• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1773-1774
• /
• 2008

유동적 비선형 특성을 보이는 혼돈 시계열에 대한 정확한 예측을 위해 예측 입력으로 차분 데이터를 사용하면 보다 나은 예측이 가능하다. 그러므로 본 논문에서는 상관 해석에 기반한 데이터의 전처리를 통해 적절한 최적 차분 간격 후보군을 선정하고 이들 각각에 대한 TS 퍼지 예측기로 다중 모델을 구성하여 성능 지수 평가에 의해 최적의 퍼지 예측기를 선택하여 예측을 수행하도록 하였으며, TS 퍼지 규칙 후건부에서 결정되는 예측 출력에 상관 해석에 기반한 오차 보정 메거니즘을 추가함으로써 예측 성능을 더욱 향상시킬 수 있도록 하였다.

• 전기의세계
• /
• v.54 no.8
• /
• pp.20-25
• /
• 2005

• Proceedings of the Korean Statistical Society Conference
• /
• 2002.05a
• /
• pp.153-158
• /
• 2002

시계열 자료의 분석에서 분산이 일정하지 않을 경우 이에 대한 해결방법으로 변환이 사용된다. 그러나 이러한 변환은 분산을 안정화시킴으로서 추정 및 검정에 타당성을 주는 반면 새로운 편의를 생성하거나(Granger & Newbold,1976) 모형을 복잡하게 만듦으로써 해석의 어려움도 수반한다. 신과 강(2001)은 평균이 크고 그에 비해 분산이 작을 경우 Box-Cox 멱 변환이 시계열 자료에 대하여 별 영향을 미치지 않음을 연구하였다. 본 논문은 이에 대한 확장으로 공간자료에서도 이 이론이 성립함을 밝혔다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.516-521
• /
• 1998

본 논문에서는 비선형 시스템 해석 문제에 널리 이용되고 있는 퍼지 시스템(Fuzzy System)과 신경 회로망(MlPNN)의 성능을 평가하기 위해 비선형 예측기를 구성하였고 두 예측기를 비선형 시계열(Time Series) 예측 문제에 적용하여 두 예측기의 성능을 비교 분석하였다. 예측 실험을 위한 데이터로 Mackey-Glass와 Lorenz 시계열을 사용하였다.

• KEPCO Journal on Electric Power and Energy
• /
• v.4 no.2
• /
• pp.55-61
• /
• 2018

본 연구는 시각 동기 위상 측정 정보를 이용하여 전력계통에 나타나는 여러 가지 동요 현상을 검출하기 위한 기초 연구로써, 시계열 데이터 분석 분야로 분류된다. 제시한 방법은 비선형 동특성에 해석 기반으로 접근하여 전력계통에 나타날 수 있는 여러 동요 현상을 범용적으로 검출해 낼 수 있다. 비선형 동요 현상의 신호적 패턴을 수학적으로 기본 순시치 파형으로부터 피크치 샘플링을 통해 전개하여 계통 요소간 간섭으로 인한 원하지 않는 진동 모드를 검출하고자 한다. 계통의 변화로 진동 모드가 나타날 때, 2차원 평면에 실효치로 환산한 시계열 전압 데이터와 선형화된 플로퀘트 상수(Floquet multiplier)를 맵핑하여 도시하고, 정상상태 지점으로부터 거리를 계산하여 최대 리아프노프 지수 계산을 통해 계통이 불안정하게 되는 시간을 시계열 데이터 분석으로 추정하는 것이 본 방법의 핵심이다. 이러한 접근으로 제시한 비선형 동요 검출 알고리즘을 적용하여 디지털 필터 적용 또는 주파수 영역 해석과 같은 오프라인 Study와 달리 온라인으로 신속하게 계통의 현재 상태를 알 수 있게 된다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.655-657
• /
• 2010

현재 코골이를 방지하는 위한 기구로는 양압 산소호흡기, 스프레이, 전기자극기, 수술, 구강내 보조기구가 있으나 개인용으로 사용하기에는 가격이 너무 고가이어서 일반적인 코골이 환자에게 적용하기에는 무리가 있으며 사용자에 따라 부작용의 위험이 있다. 본 논문에서는 정확하고 안정적인 코골이 신호인식을 위해 시계열 분석방법을 통해서 선형적인 성질보다 비선형적인 성질이 강한 코골이 신호의 카오틱 신호 유무를 해석하였다. 본 논문에서 사용한 시계열 데이터는 30대 성인남자로부터 수면시간 6시간중중 발생하는 코골이 음성신호를 마이크를 통해 샘플링 주파수 22kHz, 모노 형태로 수집한 것이다. 위상공간의 궤적 분석, 매입차원에 의한 상관적분 분석, 파워 스펙트럼과 자기상관함수 분석 등의 정량 및 정성적 분석방법을 통해서 수집한 코골이 신호의 분석결과 신호가 부분적으로 주기적 성질을 가지는 카오스 신호임을 확인하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.5
• /
• pp.55-67
• /
• 2022

Sensor data can provide fault diagnosis for equipment. However, the cause analysis for fault results of equipment is not often provided. In this study, we propose an explainable convolutional neural network framework for the sensor-based time series classification model. We used sensor-based time series dataset, acquired from vehicles equipped with sensors, and the Wafer dataset, acquired from manufacturing process. Moreover, we used Cycle Signal dataset, acquired from real world mechanical equipment, and for Data augmentation methods, scaling and jittering were used to train our deep learning models. In addition, our proposed classification models are convolutional neural network based models, FCN, 1D-CNN, and ResNet, to compare evaluations for each model. Our experimental results show that the ResNet provides promising results in the context of time series classification with accuracy and F1 Score reaching 95%, improved by 3% compared to the previous study. Furthermore, we propose XAI methods, Class Activation Map and Layer Visualization, to interpret the experiment result. XAI methods can visualize the time series interval that shows important factors for sensor data classification.

