• Journal of Korea Port Economic Association
• /
• v.37 no.2
• /
• pp.119-131
• /
• 2021

Energy is an essential element in economic activity and people's lives, an important resource used by various industries, and the financialization of commodity markets has led to the growing importance of crude oil turning into the same asset as other assets. Accordingly, studies analyzing the correlation between energy prices and investor sentiment explain that investor sentiment affects oil prices through economic factors and speculation. In this study, we wanted to analyze whether the impact of the most representative changes in oil prices affects investor decision making, affecting investor sentiment, and applying wavelet consistency analysis to determine how energy prices relate to investor sentiment. Studies show that policies should be focused on policy and market changes because energy prices differ by time scale and investment sentiment should be more influential in the long term than in the short term.

• Proceedings of the Korea Database Society Conference
• /
• 1999.06a
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고유한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미 있는 정보로 변환시켜 줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망과의 모형결합을 통해 기존연구와는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이블릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다.

• Proceedings of the KIPE Conference
• /
• 2012.11a
• /
• pp.149-150
• /
• 2012

본 논문에서는 배터리 팩을 구성하는 셀간의 전압편차를 이용한 이산 웨이블릿 변환(DWT;discrete wavelet transform) 기반 SOH(State-of-health) 예측방법을 소개한다. 충방전 전압은 DWT의 다해상도 분석(MRA;multi-resolution analysis)을 이용한 시간-주파수 분석을 통해 고주파 전압 성분(detail;$D_n$)과 저주파 전압 성분(approximation;$A_n$)으로 추가 분해되어 SOH 예측을 위한 추가정보를 제공한다. 각 성분의 통계처리(표준편차)를 통해 노화 이전과 이후의 성분값을 비교한다. 즉 프레시 배터리팩과 노화된 팩의 표준편차 기반 셀간 불균형을 서로 비교하여 SOH 예측이 가능하다.

• Proceedings of the Korean Institute of IIIuminating and Electrical Installation Engineers Conference
• /
• 2008.05a
• /
• pp.263-266
• /
• 2008

입력신호인 도로표면의 화상 데이터는 낮 시간대의 아스팔트 포장 도로면을 촬영하여 도로표면 상태의 화상을 만들었고, 편광 및 웨이블릿 변화(Wavelet transform)으로 도로 표면을 5가지의 상태(건조, 습윤, 수막, 적설, 동결)로 인식할 수 있는 분류기준절차를 연구하였다. 표면 화상 인식 과정은 편광계수에 의한 젖은 땅으로 분류한 후, 다음으로 젖은 땅을 제외한 나머지는 웨이블릿 패킷 변환을 통해 시간-주파수 분석을 하였다. 또한 영상 템플릿을 이용하여 마른 땅과 빙판의 표준적인 주파수 특성을 분석하여, 마른 땅과 빙판을 구분하였다. 도로표면영상에서 마른 부분과 젖은 부분을 구분한 결과를 정리하였다.

• Proceedings of the KIPE Conference
• /
• 2013.07a
• /
• pp.449-450
• /
• 2013

본 논문에서는 이산 웨이블릿 변환(DWT;discrete wavelet transform)을 이용한 에너지 저장시스템(ESS;energy storage system)의 고장 검출 방법을 제안한다. ESS에 순간적인 고장 발생시 전압의 급격한 변화가 발생할 수 있으며 이는 다해상도 분석(MRA;multi-resolution analysis)을 이용한 시간-주파수 분석을 통해 분해된 저주파 전압 성분(approximation;$A_n$)과 고주파 전압 성분(detail;$D_n$)중 현저한 성분의 변화가 관찰되는 고주파 전압 성분을 선택한다. 이를 검증하기 위하여 모든 고주파 전압 성분의 절대값을 적용한 뒤 최대값 정보를 추출한다. 이 때, 추출된 각 성분의 최대값과 최대값의 평균을 비교하되 여러 사전실험을 통해 정해진 특정 임계값 대비 큰 값을 나타낼 때 고장이 발생하였음을 판단한다.

