• 한국ITS학회 논문지
• /
• 제14권4호
• /
• pp.18-26
• /
• 2015

본 연구에서는 새마을 무궁화 열차의 주요 5개노선(경부선, 호남선, 전라선, 장항선, 중앙선)의 단기수송수요의 예측모형 선정방안을 제시하고 유용성을 확인하기 위한 검증결과를 제시하였다. 분석을 위해 계절별 특성이 반영된 SARIMA 모형을 이용하였으며, 주중/주말 통행 특성 및 대체근무제 등과 같은 공휴일 특성을 반영하고자 각 노선별 주중/주말 일평균 모형을 각각 구축하였다. 또한 모형의 신뢰도를 높이기 위해 EXPO 개최, 새로운 노선의 개통 등 노선별 개입요소를 고려하여 수송수요의 예측모형에 반영하였으며 모형 예측력의 검증을 통해 정도 높은 모형을 구축하였음을 확인하였다. 본 연구를 통해 개발된 모형은 열차 노선별 단기운행계획 수립을 위한 기초자료로 활용될 수 있을 것으로 기대된다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권1호
• /
• pp.159-169
• /
• 2009

본 연구는 이동평균을 이용하여 2009년부터 2026년까지 대구 경북 (대구광역시와 경상북도) 지역의 고3학생수 (고등학교 3학년 학생 수)를 예측하고, 그 결과와 교육인적자원 통계서비스의 2005년부터 2007년까지의 고3학생수에 대한 예측들과 비교분석하였다. 그리고 고3학생수의 감소에 대하여 대구 경북의 전문대학을 포함한 대학들의 입학정원수와 관계를 분석하였다. 분석결과 2007년의 고3학생수를 기준으로 볼 때, 교육인적자원 통계시스템의 예측연도2007년 예측결과인 2017년에 입학생유치의 어려움은 피하더라도 2-3년 후인 2019년과 2020년에는 대구?경북의 입학생 유치에 심각한 어려움이 오는 것으로 예측이 된다.

• 응용통계연구
• /
• 제34권5호
• /
• pp.697-710
• /
• 2021

상대오차를 이용한 예측법은 상대오차(혹은 퍼센트오차)가 중요시되는 분야, 특히 계량경제학이나 소프트웨어 엔지니어링, 또는 정부기관 공식통계 부분에서 기존 예측방법 외에 선호되는 예측방법이다. 그 동안 상대오차를 이용한 예측법은 선형 혹은 비선형 회귀분석 뿐 아니라, 커널회귀를 이용한 비모수 회귀모형, 그리고 정상시계열분석에 이르기까지 그 범위가 확장되어 왔다. 그러나, 지금까지의 분석은 고정효과(fixed effect)만을 고려한 것이어서 임의효과(random effect)에 관한 상대오차 예측법에 대한 확장이 필요하였다. 본 논문의 목적은 상대오차예측법을 일반화선형혼합모형(GLMM)에 속한 감마회귀(gamma regression), 로그정규회귀(lognormal regression), 그리고 역가우스회귀(inverse gaussian regression)의 패널자료(panel data)에 적용시키는데 있다. 이를 위해 실제 자동차 보험회사의 손해액 자료를 사용하였고, 최량예측량과 최량상대오차예측량을 각각 적용-비교해 보았다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.171-191
• /
• 2020

