최근, 기존의 통계적 분석방법과는 달리 시계열 데이터를 이용하여 미래의 연속적인 지배의 법칙을 예측하기 위한 신경회로망 연구가 진행되고 있다. 본 논문에서는 빠르고 정확한 기상예측을 위하여 초기 임의 설계된 신경회로망의 은닉층중과(過)설계된 은닉노드를 제거하는 Pruning 알고리즘을 제안하며, 이 제안한 알고리즘의 효율성을 증명하기 위하여 1987년부터 1996년까지의 수집된 기상 데이터 22080건을 이용하여 기상예측 실험을 실행하였다. 실험을 통하여 초기 임의 구성된 $26{\times}50{\times}1$의 신경망은 제안된 pruning 알고리즘을 통하여 $26{\times}2{\times}1$ 구조로 최적화 되었고, 최적화된 신경망($26{\times}2{\times}1$)의 경우 오차온도 ${\pm}0.5^{\circ}C$의 경우 평균 33.55%, ${\pm}1^{\circ}C$의 경우 61.57%로 임의 설계된 구조 ($26{\times}50{\times}1$)dml 29.31%, 54.47%에 비하여 우수하게 나타났고, 또한 계산 횟수에서도 임의 구성 신경망에 비하여 최고 25배이상 계산횟수를 줄일 수 있었다.
수문 모형 매개변수는 모형 모의에 필수적이며, 지형, 기후조건, 기후변화와 인간 활동으로 인해 시간에 따라 달라질 수 있다. 결과적으로 고정된 매개변수의 사용은 부정확한 하천유량 모의로 이어질 수 있다. 본 연구의 목표는 하천유량 관측자료를 이용하여 시간에 따라 변하는 매개변수를 추정하는 방법을 살펴보고, 하천유량 자료가 모형에 동화될 때 모의 효율성이 어떻게 변하는지 분석하는 것이다. 자료 동화 방법은 변화하는 다양한 환경에 적응하여 수문 모형의 매개변수를 자동으로 추정하기 위하여 사용될 수 있다. 입자 필터를 이용하여 하천유량 관측치를 2개 매개변수 월 물 수지 모형에 동화했다. 자료 동화 방법으로 시간변화 매개변수를 사용한 모의 결과는 SCEM 방법으로 고정 매개변수를 사용한 모의 결과와 비교되었다. 먼저 다양한 시나리오에 기반한 합성 실험을 수행하여 입자 필터 방법이 시간에 따라 변화하는 매개변수를 적절하게 추적할 수 있는지를 살펴보았다. 이후 실제 유역에 적용하여 시간에 따라 변화하는 매개변수와 고정된 매개변수를 사용하였을 때의 하천유량 예측성능과 비교하였다. 본 연구를 통해 얻은 결론은 다음과 같다. (1) 전체적인 월 하천유량 시계열의 예측성능은 입자 필터 방법과 SCEM 방법이 서로 비슷하였다. (2) 우기를 제외한 시기의 월 유출고 예측성능은 자료 동화 방법을 이용한 주기적으로 변화하는 매개변수에 의한 모의가 더 우수하였다. (3) 동화에 사용되는 하천유량 관측자료의 불확실성은 입자 필터의 하천유량 예측성능에 중요한 역할을 하였다.
주식 투자는 가장 널리 알려진 재테크 방법들 중 하나지만 실제 투자를 통해 수익을 얻기는 쉽지 않기 때문에 과거부터 효과적이고 안정적인 투자 수익을 얻기 위한 다양한 투자 전략들이 고안되고 시도되어 왔다. 그중 변동성 돌파 전략(Volatility Breakout)은 일일 단위로 일정 수준 이상의 범위를 뛰어넘는 강한 상승세를 돌파 신호로 파악하여 상승하는 추세를 따라가며 일 단위로 빠르게 수익을 실현하는 전략으로 널리 쓰이고 있는 단기 투자 전략들 중 하나이다. 그러나 주식 종목마다 가격의 추이나 변동성의 정도가 다르며 동일한 종목이라도 시기에 따라 주가의 흐름이 일정하지 않아 주가를 예측하고 정확한 매매 시점을 찾아내는 것은 매우 어려운 문제이다. 본 논문에서는 단순히 종가 또는 장기간에 걸친 수익률을 예측하는 기존 연구 방법들과는 달리 단기간에 수익을 실현할 수 있는 주식과 같은 시계열 데이터 분석에 적합한 양방향 장단기 메모리 심층 신경망을 이용하여 변동성 돌파 전략 기반 매매 시의 수익률을 예측하여 주식을 매매하여 방법을 제안한다. 이렇게 학습된 모델로 테스트 데이터에 대하여 실제 매매를 가정하여 실험한 결과 기존의 장단기 메모리 심층 신경망을 이용한 종가 예측 모델보다 수익률과 안정성을 모두 상회하는 결과를 확인할 수 있다.
