• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.320-320
• /
• 2019

유역의 수문 자료를 정확하게 분석하는 것은 수리 구조물을 효율적으로 운영하기 위한 중요한 요소이다. 인공신경망(Artificial Neural Networks, ANNs) 모형은 입 출력 자료의 비선형적인 관계를 해석할 수 있는 모형으로 강우-유출 해석 등 수문 분야에 다양하게 적용되어 왔다. 이후 기존의 인공신경망 모형을 연속적인(sequential) 자료의 분석에 더 적합하도록 개선한 회귀신경망(Recurrent Neural Networks, RNNs) 모형과 회귀신경망 모형의 '장기 의존성 문제'를 개선한 장단기메모리(Long Short-Term Memory Networks, 이하 LSTM)가 차례로 제안되었다. LSTM은 최근에 주목받는 딥 러닝(Deep learning) 기법의 하나로 수문 자료와 같은 시계열 자료의 분석에 뛰어난 성능을 보일 것으로 예상되며, 수문 분야에서 이에 대한 적용성 평가가 요구되고 있다. 본 연구에서는 인공신경망 모형과 LSTM 모형으로 유출량을 모의하여 두 모형의 성능을 비교하고 향후 LSTM 모형의 활용 가능성을 검토하고자 하였다. 나주 수위관측소의 수위 자료와 인접한 기상관측소의 강우량 자료로 모형의 입 출력 자료를 구성하여 강우 사상에 대한 시간별 유출량을 모의하였다. 연구 결과, 1시간 후의 유출량에 대해서는 두 모형 모두 뛰어난 모의 능력을 보였으나, 선행 시간이 길어질수록 LSTM의 정확성은 유지되는 반면 인공신경망 모형의 정확성은 점차 떨어지는 것으로 나타났다. 앞으로의 연구에서 유역 내 다양한 수리 구조물에 의한 유 출입량을 추가로 고려한다면 LSTM 모형의 활용성을 보다 더 확장할 수 있을 것이다.

• 한국항만경제학회지
• /
• 제37권1호
• /
• pp.71-85
• /
• 2021

기업이 물류비용을 절감할 수 있는 정교한 수요 예측 모형은 그동안 수많은 연구를 통해 다양한 방법들이 제시되었다. 이러한 연구들은 주로 수요 패턴에 의해서 적용 가능한 수요 예측 모형을 결정하고, 통계적 검증을 통해서 모형의 정확성을 판단하였다. 수요 패턴은 크게 규칙성과 불규칙성으로 나뉘어 질 수 있다. 규칙적인 패턴은 주문이 정기적이고 주문량이 일정한 경우를 의미한다. 이러한 경우에는 주로 회귀모형이나 시계열 모형을 통해서 수요를 예측하는 방법들이 사용된다. 그러나 불규칙적이고 주문량의 변동 폭이 큰 경우는 간헐적 수요(Intermittent Demand)라고 하는데, 기존의 회귀 모형이나 시계열 모형으로는 수요 예측의 오류 발생 가능성이 높기 때문이다. 간헐적 수요를 보이는 품목에 대해서는 주로 Croston모형 혹은 Holts모형 등을 사용하여 수요를 예측한다. 본 연구에서는 간헐적 수요 패턴을 보이는 항공 화물의 다양한 품목에 대해서 수요 패턴을 분석하고, 다양한 모형을 통해 수요를 예측하여 각 모형의 예측력을 비교 분석하였다. 이 과정에서 항공 화물의 품목별, 지역별로 다양한 모형의 적합도를 분석하여 항공사가 가장 효율적으로 운영할 수 있는 항공 화물의 수요 예측 모형에 대한 개발 방향을 제시하고자 함이 본 논문의 목적이다.

• Communications for Statistical Applications and Methods
• /
• 제15권6호
• /
• pp.925-937
• /
• 2008

본 논문에서는 주식시장에서 거래되는 다수의 주식거래종목들을 몇 개의 그룹으로 군집화하는 주제를 연구한다. 시간에 관계없이 분산이 일정한 ARMA모형과 다르게, 주가, 환율 등의 금융시계열자료에서는 조건부 이분산성을 따르게 된다. 또한, 많은 사람들이 금융시계열자료에서 관심을 갖는 것은 바로 이 변동성이다. 그러므로, 이 연구에서는 조건부 이분산성을 모형화하기에 적합하다고 알려진 일반화 조건부 이분산성 자기회귀모형에 초점을 맞춘다. 먼저 두 개의 주식종목들 사이에 변동성(volatility)의 유사성 그리고 구조의 유사성을 재는 거리를 정의하고, 모의실험을 수행한다. 실증자료로 최근 3년 동안 관찰된 국내 11개 주가의 수익률을 변동성과 구조에 따라 군집화한다.