본 연구는 현대 사회에서 가장 가치 있는 문화자산이자 한류의 흐름에서 특히 중요한 위치를 차지하는 디지털 음악에 초점을 두었다. 디지털 음악에 대하여 공신력 있는 음원 차트인 '가온 차트'에 진입한 음원들의 73주간 순위 변화를 수집하였으며 유사한 특징을 가지는 패턴들로 분류하였다. 이후 각 순위 변화 패턴으로부터 주목할 만한 특징에 대한 설명적 분석을 수행하였다. 구체적으로 음원에 대한 신뢰도 이슈가 발생하기 이전 기간의 국내 발매된 디지털 음원들로 한정하여 시점을 일치시킨 후 시계열 군집분석을 통해 패턴을 도출하고자 하였다. 데이터 수집과 전처리를 통하여 742건의 중복되지 않는 음원들을 확보하였고, 시계열 순위 변화에 대한 시계열 군집분석 결과 16개의 패턴들이 도출되었다. 이후 도출된 패턴들을 기반으로 '스테디셀러'와 '원 히트 원더'의 두 가지 유형의 대표적인 패턴을 확인하였다. 나아가 두 패턴에 대하여 차트 내에서 음원의 생존 기간과 음원 순위에 관점에서 다섯 가지의 세분화된 패턴으로 분류하였다. 각 패턴들이 가지는 중요한 특징들은 다음과 같다. 원 히트 원더형 패턴에서 아티스트의 슈퍼스타 효과와 편승효과가 강하게 나타났으며, 소비자들의 디지털 음원 선택에 강한 영향을 미친다는 것을 확인하였다. 나아가 스테디셀러형 패턴을 통해서 매우 오랜시간 소비자들의 선택을 받는 음원들을 확인하였고, 소비자의 니즈를 관통하며 가장 많은 선택을 받는 음원들이 오히려 원 히트 원더형 패턴이 아니라 스테디셀러: 중기 패턴에 포진하고 있음을 확인하였다. 특히 주목할 만한 점은 스테디셀러형 패턴을 통해 기존의 패턴과는 상반되는 '차트 역주행' 현상을 확인했다는 것이다. 본 연구는 디지털 음원을 중심으로 상대적으로 소외되었던 분야인 시간의 흐름에 따른 음원의 순위 변화에 초점을 두었고, 음원의 흥행과 순위를 예측하는 것이 아니라 순위 변화의 패턴을 세분화함으로써 음원 연구에 대한 새로운 접근을 시도하였다는 점에서 의의가 있다.

• 한국지리정보학회지
• /
• 제25권4호
• /
• pp.222-237
• /
• 2022

본 연구에서는 우리나라의 미래 산지면적의 변화를 전망하기 위해 요인들의 인과관계에 기반한 System Dynamics 모델을 개발하여 2050년까지 산지전용 수요 변화를 전국 단위로 분석하였다. 모델을 개발하기 위한 산지전용 형태의 유형을 농업용지, 산업용지, 주거·상업용지, 공용·공공용지로 분류하여 시계열 자료로 구축하였다. 각 산지전용 유형에 영향을 주는 피드백 인자를 분석한 결과, 농업용지와 산업용지는 모두 GDP와 직접적인 음과 양의 관계를 가지는 것으로 나타났고, 공용·공공용지는 GDP와 직접적인 양의 관계가 성립하지만 생활용 목적이 대부분이기 때문에 인구수와도 직접적인 영향을 주고받는 것으로 나타났으며, 주거·상업용지의 경우에는 경기상황을 대표하는 GDP와 주택건축허가량에 직접 영향을 받는 것으로 분석되었다. 또한 각 유형에 영향을 주는 GDP, 주택건축허가량, 인구의 변수는 하위 단의 생산토지, 생산자산, 고용자수 등의 변수와 순환적 관계가 성립하고 이러한 변수에 의해 유발되는 유형별 전용면적은 생산토지에 다시 영향을 주는 피드백 관계를 나타내는 것으로 나타났다. 그리하여 본 연구에서는 한국은행, 통계청에서 제공하는 GDP와 인구자료와 기존 연구에서 도출된 주택건축허가량 시계열 자료를 이용하여 각 유형을 직접 추정하는 모델을 개발하였다. 그 결과 농업용지 전용수요는 지속해서 감소하고, 2050년까지의 산업용지 수요는 2020년 전용면적 대비 약 39% 정도 감소하는 것으로 나타났으며, 공용·공공용지의 경우 2050년까지 감소추세를 나타내며 인구가 감소하는 2029년 이후부터 수요의 감소율이 지속해서 증가하는 것으로 분석되었으며, 주거·상업용지의 수요는 가구수 감소와 더불어 2034년 정점 대비 약 1,634ha까지 줄어드는 것으로 예측되었다. 이렇듯 산지전용은 미래에도 지속해서 발생하기 때문에 산지의 보호와 국토의 균형적 발전을 위해서는 현재의 산지이용 체계를 개선하여 합리적인 이용을 유도할 수 있는 법률과 정책이 수반되어야 할 것으로 사료된다.

