• 한국ITS학회 논문지
• /
• 제10권3호
• /
• pp.85-94
• /
• 2011

스펙트럼 센싱은 인지 라디오에서 가장 핵심이 되는 기술이다. 이미 여러 논문에서 에너지 검출기를 바탕으로 하는 스펙트럼 센싱 기법들에 대해 연구하였지만, 실제 시스템에서는 노이즈의 분산을 정확히 추정하는 것이 어려우므로 에너지 검출기를 쓰면 시스템이 요구하는 오경보 확률을 유지할 수 없는 문제가 생긴다. 이에 본 논문에서는, 인지 라디오가 예측 가능하지만 알지 못하는 주사용자의 신호를 검출해야 할 때 노이즈의 분산을 몰라도 스펙트럼을 검출할 수 있는 새로운 검출기를 제안한다. 시뮬레이션을 통해 제안한 검출기는 노이즈의 분산을 몰라도 스펙트럼을 검출할 수 있으며 노이즈 분산의 변화에 강인한 특성을 지닌다는 것을 보인다.

• 한국전산구조공학회논문집
• /
• 제12권2호
• /
• pp.251-264
• /
• 1999

본 연구에서는 추계론적 동적시스템의 응답거동을 예측할 수 있는 반해석적 절차를 개발하였으며, 이를 이용하여 구분적선형시스템의 동적거동특성을 확률적 영역에서 분석하였다. 반 해석적 절차는 시스템의 추계론적 미분방정식에 상응하는 Fokker-Planck 방정식을 path-integral solotion을 이용하여 풂으로써 구할 수 있다. 결합확률밀도함수의 시간에 따른 전개과정을 통하여 시스템의 동적 응답거동 특성의 예측과 분석을 하고 시스템의 거동에 미치는 외부노이즈의 영향 또한 조사하였다. 반 해석적 방법은 위상면 상에서 결합확률밀도 함수를 통하여 응답거동의 예측은 물론 거동특성에 대하여 적절한 정보를 제공하는 것을 밝혔다. 혼돈거동의 특성은 외부노이즈가 존재하는 상황에서도 시스템의 응답 안에 잔재하는 것을 밝혔다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1095-1097
• /
• 2015

본 논문에서는 트위터 기반 이벤트 탐지에서의 기계학습을 통한 지명 노이즈제거 방식을 제안한다. 이벤트 탐지 시스템은 트위터 사용자 개개인을 이벤트 탐지의 센서로 이용하여 특정 지명에서 발생하는 이벤트를 탐지하였다. 그러나 지명과 동형이의어 관계의 단어가 탐지되어 이벤트 탐지의 정확도를 낮추는 요인이 된다. 이에 본 논문에서는 먼저 노이즈 관련 데이터베이스 구축을 이용하여 제거 필터링을 진행한 후에 기계학습을 이용해서 지명 유무를 결정하였다. 실험결과 본 논문에서 제시하는 예측기법은 89.6%의 신뢰도로 노이즈제거 기법의 필요성을 보였다.

• 전자공학회지
• /
• 제39권6호
• /
• pp.27-33
• /
• 2012

• 한국조명전기설비학회지:조명전기설비
• /
• 제8권3호
• /
• pp.44-53
• /
• 1994

전력 부하의 예측은 산업 활동에 있어 전력의 안정적인 공급과 생산비의 절감을 위해 대단히 중요하다. 전력 부하의 예측 방법들이 많이 연구되고 있으나 기존의 방법들은 수학적으로 복잡하고 계산 시간이 많이 소요되는 단점을 갖고 있다. 본 연구에서는 최적 규칙수를 구하는 클러스터링 알고리즘과 데이터를 2분하여 설계한 변수 선택 방법을 이용하여 모델을 간략화하는 알고리즘을 제안하였으며, CMAC을 이용한 데이터의 양·부 판별 알고리즘을 이용하므로써 노이즈의 영향을 최소화 하였다. 제안된 알고리즘을 이용하여 전력부하예측 시스템을 설계하고 분석한 결과 그 타당성을 입증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.389-392
• /
• 2012

에너지관리 지원 서비스는 공장 내에서 일어나는 전력발전 및 전력할당을 데어터 분석 기법 등을 이용하여 효과적으로 관리하는 것을 목적으로 한다. 특히 그 중에서도 태양광, 풍력 등 친환경 에너지를 이용한 에너지관리 시스템은 비용절감 뿐만 아니라 환경보호 측면에서도 중요한 문제라 할 수 있다. 이들 친환경 에너지를 제대로 이용하기 위해서는 그들의 발전량을 정확히 예측할 필요가 있지만 현재의 시스템에는 가장 기본적인 예측법인 최근접 이웃법을 사용하고 있다. 최근접 이웃법의 경우 노이즈와 아웃라이어에 민감하다는 단점이 있기 때문에 이들 상황에 대처할 수 있는 보다 정교한 예측법이 필요하다.

