• Communications for Statistical Applications and Methods
• /
• v.5 no.1
• /
• pp.177-191
• /
• 1998

Hamilton(1989)은 시계열 변수가 2가지 이상의 국면을 가지고 있을 때, 현재 어떤 국면이 진행되고 있고 향후 진행될 국면이 무엇일까에 대해 추론이 가능한 시계열모형을 소개하였다. Hamilton모형은 시계열이 2개의 독립적인 관찰불가능한 변수의 합으로 구성되어 있고, 이중 한 변수는 2국면 마르코프 확률과정(2-State Markov Stochastic Process)을 따른다고 가정한다. Hamilton모형은 계수의 추정이 단순하면서도 비 대칭성과 조건부 이분산 등과 같은 복잡한 동학(Dynamics)을 용인한다는 장점이 있다(Lam, 1990). 본 연구에서는 마르코프 국면전환모형에 대해 설명한후, 사례분석으로 KOSPI와 금리의 추이에 따라 국면을 정의하여 각 국면의 특징과 타국면과의 연관성 등을 분석하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.752-753
• /
• 2019

최근 인터넷·정보 통신 기술이 크게 발달하면서 기술 발명의 권리 보장을 위한 특허 발명 수 또한 급격히 증가하고 있다. 또한, 특허 문헌에는 최신 기술 및 요소 기술들이 포함되어 있기 때문에 발명된 기술들의 분석을 통해 기술 가치 평가, 기술 분야의 동향 파악 및 기술 발전의 추이를 예측할 수 있다. 따라서 본 연구에서는 시계열 분석 도구를 이용하여 최근 20년 동안의 특허 발명 추이를 분석하여 특정 기술 도메인에 대한 추이 분석 사례를 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10b
• /
• pp.1323-1326
• /
• 2001

서브네트워크에서 실시간으로 통신 트래픽을 감시하고, 트래픽 정보를 바탕으로 시계열 분석을 이용해 트래픽의 변화추이를 예측할 수 있는 시스템을 설계 및 구현한다. SNMP를 이용한 MIB-II 정보를 바탕으로 하는 분석 방법은 누적 데이터를 기본으로 하는 관리 방법으로 이상 징후의 판단이 실시간 감시에는 적합하지 않은 점이 있다. 따라서, 본 논문에서는 실시간 트래픽 감시를 위해 서브네트워크에 들어오거나 나가는 트래픽의 양을 측정하여 분석하고, 이 정보를 바탕으로 특정 시점 이후의 트래픽 추이를 시계열 분석 방법을 이용하여 미래의 트래픽 양을 예측하는 알고리즘을 시스템으로 구현한다. 예측 알고리즘으로는 AR, MA, ARMA, ARIMA 모델중에 평균 제곱 오차를 최소로 가지는 알고리즘을 선택하여 예측하도록 설계한다. 개발되는 시스템을 망 관리자가 전체 통신 네트워크의 부하 상태를 예상할 수 있게 하여 신속하고 예방적인 대응을 할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04b
• /
• pp.1317-1320
• /
• 2002

네트워크에서 실시간으로 통신 트래픽의 변화량을 감시하고 시계열 분석을 이용해 변화량의 추이를 모형화한다. 트래픽의 변화량을 모형화하게 되면 트래픽에 대한 예측이 가능하게 되므로 트래픽 예측을 이용하여 성능관리를 수행할 수 있다. 본 연구에서는 실시간 트래픽을 이용한 성능관리 시스템에 대해 다룬다. 기존의 성능관리 시스템은 SNMP를 이용한 MIB-II 정보를 바탕으로 하는 분석 방법으로 이는 누적 데이터를 기본으로 하는 관리 방법으로 이상 징후의 판단이 즉각적이지 않았고 또한 모니터링을 수행하기 위해서는 통신 트래픽의 증가를 가져왔다. 대부분의 성능관리 시스템은 단순히 망에서의 트래픽이나 에러율 등을 관리자에게 보고하는 데 그치고 있어 능동적인 성능관리가 이루어지지 않는다. 따라서, 본 논문에서는 실시간 트래픽 감시를 위해 네트워크에 들어오거나 나가는 트래픽의 양을 측정하여 분석하고, 이 정보를 바탕으로 특정 시점 이후의 트래픽 추이를 모형화하여 미래의 트래픽 양을 예측하고, 예측된 정보를 바탕으로 하는 성능관리 시스템에 대해 연구한다. 예측 알고리즘으로는 시계열 분석을 통해 시계열 자료의 예측을 가능하게 하는 알고리즘으로 설계한다. 이 성능관리시스템을 바탕으로 망 관리자가 전체 통신 네트워크의 부하 상태를 예측하여 신속하게 대응을 할 수 있다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.4
• /
• pp.563-568
• /
• 2007

This paper presents a methodology for predicting nonlinear time series based on the neural network with weighted fuzzy membership functions (NEWFM). The degree of classification intensity is obtained by bounded sum of weighted fuzzy membership functions extracted by NEWFM, then weighted average defuzzification is used for predicting nonlinear time series. The experimental results demonstrate that NEWFM has the classification capability of 92.22% against the target class of GDP. The time series created by NEWFM model has a relatively close approximation to the GDP which is a typical business cycle indicator, and has been proved to be a useful indicator which has the turning point forecasting capability of average 12 months in the peak point and average 6 months in the trough point during 5th to 8th cyclical period. In addition, NEWFM measures the efficiency of the economic indexes by the feature selection and enables the users to forecast with reduced numbers of 7 among 10 leading indexes while improving the classification rate from 90% to 92.22%.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.484-490
• /
• 2012