본 연구는 우리나라 산림휴양량의 장기 예측을 가능하게 할 수 있는 모형개발을 시도하였으며, 특히, 계량경제모형에 부합하고 동시에 산림휴양에 대한 정책적 조절변수들을 발굴하여 산림휴양정책에 활용가능한 실용적 모형개발을 목표로 수행되었다. 이전의 선행연구들이 사용한 횡단면 분석의 문제점을 극복하기 위하여 횡단면자료와 시계열자료를 통합한 패널자료를 사용하여 분석하였다. 분석결과에 의하면 산림휴양량은 두 지역간의 거리와는 음(-)의 관계를 보이는 반면 출발지 인구와 목적지 산림면적, 그리고 정책변수로 상정된 목적지의 사회개발세출액과는 양(+)의 관계가 존재하는 것으로 나타났다. 또한 거리변수는 탄력적인 반면, 나머지 독립변수들은 모두 산림휴양량과는 비탄력적인 것으로 나타났다. 이러한 결과는 두 지역간의 산림휴양량은 일반적인 중력모형(gravity model) 이론과 일치하는 패턴은 따르고 있다 할 수 있다.
본 연구는 새롭게 떠오르는 재테크 방법 중 아이템의 희귀성을 이용하여 출시가보다 비싼 가격에 재판매하는 리셀(Resell) 재테크에 주목하였다. 리셀 시장은 패션 분야를 중심으로 세계적으로 시장 규모가 급격히 성장하고 있을 뿐만 아니라 국내에도 열풍이 불고 있으나 아직까지 체계적인 리셀 시장에 대한 실증적인 분석은 부족하다. 이에 본 연구는 리셀의 대표적 사이트인 StockX의 스니커즈 데이터를 활용하여 리셀 시장에 관심 있는 사용자들에게 기본적인 가이드라인을 제시하고 리셀 시장의 진입장벽을 해소하고자 한다. 약 150만 개의 데이터를 수집하여 XGBoost 알고리즘과 Prophet 모형을 통하여 분석을 진행하였다. 분석 결과 리셀 거래에 유효한 영향을 미치는 요인들을 각 변수 별로 파악할 수 있었고 어떤 종류의 스니커즈가 리셀 거래를 하기에 적합한지 확인할 수 있었다. 또한 스니커즈들의 과거데이터를 통해 미래의 가격을 예측하여 추후의 수익성을 예상할 수 있었다. 본 연구는 아직 시작 단계인 리셀 분야에 대한 실증 분석을 기반으로 시장 진입 및 활용에 대한 가이드라인을 제시하고 더 나아가 마니아층 위주로 점유되던 리셀 시장을 활성화할 수 있을 것으로 기대한다.
최근 다양한 분야에서 '빅데이터'가 생성되었다. 많은 기업들은 인공지능(AI)을 기반으로 빅데이터 분석이 가능한 시스템을 구축하여 이익 창출을 시도하고 있다. 인공지능 기술을 접목함으로써 방대한 양의 데이터를 효율적으로 분석하고 효과적으로 활용하는 것은 점점 더 중요해지고 있다. 특히 재무, 조달, 생산 및 마케팅과 같은 다양한 분야에서 국가 및 기업 경영 관리에있어 최소의 오차와 최대의 정확도를 갖춘 수요예측은 절대적으로 중요한 요소이다. 이때 각 분야의 수요패턴을 고려한 적절한 모델을 적용하는 것이 중요하다. 전통적으로 쓰이는 시계열모델이나 회귀모델로도 비대해진 실제 데이터의 복잡한 비선형적인 패턴을 분석할 수 있다. 그러나 다양한 비선형 모델들 중에서 적절한 모델을 선택하는 것은 사전 지식 없이는 어려운 일이다. 최근에는 인공지능 기반의 기법들인 머신러닝이나 딥러닝 기법을 중심으로 이루어진 연구들이 이를 극복할 수 있음을 증명하고 있다. 뿐만 아니라 정형데이터와 이미지나 텍스트의 비정형 데이터 분석을 통한 수요예측도 높은 정확도를 갖춘 결과를 보이고 있다. 따라서 본 연구에서는 수요예측이 비교적 활발하게 일어나는 중요한 분야들을 나누어 설명하였다. 그리고 각 분야별로 갖는 특징적인 성격을 고려한 인공지능 기반의 수요예측 기법에 대해 머신러닝과 딥러닝 기법으로 나누어 소개하였다.