• 해양환경안전학회지
• /
• 제28권5호
• /
• pp.780-790
• /
• 2022

해양사고 예방을 위해서는 사고의 원인과 결과에 대한 분석 및 진단뿐만 아니라, 사고의 발생 패턴과 변화 추이를 예측함으로써 정량적 위험도를 제시할 필요성이 있다. 선박교통과 관련된 해양사고 예측은 선박의 충돌위험도 분석 및 항해 경로 탐색 등 선박교통의 흐름에 관한 연구가 주로 수행되었으며, 해양사고의 발생 패턴에 대한 분석은 전통적인 통계 분석에 따라 제시되었다. 본 연구에서는 해양사고 통계 자료 중 선박교통관련 사고의 월별, 시간대별 발생 현황 데이터를 활용하여 해양사고 발생 예측 모델을 제시하고자 한다. 국내 해양사고 발생 현황 중 월별, 시간대별 데이터 집계가 가능한 1998년부터 2021년까지의 통계자료 중 선박교통 관련 데이터를 분류하여 정형 시계열 데이터로 변환하였으며, 대표적인 인공지능 모델인 순환 신경망 기반 장단기 기억 신경망을 통하여 예측 모델을 구축하였다. 검증데이터를 통하여 모델의 성능을 검증한 결과 RMSE는 초기 신경망 모델에서 월별 52.5471, 시간대별 126.5893으로 나타났으며, 관측값으로 신경망 모델을 업데이트한 결과 RMSE는 월별 31.3680, 시간대별 36.3967로 개선되었다. 본 연구에서 제안한 신경망 모델을 기반으로 다양한 해양사고의 특징 데이터를 학습하여 해양사고 발생 패턴을 예측할 수 있을 것이다. 향후 해양사고 발생 위험의 정량적 제시와 지역기반의 위험지도 개발 등에 관한 추가 연구가 필요하다.

• 지적과 국토정보
• /
• 제48권2호
• /
• pp.137-151
• /
• 2018

최근, 경주, 포항에서 발생된 지진과 건설공사현장 주변의 지반침하, 산사태 및 씽크홀 등으로 인한 재난 재해 피해로 국가적인 관심이 높아지고 있다. SAR는 광역지역에 대한 mm단위의 지반변위를 검출할 수 있다. 본 연구는 국내 인천 서구소재 수도권 제1 매립장을 대상지로 선정하여 약 3년간의 유럽 ESA의 Sentinel-1A 위성(SAR 센서)의 관측자료를 최신 SAR 간섭해석 기술(SqueeSAR 해석기법)을 적용 매립지의 지반침하량을 시계열적으로 산출하였다. 특히, 지반침하량과 지반침하 경향의 정확성을 검토하기위해 지상수준측량 성과와 비교 분석하였다. 또한, 3년간 지반침하량의 시계열 및 상관 추이 분석을 수행하여 지반 침하 추이 경향을 예측하였다. 본 연구를 통해 국토의 지각변동에 대한 시계열 감시로부터 씽크홀, 산사태 등의 재난 재해 예방 활용성이 기대된다.

