• 제목/요약/키워드: 시계열 예측분석

검색결과 737건 처리시간 0.032초

Deep Neural Network를 활용한 초미세먼지 농도 예측에 관한 연구 (A Study on Prediction of PM2.5 Concentration Using DNN)

  • 최인호;이원영;은범진;허정숙;장광현;오종민
    • 환경영향평가
    • /
    • 제31권2호
    • /
    • pp.83-94
    • /
    • 2022
  • 본 연구는 국가측정망(에어코리아)에서 제공하는 2017년, 2019년 및 2020년도 대기질확정 데이터를 이용하여 Deep Neural Network(DNN) 모델을 학습하고, 2016년과 2018년도 데이터를 이용하여 학습된 모델을 평가·검증하였다. 피어슨 상관계수 0.2를 기준으로 SO2, CO, NO2, PM10 항목을 독립변수로 하여 초기 모델링을 진행하였고, 예측의 정확도를 높이기 위한 방법으로 시계열적 요소를 반영한 월별 모델링(개선모델)을 진행하여 초기모델과 비교·분석하였다. 분석에 사용한 지표는 RMSE(Root mean square error) 방법으로 오차를 계산하였으며, 예측 결과 초기모델의 RMSE값은 5.78로 국가측정망의 예측이동 평균모델의 결과(10.77)와 비교하여 초기모델에서 약 46% 오차가 감소하였다. 또한, 개선모델의 경우, 초기모델 대비 11월 모델을 제외한 모든 월별모델에서 정확도 향상이 있었다. 따라서, 본 연구에서는 DNN 모델링이 PM2.5 농도 예측에 효과적인 방법임을 제안할 수 있었으며, 향후 추가적인 독립변수 선정 및 시계열 요소를 고려한 방법으로 모델의 정확도 개선 가능성을 확인할 수 있었다.

The Study for Hazardous Material Incidents in Korea

  • Kim, Geun-Young;Il, James E. Moore
    • 한국방재학회 논문집
    • /
    • 제9권1호
    • /
    • pp.91-97
    • /
    • 2009
  • 유해물질은 다양한 기체 액체 고체형태로 수송될 때 인간의 안전과 건강, 재산에 예측할 수 없는 위험을 야기시킬 수 있는 물질을 의미한다. 유해물질은 실수로 유출된다면 인명과 재산 그리고 환경측면에서 재난을 결과할 수 있다. 한국의 경제가 발전 할수록 유해물질의 사용은 증가한다. 그리고 유해물질 사고의 총 건수와 영향 역시 증가하게 되어 유해물질 사고의 위험도도 증가하고 있다. 다양한 유형의 유해물질이 공급지에서 수요지로 이동할 때 유해물질 사고의 유형과 특성이 어떠한가를 아는 것은 재난관리 측면에서 매우 중요한 사항이다. 본 연구의 목적은 한국에서 유해물질 사고를 발생시키는 유해물질의 유형과 특성을 조사하고, 시설과 교통측면에서 유해물질 사고의 시계열적 추세를 분석하는 것이다. 본 연구는 빈도분석, 교차분석과 같은 통계분석기법을 유해물질 사고의 통계적 유의성을 분석하기 위해 적용하였다.

기후변화에 따른 A1B 시나리오의 유출 및 증발산량 영향 평가 (Assessment of Streamflow and Evapotranspiration Influence on the Climate Change under SRES A1B Scenario)

  • 안소라;박민지;박근애;김성준
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2008년도 학술발표회 논문집
    • /
    • pp.1097-1101
    • /
    • 2008
  • 본 연구에서는 SLURP 수문모형을 이용하여 미래기후와 예측된 토지이용자료 및 식생의 활력도를 고려한 상태에서 하천유역의 유출 및 증발산량에 미치는 영향을 분석하였다. 경안천 상류유역($260.04\;km^2$)을 대상유역으로 선정하여 4개년(1999-2002) 동안의 일별 유출량 자료를 바탕으로 모형의 보정(1999-2000)과 검증(2001-2002)을 실시하였다. 모형의 보정 및 검정 결과 Nash-Sutcliffe 모형효율은 0.79에서 060의 범위로 나타났다. 미래 기후자료는 IPCC(Intergovernmental Panel on Climate Change)에서 제공하는 A1B 기후변화시나리오의 MIROC3.2 hires, ECHAM5-OM, HadCM3 모델의 결과값을 이용하였다. 먼저 과거 30년 기후자료(1977-2006, baseline)를 바탕으로 각 모델별 20C3M(20th Century Climate Coupled Model)의 모의 결과값을 이용하여 강수와 온도를 보정한 뒤 Change Factor Method로 Downscaling하였다. 미래 기후자료는 2020s(2010-2039), 2050s(2040-2069), 2080s(2070-2099)의 세 기간으로 나누어 분석하였다. 미래 토지이용은 과거 시계열 Landsat 토지이용도를 이용하여 CA-Markov기법으로 예측된 토지이용을 사용하였으며, 미래의 식생정보 예측을 위하여 NOAA/AVHRR 위성영상으로부터 추출된 월별 NDVI(1998-2002)와 월평균기온간의 선형 회귀식을 도출하여 미래의 식생지수 정보를 추정하였다. 모형의 적용결과, 미래기후변화에 따른 연평균 하천유출은 현재보다 최대 2020s는 23.9%, 2050s는 40.7%, 2080s는 39.5% 증가하였다. 봄 강수량 패턴의 변화로 유출량 증가하는 것으로 나타났으며 여름에는 유출량은 감소하고 증발산량은 증가하는 결과를 보였다.