• The Korean Journal of Applied Statistics
• /
• v.33 no.6
• /
• pp.723-738
• /
• 2020

In this paper, we study a method to discriminate between trend stationary and difference stationary processes. Since a crucial ingredient of this discrimination is to determine the existence of unit root, we can use a unit root testing strategy. So, we introduce a discrimination based on unit root testing and propose the method using the adaptive lasso. Our Monte Carlo simulation experiments show that the adaptive lasso improves the discrimination accuracy when the process is trend stationary, but has lower accuracy than unit root strategy where the process is difference stationary.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.344-344
• /
• 2012

추계학적 강우모의발생기법은 수문학적 분석에 널리 이용되는 방법으로서 장기간의 강우입력 자료를 이용할 수 없는 경우 과거의 관측 자료를 반복하여 이용하기 보다는 과거 관측치의 통계학적 특성을 지니고 있는 합성강우량 시계열자료를 모의하여 설계 강우량 산정 및 강우-유출모형을 이용한 장기해석 등과 같은 수문학적 해석을 위한 입력 자료를 확충하기 위해 이용된다. 그러나 최근 기후변화로 인해 수문학적 설계 강우량 산정 시 가장 중요한 강우발생 특성과 극한치의 특성이 변화하고 있기 때문에 전통적인 추계학적 강우발생기법을 이용하여 강우 시계열자료를 확충하는 것은 한계가 있을 것으로 추정되고 있다. 이에 본 논문에서는 최근 유럽 등에서 도시배수체계의 설계를 위해 널리 이용되고 있는 Bartlett-Lewis rectangular pulse 모형을 이용하여 시간단위 강수량자료를 확충하고 모의된 강우량시계열자료와 실측 강우량자료를 통계학적으로 비교하였다. 또한, 극한치 분석을 통해 변화하는 기후상황에서 적합한지를 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.340-340
• /
• 2021

가뭄의 특성상 시점과 종점을 명확하게 정의하기 어렵기 때문에 기준수문량을 설정하고 부족량과 지속기간을 정의하는 것이 일반적이다. 대상 수문량은 강우나 유출량을 사용할 수 있지만, 두 성분간 지체와 감쇄효과로 인하여 빈도해석의 결과는 차이를 보일 수 밖에 없어, 사용 목적에 따라 선별적으로 적용해야 한다. 가뭄빈도해석은 강우를 기반으로 지속기간과 심도를 정의하여 빈도를 해석하는 연구가 선행되어왔지만, 기본적으로 강우의 간헐적 발생특성과 체감도의 한계가 문제로 지적되고 있다. 본 연구에서는 댐 유입량의 Run 시계열 특성을 이용하여 다양한 유황을 기준유량으로 활용하여 가뭄의 시점과 종점에 대한 가뭄사상을 추출하고 지속기간과 누적부족량을 계산하여 가뭄빈도해석의 변수로 설정하였다. 두 변수간의 복잡한 상호 관계를 해석하기 위해 Copula 함수를 이용한 이변량 가뭄빈도해석을 진행하였다. 먼저 소양강댐('74-'19) 유입량, 충주댐('86-'19) 유입량을 연구대상지역으로 설정하여, 두 유역의 유입량의 추세분석을 통해 시간의존성을 파악하였다. 유황분석에 사용되는 분위량중 평수량을 기준값으로 사용하여 각 년별 최대 지속기간과 누적부족량을 추출하였다. Copula 가뭄빈도해석을 수행하기 전에 지속기간에는 GEV, 누적 부족량에는 Log-normal 분포를 적용해 단변량 누적확률분포를 계산하여 재현기간을 도출하였다. 이변량 빈도해석에 Clayton Copula 함수를 적용하여 가뭄빈도해석을 진행하였고, Copula 이변량 재현기간과 SDF곡선을 도출하였다. Clayton Copula를 이용한 이변량 가뭄빈도해석의 결과로 소양강댐의 가장 극심한 가뭄은 1996년으로 단변량 재현기간은 지속기간 기준 9.11년, 누적부족량 기준 17.26년, Copula 재현기간은 141.19년 이며 충주댐의 가장 극심한 가뭄은 2014년으로 단변량 재현기간은 지속기간 기준 17.76년, 누적부족량 기준 18.72년, Copula 재현기간은 184.19년으로 단변량 가뭄빈도해석을 통한 재현기간보다 Copula 재현기간이 높은 결과가 도출되었다. Run 시계열을 바탕으로 한 기준유량의 임계값 기준 Event 산정과 Copula를 이용한 빈도해석은 가뭄분석에 이용되는 자료의 상관관계와 분포특성을 재현하는데 효과적인 특징이 있다. 이를 미루어 보아 Copula 함수를 이용한 가뭄빈도해석의 재현기간은 보다 현실적인 재현기간을 도출할 수 있는 것으로 판단된다. 임계값의 조정을 통해 가뭄빈도해석의 변수의 양이 늘어나면, 보다 정확도 높은 재현기간을 도출하여 수문학적 가뭄을 정의할 수 있을 것이라고 사료된다.