• 한국항행학회논문지
• /
• 제20권6호
• /
• pp.511-518
• /
• 2016

본 연구는 RAPCON을 구성하는 구성요소를 체계별로 구분하고 체계별 운영시간 에 따른 고장율 등을 분석한다. 아울러 설계수명에 점차 도달한 RAPCON의 운영 중 발생한 유지보수비용 데이터를 토대로 남은 설계수명 기간 동안 향후 발생 가능한 유지보수 비용을 추정한다. 이런 분석결과를 통해 장비의 신뢰성 관련 선행연구들에서 주로 인용되고 있는 욕조커브 (bathtub curve) 이론과 본 연구의 비용예측 결과와의 연관성을 진단하고 안정적인 유지보수를 위한 기초자료로서 활용되고자 한다. 본 시계열 분석에 사용된 자료는 T국 공군이 구형 RAPCON을 신형으로 교체하면서, 설계수명이 다된 기존 RAPCON 운영단계에서 발생했던 50개월의 유지보수비용 데이터이다. 유지보수 비용은 6개 체계별 유지보수비용을 합한 월별 유지보수비용으로 사용하였다. ARIMA 모형을 토대로 향후 10개월 간 발생 가능한 유지보수 비용을 예측한 결과 비용이 상승할 것이라는 통계적으로 신뢰할 만한 추정 결과를 얻었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.329-330
• /
• 2021

벌크화물운송은 해상운송시장에서 가장 큰 규모이고 철강 및 에너지 산업을 뒷받침 하는 중요한 시장이다. 또한 운임의 변동성이 가장 큰 시장으로 상당한 수익을 기대할 수 있는 반면에 파산에 이르는 큰 손실이 발생할 수 있기때문에 시장 참여자들은 합리적이고 과학적인 예측을 기반하여 의사결정을 해야 한다. 그러나 해운시장에서는 과학적 의사결정보다는 경험기반의 의사결정에 의존하기 때문에 시황변동성에 취약하다. 본 논문은 벌크운임예측에 신호 분해 방법인 EMD와 인공신경망을 결합한 하이브리드 모델을 적용하여 과학적 예측방법을 제시하고자 한다. 본 논문은 학문적으로 해운시장 운임예측연구에서 거의 시도되지 않았던 시계열분해법과 기계학습기법을 결합한 하이브리드 모델을 제시하였다는데 의미가 있으며 실무적으로는 해운시장에서 빈번이 일어나는 의사결정의 질이 제고되는데 기여할 것으로 기대된다.

• 한국항해항만학회지
• /
• 제42권6호
• /
• pp.539-545
• /
• 2018

운임시장의 심한 변동성과 시계열 데이터의 불안정성으로 해운시황 예측에 대한 연구가 큰 성과를 내지 못하고 있지만 최근 대표적인 비선형 모델인 기계학습모델을 적용한 연구들이 활발히 진행되고 있다. 대부분의 기존 연구가 계량모델의 설계단계에서 입력변수에 해당하는 요인들을 기존 문헌연구와 연구자의 직관에 의존하여 선정했기 때문에 요인선정에 대한 체계적인 연구가 필요하다. 본 연구에서는 케이프선 운임을 대상으로 단계적 회귀모형과 랜덤포레스트모델을 이용하여 중요 영향요인을 분석하였다. 해운시장에서 비교적 단순한 수급구조를 가져 요인파악이 용이한 케이프선 운임을 대상으로 하였으며 총 16개의 수급요인들을 사전 추출하였다. 요인간의 상호관련성을 파악하여 단계적 회귀는 8개 요인, 랜덤포레스트는 10개 요인을 분석대상으로 선정하였으며 선정된 변수를 입력변수로 하여 예측한 결과를 비교하였다. 랜덤포레스트의 예측성능이 아주 우수하였는데 수요요인이 주로 선정된 단계적 회귀분석과는 달리 공급요인이 비중 있게 선정되었기 때문인 것으로 판단된다. 본 연구는 운임예측 연구에 있어 운임결정요인에 대한 과학적인 근거를 마련하였으며 이를 위해 기계학습 기반의 모델을 활용하였다는데 연구적 의의가 있다. 또한 시장정보의 분석에 있어 실무자들이 어떤 변수에 중점을 두어야 하는지에 대해 합리적 근거를 제시한 측면에서 해운기업의 의사결정에 실질적 도움이 될 것으로 기대된다.