• 응용통계연구
• /
• 제21권3호
• /
• pp.537-546
• /
• 2008

시계열자료 분석에 있어 주요 목적 중에 하나는 미래에 대한 예측 값을 추정하는 것이다. 이 논문에서는 정상자기회귀이동평균 모형에서 변환-역변환 방법을 이용하여 예측값을 구하는 과정에서 발생하는 문제에 대해 알아보고 회귀분석에서 제안되었던 smearing 추정방법을 시계열분석에서 사용할 수 있도록 붓스트랩을 이용하여 수정한 추정법을 소개한다. Yeo-Johnson 변환 (2000)을 이용한 KOSDAQ지수의 수익률 실증분석을 통해 기존에 사용되고 있는 방법의 문제점과 제안된 방법의 적절성에 대해 고찰해 보았다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권5호
• /
• pp.831-839
• /
• 2010

최소제곱 서포트벡터기계는 비선형회귀분석과 분류에 널리 쓰이는 커널기법이다. 본 논문에서는 금융시계열자료의 평균 및 변동성을 추정하기 위하여 평균의 추정 방법으로는 가중최소제곱 서포트벡터기계, 변동성의 추정 방법으로는 최소제곱 서포트벡터기계를 사용하는 비선형 평균 일반화 이분산 자기회귀모형을 제안한다. 제안된 모형은 선형 일반화 이분산 자기회귀모형 및 선형 평균 일반화 이분산 자기회귀모형보다 더 나은 추정 능력을 가진다는 것을 실제자료의 추정을 통하여 보였다.

• 응용통계연구
• /
• 제17권3호
• /
• pp.403-418
• /
• 2004

시간에 따라 얻어진 공간 자료를 공간시계열 자료라 하며 이러한 자료를 분석하기 위해 사용되는 모형이 공간시계열 모형이다. 최근 곤충학과 생태학에서 공간시계열 모형을 이용한 연구가 활발히 진행되고 있다. 본 논문에서는 온실에 있는 곤충의 마리수를 ARMA 모형과 자기회귀 오차모형을 이용한 공간시계열 모형으로 분석하였다. 자료에 포함된 이상점은 분산도(Variogram) 추정에 많은 영향을 주기 때문에 Mugglestone (2000)의 이상점 수정법을 이용하여 수정하였다. 공간시계열 모형들과 시계열 요인을 배제한 공간모형을 MSE와 MAPE를 이용하여 비교하였다.

• 산학경영연구
• /
• 제16권
• /
• pp.43-60
• /
• 2003

본 연구에서는 French, Schwert, & Stambaugh와 Schwert의 연구에 사용된 방법을 이용하여 한국 증권시장에서 주식수익률의 변동성의 특징을 분석하였다. 본 연구에 사용된 모형은 주식시장의 변동성의 시계열 특성에 대한 보다 조직적 분석을 제공한다. 간단히 말하면, 이 모형들은 일별 수익률로부터 자기회귀 및 계절적 영향을 제거함으로써 예기치 못한 수익률을 추정할 수 있게 한다. 그리고 나서 자기회귀 및 계절적 모형에 예기치 못한 수익률의 절대값을 이용하여 주가변동성을 예측하였다. 분석결과 첫째, 총체적 주식수익률의 움직임에 대한 지속성은 미약하고, 자기회귀모형에 비정상성이 있을 수 있음을 알 수 있었다. 또한, 일별 주가변동성의 움직임이 주식수익률의 움직임보다 훨씬 예측가능하다는 것을 발견하였다. 둘째, 변동성의 증가가 미래 기대수익률을 증가시킨다는 증거는 미약하고, 변동성이 시차 주식수익률과 관계가 있다는 사실을 알 수 있었다.

