• The Korean Journal of Applied Statistics
• /
• v.28 no.6
• /
• pp.1235-1243
• /
• 2015

Increased data volume in the ICT area has increased the importance of forecasting accuracy for internet traffic. Forecasting results may have paper plans for traffic management and control. In this paper, we propose combined forecasts based on several time series models such as Seasonal ARIMA and Taylor's adjusted Holt-Winters and Fractional ARIMA(FARIMA). In combined forecasting methods, we use simple-combined method, MSE based method (Armstrong, 2001), Ordinary Least Squares (OLS) method and Equality Restricted Least Squares (ERLS) method. The results show that the Seasonal ARIMA model outperforms in 3 hours ahead forecasts and that combined forecasts outperform in longer periods.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.574-577
• /
• 2011

H.264/AVC는 휘도 신호 $4{\times}4$ 블록을 위하여 9개의 화면 내 예측모드를 사용한다. 예측 모드는 8개의 방향성을 가진 모드와 하나의 비방향성 DC 모드가 있다. 휘도 신호 $16{\times}16$ 블록에서는 4가지의 예측 모드가 있으며 색차 신호 $8{\times}8$ 에서도 4개의 예측모드를 사용한다. 이러한 예측 모드들 중 최적의 예측 모드를 선택하기 위하여, 부호화기는 선택 가능한 모든 예측 모드의 율-왜곡 비용을 계산한 후, 최적의 율-왜곡 비용을 가진 예측 모드를 사용하여 부호화를 수행한다. 따라서 H.264/AVC의 화면 내 예측 과정은 많은 계산 복잡도를 가진다. 특히 하이 프로파일에서는 휘도 신호 $8{\times}8$ 블록이 화면 내 예측을 위해서 고려되므로 더욱 많은 계산 복잡도를 요구한다. 이에 본 논문은 H.264/AVC 하이 프로파일의 화면 내 예측의 부호화 계산 복잡도를 줄이는 방법을 제안한다. 현재 매크로 블록의 분산을 계산한 후, 이를 이용하여 율-왜곡 최적화에 후보로 사용되어지는 블록 모드를 결정하고, 각 블록 모드에서 제공하는 예측 모드들을 효율적으로 선택하는 방법을 연구 개발하였다. 제안된 방법은 기존 H.264/AVC 참조 소프트웨어인 JM13.1 부호화 시간 대비 약 83%의 연산시간이 감소하는 결과를 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.1178-1182
• /
• 2004

시계열 자료의 분석과 예측은 수문학분야에서 매우 중요하면, 최근 들어 특정한 수문시계열에서 카오스 특성이 발견되고 있다. 카오스 특성을 갖는 수문시계열의 예측에 있어, 기존의 거의 모든 연구는 시스템의 특성을 파악한 뒤 예측을 실시하는 표준접근법이 채택되어왔다. 그러나 Phoon 등은 시스템의 특성분석에 앞서 예측을 실시하고, 상태공 매개변수가 시스템의 특성분석단계가 아닌 예측단계에서 평가되는 가역접근법을 제안하였다. 본 연구에서는 Phoon 등이 제안한 가역접근법과 기존에 널리 적용되어온 표준접근법을 실제 일유출량 자료에 적용함으로써, 가역접근법의 적용성을 검토하고 카오스 시계열의 특성을 파악하였다. 본 연구에서 사용한 비선형 예측 기법으로는 카오스이론이 적용된 부분근사화 기법을 이용하였다. 카오스 특성분석을 통해, Bear 강 일유출량 시계열 자료에서 카오스 특성이 나타남을 알 수 있었다. 표준접근법과 가역접근법을 이용하여 Bear 강의 일유출량 자료에 대하여 예측을 실시한 결과, 카오스 특성을 갖는 일유출량 시계열 자료의 단기 예측의 우수성을 알 수 있었으면, 가역접근법이 표준접근법에 비해 좋은 결과를 나타내었다. 특히, 가역접근법은 예측단계에서 예측시간(T)에 대하여 예측매개변수를 최적화시킴으로써 보다 정밀한 예측을 할 수 있었으며, 시스템에 대한 정보손실이 발생하였을 경우 예측에 대한 상태공간 매개변수를 다시 추정해야 하는 표준접근법에 비해 실제적 적용성이 매우 우수하였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.5 no.1
• /
• pp.53-59
• /
• 2004