  • PDF

유비쿼터스 기술을 이용한 금강 홍수도달시간 계측 (Measurement of floodwater reach time in Gum river using Ubiquitous technology)

  • 황의호;권형중;이근상;고덕구
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2008년도 학술발표회 논문집
    • /
    • pp.2238-2243
    • /
    • 2008
  • 홍수 방류량 하류 도달시간 산정은 댐운영 및 홍수예경보의 기초자료로 인식되고 있어 정확한 유하시간 산정이 필요하다. 수자원공사에서는 댐 방류에 따른 하류도달시간을 댐운영실무편람('06)에 있는 자료를 활용하여 댐 운영에 활용하고 있다. 금강 하류부의 경우 '97년 금강홍수예경보 자료를 활용하고 있으나, 수치모형 결과 자료로 실측에 의한 검증이 이루어지지 않았다. 댐 방류수에 대한 하류도달 시간에 대한 실측 기술을 확보하여 실측을 통한 수치모형의 검증 및 보완 필요하며, 보정된 수치모형을 이용한 홍수도달시간 실시간 예측을 통한 댐운영의 효율성 확보 및 대내외 검증된 결과 제시가 요구되고 있다. 현재 댐 방류에 따른 하류도달 시간에 대한 실측이 요구되고 있으나, 관련 기술에 대한 국내외 개발 및 적용 사례가 전무한 실정으로 본 연구에서는 현장계측과 수치모형을 연계한 신뢰성 높은 도달시간을 분석하는 기술을 개발하고자 하였다. 이를 위해 장구간 내에서 홍수의 흐름과 동일하게 하천에 흘러갈 수 있는 부유물을 개발하였으며, 주야간에 상관없어 주요 계측지점에서 도달시간 산정을 위해 자동 인식될 수 있는 센서기술을 개발하였다. 또한, 인식된 센서를 안정적으로 통신망에 연동하여 실시간 계측이 가능하며, GIS 기반의 원격 모니터링이 가능하도록 시스템을 구성하였다. 나아가. 기존 수치모형에 의존하여 예측된 도달시간 산정방법을 개선하기 위하여 수치모형의 매개변수를 검보정을 위한 시계열 및 지속적으로 자료를 취득하였다. 이러한 센서기술, 모니터링기술, 분석기술을 융합하여 향후 매개변수를 보정한 홍수도달시간 수치모형을 이용하여 신뢰성 높은 예측결과를 홍수예경보 및 댐 운영에 있어 활용함으로써 홍수재해로부터 안전성을 확보하고 물관리의 효율화를 달성할 수 있을 것으로 판단된다.

  • PDF

심혈관 신호에 있어서 단기간 beat-to-beat 변이의 비선형 역할에 관한 연구 (Study on Nonlinearites of Short Term, Beat-to-beat Variability in Cardiovascular Signals)

  • Han-Go Choi
    • 대한의용생체공학회:의공학회지
    • /
    • 제24권3호
    • /
    • pp.151-158
    • /
    • 2003
  • 심장혈관 신호에 있어서 단기간의 beat-to-beat 변이(variability)에 대한 여러 연구에서 선형 분석기법들이 사용되었다. 그러나 단기간 beat-to-beat 변이에 대해 선형기법 사용의 타당성에 대한 연구나 선형과 비선형 특성을 비교한 연구는 수행되지 않았다. 본 논문의 목적은 단기간 beat-to-beat 변이의 비선형성 특성을 조사함으로써 선형기법 사용의 적절함을 증명하고자 한다. 이를 위해 선형 ARMA와 비선형 신경망(NN) 모델을 사용하여 예측을 수행하였는데, 과거의 순시 심박(HR)과 평균 혈압(BP)으로부터 현재의 심박과 혈압 예측을 상호 비교하였다. 이러한 예측모델을 평가하기 위해 MIMIC 데이터베이스로부터 HR와 BP 시계열을 사용하였다. 실험결과에 의하면 신경망에 의한 비선형성은 단기간 beat-to-beat 변이를 생성하는 시스템 동특성을 나타내는데 의미있는 역할을 하지 못하였으며, 이 사실은 ARMA 선형 분석기법이 이러한 시스템 동특성을 나타내는데 적절함을 보여주고 있다