• 경영정보학연구
• /
• 제19권1호
• /
• pp.123-145
• /
• 2017

한국의 게임시장은 전 세계 시장의 약 29%의 시장점유율을 차지할 정도로 급성장하였다. 특히, 온라인게임의 수출 규모는 24억 USD를 달성할 정도로 국가경제에서 큰 비중을 차지하고 있다. 이렇게 게임 산업이 급성장하면서 게임 산업에 대한 국가적 차원의 정책과 규제에 대해 여러 논의가 이루어지고 있다. 특히, 웹보드 게임에 대해 정부는 여러 주무 부처를 통한 셧다운제, 행정처분, 게임산업진흥법 시행령 등 다양한 규제정책을 시행하고 있는 실정이다. 이러한 배경에서 본 연구는 2012년 11월에 이루어진 웹보드 규제정책의 영향을 분석하기 위해 2010년 12월부터 2014년 11월까지 약 4년여 간의 게임 트릭스 시계열 자료를 단위근 검정, 벡터자기회귀(VAR, Vector Auto-Regression) 분석, 그랜저 인과관계 검정을 수행하였다. 이를 통해 웹보드 규제 정책 시행 전후의 웹보드 게임서비스 간의 충격 파급효과와 예측 이용시간 변화를 알아보았다. 분석 결과를 바탕으로 웹보드 규제 정책이 실질적으로 정부가 의도한 결과대로 나타냈는지 알아보고, 나아가 웹보드 게임 산업을 보다 건강하게 발전시키기 위한 전략을 제시하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.284-284
• /
• 2023

도시 침수의 발생과 규모는 도시 유역이 가지는 짧은 도달 시간으로 인하여 주로 시단위 이하의 짧은 지속시간의 강우의 극한 및 변동성에 따라 결정된다. 미래 기간에 대하여 도시 수문 시스템의 적정성을 평가하기 위해서는 기후변화에 따른 시단위 이하 강우의 특성을 살펴보아야한다. 그러나 기후변화 영향 평가 도구로 활용되는 기후 모형들은 대부분 일단위의 결과물을 제공하여 시단위 이하의 미세 규모 강우의 특성을 나타낼 수 없다. 이에 따라 본 연구에서는 기후 모형 모의 결과와 포아송 클러스터 강우 모형을 이용하여 미래 시단위 이하 강우 시계열을 모의하는 방법을 제안한다. 첫째로, 포아송 클러스터 기반 강우 생성 알고리즘과 폭풍우 재배열 알고리즘을 결합한 최신 모형을 선정하였다. 해당 모형은 광범위한 시간 규모에서 관측된 강우량의 주요 통계와 극값을 재현할 수 있는 모형이다. 그 다음 강우 모형에 적합시킬 관측 강우량 통계(평균, 분산, 공분산, 왜도, 우기 비율)를 계산하였다. 둘째, 강우 통계 간의 선형 관계를 도출하였다. 여기서는 클러스터에 있는 모든 관측소의 통계를 사용하여 회귀의 신뢰도를 높였다. 셋째, 강우 평균 조정을 위한 Change Factor는 제어(2000~2019년) 및 미래(2041~2070년) 기간의 기후 모형 자료를 사용하여 계산하였다. 넷째, 조정된 15분 강우 평균은 관측 평균에 Change Factor을 곱하여 계산하고 조정된 강우 평균과 통계 간의 관계를 사용하여 미래 강우 통계 세트를 추정하였다. 여러 통계 세트를 생성한 후 마지막으로 미래 통계에 강우 모형을 적합시켜 최종적으로 미래 시단위 이하 강우 시계열을 모의하였다. 이 방법은 CMIP6에 참여하는 기후 모델의 기후 예측 데이터를 사용하여 용산(415) 및 동래(940) AWS 관측소에 적용되었다. 두 관측소의 미래 강우 모의 결과, 시단위 이하 시간 규모에서 극값이 증가하는 추세를 보였다.

• 응용통계연구
• /
• 제29권3호
• /
• pp.525-537
• /
• 2016

본 연구에서는 시계열 자료의 비정상성과 비선형성과 같은 복잡성을 효과적으로 포용할 수 있는 경험적모드분해법(empirical mode decomposition; EMD)을 토대로 시계열 자료의 분석 및 예측을 위한 혼합(hybrid) 모형을 연구한다. EMD에 의하여 생성되는 내재모드함수(intrinsic mode function; IMF)는 해석 및 예측의 편리성을 개선하기 위하여 누적에너지의 개념을 사용하여 그룹화하였으며, 그룹화된 IMF 및 residue의 성분들은 그 성질에 따라서 ARIMA 모형 및 지수평활법과 결합된 혼합 모형으로 예측된다. 제안된 방법은 일별 코스피 지수의 예측을 위해서 적용하였다. 다양한 형태의 혼합 모형을 사용하여 코스피 지수를 예측하였으며 전통적인 예측 방법과 비교하였다. 분석 결과, 그룹화된 성분들은 코스피 지수의 움직임을 단기적, 중기적, 장기적으로 해석하는데 편리함을 주었으며, 그룹화된 IMF 및 residue를 각각 ARIMA 모형과 지수평활법으로 조합한 혼합 모형이 우수한 예측력을 보여주었다.