In case of load forcasting the most important problem is to deal with the load of special days. According this paper presents forecasting method for speaial days peak load by neural networks model. by means of neural networks mothod using the historical past special- days load data, special-days load was directly forecasted, and forecasting % error showed good result as 1∼2% except vacation season in summer Consequently, it is capable of directly special days load, With the models, precision of forecasting was brought satisfactory result. When neural networks was compared with the orthogonal polynomials models at a view of the results of special-days load forecasting, neural networks model which used pattern conversion ratio was more effective on forecasting for special-days load. On the other hand, in case of short special-days load forecasting, both were valid.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.497-497
• /
• 2018

복잡한 기상조건 하에서 강우의 예측은 수문 기상 분야에서 필수적인 과정이라 할 수 있다. 특히 월 단위의 강우 예측은 장기적인 수자원 관리 및 계획 수립 시 매우 중요한 기준이 되기 때문에 보다 정확하고 신뢰도 있는 예측을 필요로 하고 있다. 이를 위해 전 지구적 기후 변동의 양상을 수치화 하여 나타낼 수 있는 기상인자의 활용이 활발해지고 있으며 다양한 모형을 기반으로 한 강우 예측이 수행되고 있다. 최근에는 인공지능 기법을 활용한 인공신경망 모형의 적용이 활발해짐에 따라 높은 예측력을 바탕으로 강우 예측에 대한 연구가 이루어지고 있지만 초기 가중치의 무작위성 또는 과적합으로 인한 문제도 함께 나타나고 있다. 본 연구에서는 인공신경망 모형의 활용성을 높이고 신뢰성을 확보하기 위한 강우 예측을 수행하고자 하였다. 이를 위해 다양한 기상인자를 활용하여 인공신경망 모형을 위한 정보를 구축하고 인공신경망 모형을 통해 생성되는 결과로부터 단일 예측이 아닌 앙상블 예측을 활용함으로써 강우 앙상블을 생성하고 조합하였다. 그 결과 인공신경망 모형을 통한 단일 예측보다 앙상블을 통한 예측으로 안정적이고 정확한 예측 결과를 산정할 수 있었으며 기존에 인공신경망 모형을 통한 예측의 문제점을 보완할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.11a
• /
• pp.291-292
• /
• 2010

H.264/AVC의 인트라 예측모드는 가변 크기 블록과 예측 부호화를 사용하여 압축효율을 높이고 있다. 인트라 예측 모드는 $16{\times}16$블록, $4{\times}4$블록에 대해 수행되며, 예측 모드는 참조픽셀의 위치와 예측 방향에 따라 구분된다. 기존의 예측모드는 왼쪽과 위쪽의 참조 픽셀을 가지고 예측을 하게 된다. 이 경우, 참조 픽셀과의 거리가 먼 픽셀들의 예측 정확도가 떨어진다. 본 논문에서는 예측 정확도를 향상시켜 부호화 효율을 최대화 할 수 있는 인트라 예측 방법을 제안한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.04a
• /
• pp.227-234
• /
• 2000

지금까지 수행된 대부분의 유가예측은 주고 계량 데이터를 기반으로 하는 여러 가지 계량 모델을 구성하여 수행되었으며, 그 결과 산유국 동향과 같은 국제 유가시장의 불확실성을 제대로 반영하지 못했다. 따라서, 본 논문에서는 이러한 문제점을 해결하기 위하여 계량경제학적인 접근방법과 전문가시스템을 통합한 유가예측 시스템을 설계 및 구현하였다. 즉, 계량 데이터를 기초로 유가예측 모델을 구성하고, 산유국동향과 같은 비계량적인 요인이 유가에 미치는 영향에 대한 실무자의 경험적인 지식은 지식베이스로 구축함으로써, 유가예측과 관련된 다양한 요인들을 폭넓게 고려할 수 있는 통합된 시스템을 개발하였다. 유가예측 모델로는 대표 유종의 유가 및 수급 전망을 위한 동적 선형연립 모델과 유종간 유가의 균형차액을 예측하기 위한 Fully Modified 공적분 회귀분석 모델을 구성하였으며, 유가예측 모델에서 반영하기 어려운 산유국 동향이나 OPEC정책, 선물시장 동향 등은 실무자의 경험적인 지식을 바탕으로 시스템 예측변수로 설정하여 유가예측에 반영할 수 있도록 지식베이스를 구축하였다. 또한, 본 시스템에서는 유가예측 이외에 석유 수급을 전망하고, 유가 및 수급과 관련된 다양한 정보를 제공하고 관리하는 기능을 제공하고 있다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2014.10a
• /
• pp.856-857
• /
• 2014