광역상수도는 지난 40년 동안 우리나라의 경제성장에 지대한 역할을 수행하여 왔을 뿐만 아니라 안정적이고 깨끗한 물을 공급함으로써 국민복지에도 많은 기여를 하여 왔다. 그러나 광역상수도가 국민경제에 미치는 효과에 대한 계량적인 연구가 부족하여 광역상수도의 중요성이 상대적으로 소홀하게 여겨지고 있는 실정이다. 이에 본 연구는 광역상수도 사업의 파급효과를 분석하기 위해 산업과 산업간의 상관관계를 계량적으로 파악할 수 있는 분석인 산업연관분석을 수행하였다. 일반적으로 산업연관분석은 특정 시점에서의 국민경제를 반영하기 때문에 시계열적으로 분석하기가 매우 힘들다. 그러나 최근 한국은행에서는 2005년 이후 2009년까지의 각 년도별 산업연관표를 발표하고 있어 시계열적으로 광역상수도사업의 파급효과를 분석할 수 있게 되었다. 따라서, 본 연구에서는 기존의 수요유도형 모형뿐만 아니라 공급유도형 모형을 적용하여 2005년부터 2009년까지 산업연관분석을 수행하여 광역상수도사업의 파급효과 추이를 살펴봄으로써 광역상수도의 높은 경제적 타당성 및 국민경제적 파급효과를 검증하였다.

• Journal of the Korean Geographical Society
• /
• v.49 no.3
• /
• pp.321-338
• /
• 2014

This study aims to identify spatial distribution of estuarine wetlands in Korea, and to assess temporal variation of the wetlands in the last few decades. Widely known in environmental and coastal management, watershed-based regions which composed with Han-river(western and eastern parts), Keum-river, Yeoungsan-river, Seomjin-river, Nakdong-river, and Jeju, are analyzed to evaluate temporal change of estuarine wetlands in the 1980s, 1990s, and 2000s, through the land-cover map. Results show that estuarine wetlands dramatically decreased in Han-river(western part), Keum-river, Yeoungsan-river that estuarine circulation have been interrupted with man-made structures such as dyke and drainage. But, estuarine wetlands surrounded by forests and grasslands has been relatively less damaged. Habitat diversity providing healthy estuary ecosystem is lower in interrupted estuaries than circulated estuaries, which are composed of tidal-flat, open water, salt marsh, rocky coasts and sandy shoreline. This study indicates that spatial distribution and temporal variation of estuarine wetlands are different with estuary type and region, so estuary type with seven regions can be applied to provides a framework for estuary management strategies and to establish estuary restoration plans.

• The Korean Journal of Applied Statistics
• /
• v.26 no.3
• /
• pp.521-529
• /
• 2013

The acceptance of the test of the homogeneity for panel time series models allows for the pooling of the series to achieve parsimony. In this paper, we introduce a panel bilinear time series model as well as derive the stationary condition and the limiting distribution of the test statistic of the homogeneity test for the model. For the applications study, we use Korea Mumps data from January 2001 to December 2008. Finally, we perform test of homogeneity for the panel data with 8 independent bilinear time series.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.39 no.4
• /
• pp.211-221
• /
• 2021

The Rabbit grass(Trifolium Repens, call it 'Clover') is a representative harmful plant of lawn, and it starts growing earlier than lawn, forming a water pipe on top of the lawn and hindering the photosynthesis and growth of the lawn. As a result, in competition between lawn and clover, clover territory spreads, but lawn is damaged and dried up. Damage to the affected lawn area will accelerate during the rainy season as well as during the plant's rear stage, spreading the area where soil is exposed. Therefore, the restoration of damaged lawn is causing psychological stress and a lot of economic burden. The purpose of this study is to distinguish clover which is a representative harmful plant on lawn, to identify the distribution of damaged areas due to the spread of clover, and to review of changes in vegetation before and after the eradication of clover. For this purpose, a time series analysis of three vegetation indices calculated based on images of convergence Drone with RGB(Red Green Blue) and BG-NIR(Near Infra Red)sensors was reviewed to identify the separation between lawn and clover for selective eradication, and the distribution of damaged lawn for recovery plan. In particular, examined timeseries changes in the ecology of clover before and after the weed-whacking by manual and brush cutter. And also, the method of distinguishing lawn from clover was explored during the mid-year period of growth of the two plants. This study shows that the time series analysis of the MGRVI(Modified Green-Red Vegetation Index), NDVI(Normalized Difference Vegetation Index), and MSAVI(Modified Soil Adjusted Vegetation Index) indices of drone-based RGB and BG-NIR images according to the growth characteristics between lawn and clover can confirm the availability of change trends after lawn damage and clover eradication.

• Journal of the Korea Convergence Society
• /
• v.12 no.11
• /
• pp.99-107
• /
• 2021

We live in a myriad of data. Various data are created in all situations in which we work, and we discover the meaning of data through big data technology. Many efforts are underway to find meaningful data. This paper introduces an analysis technique that enables humans to make better choices through the trend and prediction of time series data as a principal component analysis technique. Principal component analysis constructs covariance through the input data and presents eigenvectors and eigenvalues that can infer the direction of the data. The proposed method computes a reference axis in a time series data set having a similar directionality. It predicts the directionality of data in the next section through the angle between the directionality of each time series data constituting the data set and the reference axis. In this paper, we compare and verify the accuracy of the proposed algorithm with LSTM (Long Short-Term Memory) through cryptocurrency trends. As a result of comparative verification, the proposed method recorded relatively few transactions and high returns(112%) compared to LSTM in data with high volatility. It can mean that the signal was analyzed and predicted relatively accurately, and it is expected that better results can be derived through a more accurate threshold setting.