건축물 IoT 센서 데이터를 분석하여 인공지능을 활용한 건축물 실시간 상태감시 및 예측 시스템 (By Analyzing the IoT Sensor Data of the Building, using Artificial Intelligence, Real-time Status Monitoring and Prediction System for buildings)

  • 서지민;김정집;권은혜;정회경
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2021년도 추계학술대회
    • /
    • pp.533-535
    • /
    • 2021
  • 본 연구가 기존 연구와 구별되는 점은 다음과 같다. 첫째, IoT 기술을 활용하여 클라우드 기반으로 시스템을 구축함으로써 인터넷 연결이 되는 어느 곳에서나 건축물의 상태를 실시간으로 모니터링 할 수 있도록 시스템을 구축했다는 것이다. 둘째, 계측된 시계열 센서 데이터를 인공지능(LSTM)과 통계적(ARIMA) 방법을 이용하여 미래를 예측하는 모델을 개발하고 제안한 예측 모델의 실효성을 건축물 축소모형을 이용하여 실험적으로 검증하였다. 셋째, 또한 다수의 센서 데이터를 융합하여 건축물의 구조적 변형을 시각화함으로써 보다 입체적으로 건축물을 상태를 분석하는 방법에 대해 제안하고 실제 지진피해 건축물 사례를 통해 제안한 방법의 효용성을 입증하였다.

  • PDF

시계열 자료의 예측을 위한 자료 기반 신경망 모델에 관한 연구: 한강대교 수위예측 적용 (A Study on the Data Driven Neural Network Model for the Prediction of Time Series Data: Application of Water Surface Elevation Forecasting in Hangang River Bridge)

  • 유형주;이승오;최서혜;박문형
    • 한국방재안전학회논문집
    • /
    • 제12권2호
    • /
    • pp.73-82
    • /
    • 2019
  • 최근 이상기후로 인한 집중호우에 따른 하천변 사회기반시설의 침수피해가 증가하고 있으며, 침수 가능성 여부에 대한 신속한 예 경보가 필요한 실정이다. 일반적인 홍수 예 경보는 하천수위를 이용하고 있으며, 수치모형을 이용하여 하천수위를 예측하는 연구가 대부분이었다. 그러나 수치모형을 이용한 하천수위 예측은 결과가 정확한 반면 수치모의 시간이 오래 소요된다는 한계점이 있어 최근에는 인공신경망 등을 적용한 자료기반의 수위예측 모형이 많이 이용되고 있다. 하지만 기존의 인공신경망을 활용한 수위예측 연구는 시간적 매개변수를 고려하지 못하였다는 한계점이 존재한다. 본 연구에서는 시간적 매개변수(Time delay= 2시간)를 고려한 NARX 신경망 모형을 사용하여 한강대교의 수위를 예측하였다. 또한 NARX 모형의 적합성을 판단하기 위하여 인공신경망(ANN) 모형과, 순환신경망(RNN)모형의 결과와 비교하였다. 2009년에서 2018년까지 10년간의 수문자료를 이용하여 70%를 학습시키고 검정과 평가에 15%를 사용하여 2018년의 한강대교 3시간 후 수위를 예측한 결과 평균제곱근오차(RMSE)의 경우 ANN, RNN, NARX model이 각각 0.20 m, 0.11 m, 0.09 m, 평균절대오차(MAE)의 경우, 각각 0.12 m, 0.06 m, 0.05 m, 첨두수위 오차(Peak Error)는 각각 1.56 m, 0.55 m, 0.10 m로 나타났다. 연구 대상지역에 대한 시간적 매개변수를 고려한 예측 결과의 오차분석을 통하여 NARX 신경망 모형을 사용하는 것이 수위예측 모형 구축이 가장 적합한 것으로 나타났다. 이는 NARX 신경망 모형이 과거의 입력자료를 고려함으로써 시계열 자료의 변동 추세도 학습 할 수 있으며, 또한 모형 내 활성함수를 쌍곡선탄젠트(Hyperbolic tangent) 및 Rectified Linear Unit(ReLU) 함수를 사용하여 고수위 예측 시에도 정확한 예측 값을 도출할 수 있기 때문이다. 그러나 NARX 신경망 모형은 시퀀스 길이가 길어짐에 따라 기울기 소실문제(Vanishing gradient)가 발생하는 한계점이 있어 향후에는 이를 보완한 LSTM(Long Short Term Model)모형을 이용하여 수위예측의 정확도를 검토하고자 한다.