국내에서 이용되는 예측모델은 국립환경과학원식, 도로공사의 HW-NOISE, KHTN, 소음지도에 이용되는 외국의 RLS90, NMPB 등이 있다. 이러한 예측모델은 예측 방법 및 표현에 따라 예측식 2D(국립환경과학원식, HW-NOISE)와 3D로 예측(KHTN, RLS90, NMPB 등)으로 구분할 수 있다. 본 연구는 도로 주변 공동주택에서의 소음실측 및 예측식별 예측값을 통하여 예측식의 오차 및 오차의 원인을 분석하고 예측식의 적용방법에 대하여 고찰하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04a
• /
• pp.639-641
• /
• 2000

캐쉬를 사용하는 분산 공유 메모리 시스템에서는 캐쉬들 사이의 일관성 유지를 위한 지연 시간이 성능에 큰 영향을 미친다. 최근에는 각 공유 메모리의 일반적인 접근 패턴을 학습하여 일관성 유지의 예측적 수행을 가능하게 하는 메모리 공유 패턴 예측기가 연구되고 있다. 기존의 메모리 공유 패턴 예측기는 패턴 정보를 저장하기 위해서 모든 메모리 블락마다 예측 테이블들을 할당하지만 실제로 성능 향상에 도움을 주는 테이블들은 소수에 불과하다. 본 논문에서는 적은 양의 패턴 저장 공간을 사용하면서 기존의 예측기와 유사한 성능을 낼 수 있는 캐쉬 구조의 메모리 공유 패턴 예측기를 제안한다, 제안된 예측기에서는 좋은 성능을 내는 예측 테이블들을 선택적으로 저장하게 하는 효율적인 테이블 교체 기법이 요구된다. 본 논문에서는 LRU 교체 기법을 캐쉬 구조의 예측기에 적용시켰을 때의 문제점을 분석하고 제안된 예측기의 특성에 적합한 테이블 교체 기법을 제안한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.540-540
• /
• 2015

유역의 하천관리 및 홍수관리를 위하여 강우량을 정확하게 예측하고자 많은 수문학자들에 의해 강우량을 예측하는 연구를 진행하였다. 강우를 예측하기 위한 여러 가지 방법 중 인공신경망을 이용하여 강우를 예측하는 선행연구들을 살펴볼 수 있었다. 그러나 기존에 강우량을 예측하는 사례들을 살펴보게 되면, 강우사상이 발생된 후 강우량 예측은 비교적 높은 정확도를 가지고 있으나, 강우가 발생하기 시작하는 시점에 대한 강우량 예측은 그 정확성이 떨어지는 것을 확인할 수 있었다. 이에 본 연구에서는 무강우 기간에도 보다 정확하게 강우량을 예측할 수 있는 인공신경망 모델을 제안하고자 한다. 이를 위해 강우량 이외에도 기온, 풍속, 습도, 증기압, 전운량을 인공신경망의 입력자료로 활용하고자 하였다. 입력자료을 구성을 여러 가지 CASE로 구분하여 부산지점의 강우량을 예측하고 그 정확성을 평가하고자 하였다. 이 때, 사용되는 자료는 기상청 부산지점에서 제공하고 있는 1시간 간격자료를 적용하였다. 본 연구를 통해 개발된 인공신경망 모형을 이용하여 예측된 강우량은 부산 내에 위치한 하천관리 뿐 만 아니라 하천의 홍수 예 경보에 필요한 기초적인 자료로 활용될 수 있을 것으로 판단된다.