• Proceedings of the KIPE Conference
• /
• 2015.07a
• /
• pp.465-466
• /
• 2015

배터리 관리시스템(BMS;battery management system)의 중요 고려요소인 SOC(state-of-charge) 및 SOH(state-of-health)의 전기적 등가회로 모델 기반 고성능 추정의 전제 조건은 배터리 단자전압의 안정된 실험데이터 확보이다. 그러나, 예상치 않은 에러로 인해 배터리 단자전압에 노이즈 성분이 포함될 경우 SOC 및 SOH 추정알고리즘의 성능저하가 우려된다. 이를 위해, 본 논문은 이산 웨이블릿 변환(DWT;discrete wavelet transform)의 다해상도 분석(MRA;multi resolution analysis) 레벨에 따른 디노이징 최적 성능을 소개하고자 한다. 하드 임계화(hard-thresholding) 및 소프트 임계화(soft-thresholding) 기법에 따른 디노이징 성능 차이를 보이고, 각 임계화 기법 적용 시 디노이징 최적 성능을 보이는 레벨을 선택한다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.4 no.3
• /
• pp.61-70
• /
• 2001

This paper presents a new method to extract semi-automatically roads from high spatial resolution satellite imagery. This method is based both on wavelet transform and on multiresolution analysis combined in the "$\grave{a}$ trous" algorithm. As an urban road network consists on different classes of streets, multiresolution processing allows to extract the streets class by class. The method was applied to a KVR-1000 image on a part of Busan Metropolitan City. The method was carried out for the road extraction of three different widths and it succeeded in extracting good fitted strips. The accuracy analysis for three types of streets was also performed. The overall accuracy in 4 pixels of width is 80.5%. The result suggests that this method can be used to update road networks in the studied urban network. In summary, the multiresolution approach based on the wavelet transform, used in this study, is regarded as one of effective methods to extract urban road network from high spatial resolution satellite images.

• Journal of the Institute of Convergence Signal Processing
• /
• v.13 no.2
• /
• pp.91-98
• /
• 2012

Power Quality (PQ) signal such as sag, swell, harmonics, and impulsive transients are the major issues in the operations of the power electronics based devices and microprocessor based equipments. The effectiveness of wavelet based denoising techniques and recognizing different power quality events with noise has been presented in this paper. The algorithms involved in the noisy PQ recognition system are the wavelet based denoising and the back propagation neural networks. Also, in order to verify the real-time performances of the noisy PQ recognition systems under the noisy environments, SIL(Software In the Loop) and PIL(Processor In the Loop) were carried out, resulting in the excellent recognition performances.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2003.04a
• /
• pp.223-227
• /
• 2003

• Clean Technology
• /
• v.18 no.1
• /
• pp.31-37
• /
• 2012

Biomass has become a major feedstock for bioenergy and other bio-based products because of its renewability and environmental benefits. Various researches have been done in the prediction of crucial characteristics of biomass, including the active utilization of spectroscopy data. Near infrared (NIR) spectroscopy has been widely used because of its attractive features: it's non-destructive and cost-effective producing fast and reliable analysis results. This work developed the multivariate statistical scheme for predicting weight loss profiles based on the utilization of NIR spectra data measured for six lignocellulosic biomass types. Wavelet analysis was used as a compression tool to suppress irrelevant noise and to select features or wavelengths that better explain NIR data. The developed scheme was demonstrated using real NIR data sets, in which different prediction models were evaluated in terms of prediction performance. In addition, the benefits of using right pretreatment of NIR spectra were also given. In our case, it turned out that compression of high-dimensional NIR spectra by wavelet and then PLS modeling yielded more reliable prediction results without handling full set of noisy data. This work showed that the developed scheme can be easily applied for rapid analysis of biomass.