• 응용통계연구
• /
• 제37권2호
• /
• pp.119-138
• /
• 2024

본 연구는 노이즈 필터링과 차원축소 등의 방법을 이용하여 텍스트 지표의 정상화에 대해 검토하고 실증 분석을 통해 동 지표의 활용가능성을 제고할 수 있는 후처리 과정을 탐색하고자 하였다. 실증분석에 대한 예측 목표 변수로 월별 선행지수 순환 변동치, BSI 전산업 매출실적, BSI 전산업 매출전망 그리고 분기별 실질 GDP SA전기비와 실질 GDP 원계열 전년동기비를 상정하고 계량경제학에서 널리 활용되는 Hodrick and Prescott 필터와 비모수 차원축소 방법론인 충분차원축소를 비정형 텍스트 데이터와 결합하여 분석하였다. 분석 결과 월별과 분기별 변수 모두에서 자료의 수가 많은 경우 텍스트 지표의 노이즈 필터링이 예측 정확도를 높이고, 차원 축소를 적용함에 따라 보다 높은 예측력을 확보할 수 있음을 확인하였다. 분석 결과가 시사하는 바는 텍스트 지표의 활용도 제고를 위해서는 노이즈 필터링과 차원 축소 등의 후처리 과정이 중요하며 이를 통해 경기 예측의 정도를 높일 수 있다는 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권10호
• /
• pp.447-454
• /
• 2015

본 논문에서는 트위터 기반 이벤트 탐지에서의 기계학습을 통한 지명 노이즈제거 방식을 제안한다. 최근 스마트폰 이용자의 증가로 소셜 네트워크 서비스(SNS) 이용자가 증가하고 있는 추세이다. 그중 트위터는 140자 이내의 단문서비스와 팔로우 기능으로 정보의 빠른 전달력과 확산성을 가지고 있다. 이러한 특성과 모바일에 최적화된 트위터의 특성상 정보 전달 속도가 매우 빠르기 때문에 재난 상황이나 이벤트 전달의 매개체 역할을 하고 있다. 이와 관련된 연구로는 트위터 사용자 개개인을 이벤트 탐지의 센서로 사용하여 현실에서 발생하는 이벤트를 탐지하였는데 이벤트가 특정 장소에서 발생한다는 특성을 이용해서 지명 키워드를 사용하였다. 그러나 지명과 동형이의어 관계에 관한 노이즈제거에 대한 부분이 누락되어있어서 이벤트 탐지의 정확도를 낮추는 요인이 된다. 이에 본 논문에서는 제거와 예측 두 가지 방식으로 노이즈제거 기법을 적용하였다. 먼저 노이즈 관련 데이터베이스 구축을 이용하여 제거 필터링을 진행한 후에 나이브 베이지안 분류를 이용해서 지명 유무를 결정하였다. 실험 데이터를 이용해서 기계학습을 위한 확률값을 구했으며, 지명마다 본 논문에서 제시하는 예측기법을 검증했을 때 89.6%의 신뢰도로 노이즈제거 기법의 필요성을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.95-96
• /
• 2008

본 논문에서는 시계열 예측 공정의 모델링을 위해 Type-2 퍼지 논리 집합을 이용하여 불확실성 문제를 다룬다. 기존의 Type-1 퍼지 논리 시스템(Fuzzy Logic System, FLS)은 외부의 노이즈와 같은 불확실성에 민감한 단점이 있다. 그러나 Type 퍼지 논기 시스템은 불확실한 정보까지 멤버쉽 함수로 표현함으로서 효과적으로 취급할 수 있다. 여기서 불확실한 정보를 표현하기 위해 규칙의 전 후반부 멤버쉽 함수로 삼각형 형태의 Type-2 퍼지 집합을 사용한다. 전반부의 경우 HCM 클러스터링을 사용하여 입력 데이터들 간의 거리를 중심으로 멤버쉽 함수를 정의하고, 후반부는 입자 군집 최적화(Particle Swarm Optimization) 알고리즘으로 멤버쉽 함수의 정점을 동조한다. 제안된 모델은 표준 모델 평가에 주로 사용되는 가스로 시계열 데이터를 적용하고, 특정 데이터로 노이즈에 영향 받은 데이터를 사용하여 수치 석인 예를 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.390-393
• /
• 2019

은행과 신용카드 업계에 있어, 고객의 다음 신용 카드 사용처(다음 방문 가맹점)를 예측할 수 있다면 고객의 라이프 스타일을 파악 할 수 있으며, 여러 프로모션과 비즈니스 기회를 포착할 수 있어 매출 증대를 꾀할 수 있다. 우리가 제안하는 모델은 고객이 다음에 방문할 가맹점을 예측/추천하는 것을 목표로 한다. 가맹점 방문과 같이 순차적으로 발생하는 이벤트에는 노이즈가 있을 수 있다. 이 노이즈를 제거하기 위해 두 개의 신경망을 이용한 DoubleDNN을 제안한다. 실험은 BC카드사의 데이터분포를 따르는 인공 생성된 신용카드 사용내역 데이터를 이용하였으며, DoubleDNN은 기존의 다른 추천 모델보다 좋은 성능을 보였다.