TAR-GARCH 모형을 이용한 국내 주가 자료 분석 (TAR-GARCH processes as Alternative Models for Korea Stock Prices Data)

  • 황선영;김은주
    • 응용통계연구
    • /
    • 제13권2호
    • /
    • pp.437-445
    • /
    • 2000
  • 국내 주가시계열을 분석하기 위해 기존의 비선형시계열모형인 분계점을 가진 자기외귀모형(TAR)과 일반화 이분산자기회귀모형(GARCH)을 비교 분석한 후, 이 두가지 모형을 결합시킨 새로운 모형 TAT-GARCH모형을 제안하였다. 이 모형은 그 자체로도 이론적인 관삼의 대상이 되어 연관된 모수추정 기법을 제시하였고 국내 개별 주가시계열 자료의 분석에 있어서 제안된 모형이 기존의 모형들 보다 상대적으로 더 좋은 예측치를 제공할 수 있음을 특정 9개 회사의 주가분석을 통해 알아보았다.

  • PDF

자산가격결정요인의 선박가격에 대한 파급효과 분석 (The Spillover from Asset Determinants to Ship Price)

  • 최영재;김현석
    • 한국항만경제학회지
    • /
    • 제32권2호
    • /
    • pp.59-71
    • /
    • 2016
  • 본 논문은 2000년 1월부터 2014년 10월까지의 시계열 자료를 사용하여 이자율과 운임이 선가에 미치는 영향을 실증분석하였다. 선행연구와 달리, 동태적 고든(Gordon) 모형을 통하여 이자율이 할인율로써 선가에 미치는 영향을 고려하였으며, 이자율과 운임이 선가에 미치는 동태적 영향을 파악하기 위해 벡터자기회귀모형과 충격반응분석, 예측오차분산분해를 활용하였다. 그 결과는 다음과 같다. 먼저 벡터자기회귀모형의 추정은 선가와 이자율이 유의한 음(-)의 상관성을 가지며, 선가와 운임의 유의한 양(+)의 관계가 존재한다는 것을 보여주었다. 이는 선가의 동태적 고든(Gordon) 모형 하에서 선가는 이자율과 운임에 의존함을 의미한다. 둘째, 이자율과 운임의 동태적 영향이 지속되는 기간을 파악하기 위해 충격반응분석을 실시하였다. 그 결과, 이자율과 운임의 충격에 대한 선가의 반응은 모두 약 7개월 간 지속되는 것을 확인하였다. 마지막으로 예측오차분산분해의 실증결과는 선가 변동을 설명하는데 있어 운임의 영향이 이자율보다 상대적인 비중이 크다는 것을 보여주었다.

항공사진측량을 이용한 채소주산단지 재배면적 추정 연구 (A Study on Estimating the Vegetable Cultivation Complex Area using Aerial Photogrammetry)

  • 배경호;함건우;이정민
    • 한국지리정보학회지
    • /
    • 제21권4호
    • /
    • pp.108-118
    • /
    • 2018
  • 최근 4차산업혁명으로 대두되는 기술혁명 변화에 농업분야도 환경변화에 효율적으로 대응하기 위해 ICT 기술을 적용한 스마트팜 구현 등의 혁신을 추구하고 있다. 하지만 이러한 혁신을 위한 변화기술은 다양한 공간정보에 기반한 농작물 현황에 대한 분석과 예측 기법이 필요하다. 이러한 분석기법은 주기적이고 과학적인 공간정보에 기반할 때 보다 과학적인 결과를 도출할 수 있다. 본 연구에서는 기상변화에 따라 민감하게 반응하는 배추, 무, 마늘, 양파, 고추를 선정하여 항공사진측량을 이용한 재배면적 추정, 채소 작황 현황 및 연도별 변화를 분석하였다. 본 연구 결과로 농업분야의 원격탐사를 활용한 재배면적 산정 및 작황현황 분석 가능성을 제시하였으며, 공간정보 기반의 채소주산단지 시계열 정보는 효율적인 농업환경 관측 자료로 활용될 것으로 예측된다.