원활한 용수공급과 정수장의 효율적이고 경제적인 설계 유지 관리를 위해서 한강수계에 위치하고 있는 두 광역정수장의 원수탁도와 수문자료간의 상관관계를 분석하였다. 광역정수장의 취수원인 댐의 유입유량, 방류량, 강우를 수문자료로서 활용하였으며, 상관관계 분석을 위해서는 상관분석과 주성분분석 기법을 이용하였다. 또한, 탁도변화를 예측할 수 있는 회귀식을 제안하여 탁도 변화 예측을 수행하였다. 충주정수장의 원수탁도는 충주댐의 방류량(0.708)과 와부정수장의 원수탁도는 팔당댐의 유입량(0.805)과 높은 상관성이 높은 것으로 확인되었다. 상관성이 높은 시계열자료를 이용하여 제안한 회귀식의 탁도 예측치는 상수도시설기준에서 제시하고 있는 원수탁도 산정방법을 이용한 경우와 유사한 결과를 도출하였다. 본 연구의 결과는 장래의 원수탁도를 예측하여 추가적인 정수장 건설 및 기존 정수장의 효율적인 유지 관리를 위한 기초 자료를 제공할 수 있을 것으로 판단된다.
인터넷이 빠르게 확산됨에 따라서 기존의 통신 서비스 시장이 급격하게 변화하고 있어서 음성 중심의 통신 서비스에서 데이터 중심의 통신 서비스로 이행되고 있다. 이 과정에서 대표적인 정보 통신 서비스인 유선전화, 휴대전화, 인터넷 서비스는 서로 영향을 주고받으며 성장하고 있다. 본 연구는 유선전화, 휴대전화와 인터넷의 확산과정을 기술들의 상호관계를 고려하여 여러 국가의 사례를 통해서 분석해 보고자 한다. 이를 위해 1975년부터 2002년까지의 국가별 시계열 자료(time series data)를 이용하여 수정된 로지스틱 성장모형(modified logistic growth model)을 통해 통신 기술의 확산과정을 살펴본다. 이를 통해서 통신기술 간의 상호관계가 국가적으로 어떤 형태를 보이고 있는 지 확인할 수 있을 것이다. 또한, 본 연구는 기존 통신 서비스의 확산과정을 토대로 신규 통신 서비스가 출현했을 때의 수요예측에 필요한 핵심적인 정보를 도출하며, 인프라 투자의 비중이 높은 네트워크 산업의 시장진출 전략에 함의를 제공할 것이다.
During the past few years, various traffic-flow forecasting models, i.e. an ARIMA, an ANN, and so on, have been developed to predict more accurate traffic flow. However, these models analyze historical data in an attempt to predict future value of a variable of interest. They make use of the following basic strategy. Past data are analyzed in order to identify a pattern that can be used to describe them. Then this pattern is extrapolated, or extended, into the future in order to make forecasts. This strategy rests on the assumption that the pattern that has been identified will continue into the future. So ARIMA or ANN models with its traditional architecture cannot be expected to give good predictions unless this assumption is valid; The statistical models in particular, the time series models are deficient in the sense that they merely extrapolate past patterns in the data without reflecting the expected irregular and infrequent future events Also forecasting power of a single model is limited to its accurate. In this paper, we compared with an ANN model and ARIMA model and tried to combine an ARIMA model and ANN model for obtaining a better forecasting performance. In addition to combining two models, we also introduced judgmental adjustment technique. Our approach can improve the forecasting power in traffic flow. To validate our model, we have compared the performance with other models. Finally we prove that the proposed model, i.e. ARIMA + ANN + Judgmental Adjustment, is superior to the other model.
저수지 운영의 기초가 되는 운영률은 대부분 과거기록 유입량중 최대 혹은 최소의 극한치 자료를 이용하거나 평균치 자료를 이용하여 도출하기 때문에 실제 운영에서 발생할 수 있는 불확실성에 대처한 기대편익 산정이나 운영방안 수립에는 적절히 이용할 수 없다. 또한 지금까지 개발된 대부분의 운영률은 유입량을 포함하여 모든 운영변수를 이미 알고 있다는 확정론적 방법에 기초하고 있어 유입량의 불확실성을 반영하지 못하는 단점이 있다. 이를 개선할 수 있는 방법으로 추계학 분석기법에 의한 운영률을 개발할 수 있는데 이는 저수지 상태방정식의 구성요소인 유입량의 추계학적 특성을 시계열상에서 이산화된 천이확률로 처리하여 모형에 적용할 수 있다. 확정론적 방법에 의한 저수지 운영방안을 개선시키기 위하여 추계학적 방법에 의한 저수지 운영률을 개발하였다. 본 연구에서는 이와같은 방법론에 따른 양해 추계학적 동적계획기법을 이용하여 충주 저수지 시스템의 최적 운영 방안을 마련하였다. 개발된 운영률을 홍수기를 제외하고는 Lag-1 Markov 모형의 기본가정을 충실히 따르고 있어 저수지 운영률로의 이용이 가능하며, 운영단계의 유입량을 적절히 예측할 수 없는 현실에서 전단계의 유입량과 적용단계의 저류량만을 이용하는 저수지 운영률의 개발이 가능하다.
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.