은 데이터만으로 비교적 정확한 결과를 도출하는 LSTM 모형은 매우 효과적으로 사용될 수 있다고 판단된다.
국내의 심각한 저출산 문제와 평균수명의 연장으로 인하여 고령화가 다른 어떤 나라들보다도 빠르게 진행되고 있기 때문에 고령화 문제를 심각하게 다루고 다양한 사회적 파급효과를 분석하여 대응할 필요가 있다. 따라서 본 연구에서는 고령화가 가정용 전력수요에 미치는 영향을 분석하였다. 1965년~2010년까지 46년간의 연도별 시계열 자료를 분석한 연구 결과에 의하면 가정용 전력수요는 전력가격, 소득 수준, 고령화에 유의하게 반응하고 있는 것으로 분석되었고, 특히 고령화가 가정용 전력수요에 미치는 영향은 단기적으로 더욱 크게 나타났다. 이러한 결과는 고령화가 전력수요에 복합적인 영향을 미치는데 단기적으로 수요를 감소시키는 요인이 더욱 강력하게 영향을 주는 반면, 수요를 증가시키는 요인은 장기적으로 서서히 나타나기 때문일 것이다. 그러나 장기적으로도 고령화는 가정용 전력수요를 감소시키는 것으로 나타났고, 정부가 예측한 속도로 고령화가 진행될 경우 가정용 전력수요는 연간 3%보다 낮은 수준으로 증가할 것으로 예상된다.
제주도 동부 중산간 지역은 화산암으로 구성된 지하지질로 인해 지하수위의 변동폭이 크고 변동양상이 복잡하여 인공신경망(Artificial Neural Network, ANN) 모델 등을 활용한 지하수위의 예측이 어렵다. ANN에 적용되는 활성화함수에 따라 지하수의 예측성능은 달라질 수 있으므로 활성화함수의 비교분석 후 적절한 활성화함수의 사용이 반드시 필요하다. 본 연구에서는 5개 활성화함수(sigmoid, hyperbolic tangent(tanh), Rectified Linear Unit(ReLU), Leaky Rectified Linear Unit(Leaky ReLU), Exponential Linear Unit(ELU))를 제주도 동부 중산간지역에 위치한 2개 지하수 관정에 대해 비교분석하여 최적 활성화함수 도출을 목표로 한다. 또한 최적 활성화함수를 활용한 ANN의 적용성을 평가하기 위해 최근 널리 사용되고 있는 순환신경망 모델인 Long Short-Term Memory(LSTM) 모델과 비교분석 하였다. 그 결과, 2개 관정 중 지하수위 변동폭이 상대적으로 큰 관정은 ELU 함수, 상대적으로 작은 관정은 Leaky ReLU 함수가 지하수위 예측에 적절하였다. 예측성능이 가장 낮은 활성화함수는 sigmoid 함수로 나타나 첨두 및 최저 지하수위 예측 시 사용을 지양해야 할 것으로 판단된다. 도출된 최적 활성화함수를 사용한 ANN-ELU 모델 및 ANN-Leaky ReLU 모델을 LSTM 모델과 비교분석한 결과 대등한 지하수위 예측성능을 나타내었다. 이것은 feed-forward 방식인 ANN 모델을 사용하더라도 적절한 활성화함수를 사용하면 최신 순환신경망과 대등한 결과를 도출하여 활용 가능성이 충분히 있다는 것을 의미한다. 마지막으로 LSTM 모델은 가장 적절한 예측성능을 나타내어 다양한 인공지능 모델의 예측성능 비교를 위한 기준이 되는 참고모델로 활용 가능하다. 본 연구에서 제시한 방법은 지하수위 예측과 더불어 하천수위 예측 등 다양한 시계열예측 및 분석연구에 유용하게 사용될 수 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.