• The Korean Journal of Applied Statistics
• /
• v.26 no.6
• /
• pp.1053-1061
• /
• 2013

In this paper, we propose the time series forecasting models for internet traffic with long memory and heteroscedasticity. To control and forecast traffic volume, we first introduce the traffic forecasting models which are determined by the volatility and heteroscedasticity of the traffic. We then analyze and predict the heteroscedasticity and the long memory properties for forecasting traffic volume. Depending on the characteristics of the traffic, Fractional ARIMA model, Fractional ARIMA-GARCH model are applied and compared with the MAPE(Mean Absolute Percentage Error) Criterion.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.97-97
• /
• 2016

가뭄은 홍수와 더불어 매우 심각한 자연재해이며, 그 특성상 광역적이고 장기간 발생함에 따라 구체적인 발생시점, 규모, 범위 등을 규명하기가 어렵다. 다만, 적시에 경보해야 하는 홍수와 달리 진행속도가 느리고 시간적으로 대처할 여유가 있어 진행중 일지라도 초기에 감지한다면 그 피해를 최소화할 수 있다. 미국 등 수문기상 선진국에서는 수문기상 장기예보자료를 활용한 가뭄전망정보 생산 및 제공하고 있으며, 활용성을 검증한바 있다. 국내의 경우 기상청에서는 대기-해양-해빙 모델을 접합한 GloSea5 (Global Seasonal forecasting system version 5) 모델을 도입하였으며, 가뭄예보를 목적으로 장기예보자료 기반의 가뭄전망정보 생산체계를 구축한 바 있다(기상청, 2012; 손경환 등, 2015). 본 연구에서는 장기예보자료 기반의 수문기상 전망정보를 이용하여 2014-15년 가뭄사례에 대한 가뭄감시 및 전망정보를 생산 및 평가하였다. 수문기상전망 정보는 기상청 현업예보 모델인 GloSea5와 지면모델을 이용하여 생산하였으며, 관측자료와 수문전망정보 기반의 가뭄지수를 산정하였다. 매스컴 및 언론 보도 자료부터 2014-15년 가뭄에 대한 행정구역별 피해사례를 수집하였으며, 이를 기반으로 시계열, 지역별 및 통계적(CC, RMSE) 분석을 이용하여 선행시간별 정확도를 평가하였다. 1개월 및 2개월 전망정보의 정확도가 높음을 확인하였으며, 가뭄심도가 심각한 시기의 가뭄상황을 적절히 재현하는 것으로 나타났다.

• Journal of Teachers' Pension
• /
• v.2
• /
• pp.181-206
• /
• 2017

출산율 하락과 기대여명 증가에 따라 인구구조의 고령화가 급격히 진행되고 있다. 이에 따라 소득보장이나 건강보장과 같은 사회보장제도의 장기 재정 불안정과 관련된 사회적 우려가 높다. 여러 세대를 거쳐 사회보장제도를 안정적으로 유지하기 위해서는 제도의 장기적 재정 상태에 대한 정확한 전망이 요청된다. 재정 상태에 대한 정확한 진단은 장기 재정 안정화를 위한 가장 기본적인 전제 조건이며, 정확한 재정 상태에 대한 평가 없이 재정 안정화를 위한 사회적 합의를 도출하는 것은 가능하지 않다. 본 연구는 사학연금의 장기 재정 전망에 필요한 사망률 전망 방법을 검토함으로써 사학연금 장기 재정 전망 작업의 정확성과 신뢰성을 높이고자 하는 목적을 가지고 있다. 보다 구체적으로, 본 연구는 연앙인구 및 사망 건수 자료가 제한적인 동시에 단기 시계열 자료만이 존재하는 사학연금 데이터베이스의 특성을 반영한 사망률 전망 모형을 구축하고 있다. 사학연금 남성 사망률 전망과 관련하여 본 연구에서 제안하는 모형은 목표 집단의 사망력 패턴과 밀접히 연관된 준거 집단을 통합적으로 모형화하는 정합적 사망률 모형(coherent mortality model)이다. 반면 관측된 사망 건수가 매우 제한적인 관계로 사학연금 데이터베이스에 기초하여 사망률을 전망하기 쉽지 않은 여성 사망률의 경우 통계청 장래인구추계에서 전망된 성별 사망확률 격차가 사학연금에도 적용될 수 있다는 가정하에 사학연금 여성 사망률을 전망하는 방법을 제안하고 있다.

• Journal of the Korean Society of Radiology
• /
• v.7 no.1
• /
• pp.25-30
• /
• 2013

In this work, we investigate the statistical properties of gamma exposure rates using well-known analysis methods, such as Autocorrelation Function Analysis(ACF), Rescaled Range Analysis(R/S Analysis), and Detrended Fluctuation Analysis(DFA). Especially, DFA is an important method to reliably detect long-range correlations in non-stationary time series. Our data are measured by Gangneung regional radiation monitoring station over the period of 1998 to 2011. First, we find a crossover indicating two different governing regimes in fluctuations of gamma exposure rates. Within a year, they show a strong long-ranged memory while this property vanishes over the range of time period longer than one year. Second, our finding is very securely supported by a variety of analysis tools. Those tools yield many relevant exponents which satisfies the well known relation between them.

• 한국신재생에너지학회:학술대회논문집
• /
• 2010.06a
• /
• pp.185.2-185.2
• /
• 2010

한반도 국가바람지도(김현구, 2009)는 한국에너지기술연구원에서 지식경제부의 부처임무사업으로 구축되었으며 현재 웹서비스(http://www.kier-wind.org)를 통하여 정보를 제공하고 있다. 국가바람지도는 수치기상예측(NWP; Numerical Weather Prediction) 모델을 이용하여 영토, 영해에 대해 $1km{\times}1km$의 고해상도로 작성한 뒤(이순환 등, 2009) 풍력자원 정보로 재가공되었다. 한반도 국가바람지도는 5년의 장기간에 대한 시계열 수치기상예측에 의하여 구축되었기 때문에 데이터베이스(DB; database)의 효율적 관리가 필연적으로 요구된다. MM5 또는 WRF 모델의 고유 출력포맷의 자료구조는 풍력자원분석에 필요한 기상요소 외에도 대기과학자에게 필요한 수많은 기상인자를 종합적으로 포함하고 있다. 따라서 2차원 층(layer) 또는 3차원 공간분포 분석 및 계산격자인 셀(cell)에서의 1차원 시계열 분석 등 다양한 자료축출에는 비효율적인 자료구조가 된다. 이러한 자료구조의 불편을 해소하기 위해서는 기상요소별로 독립적이고 빈번한 시계열 자료 추출에 효율성을 가지며 어떤 프로그래밍 언어를 사용하든지 직관적으로 쉽게 사용할 수 있는 바람지도 데이터베이스의 재구성이 요구된다. 이에 대용량 수치자료의 처리 측면에서 장점을 가지는 과학기술 프로그래밍 언어인 IDL을 기반으로 국가바람지도의 자료구조를 효율화하여 데이터베이스화 하였으며 IDL에 내재된 그래픽 기능을 활용하여 가시화를 구현함으로써 연구개발자의 입장에서 국가바람지도의 활용성 및 효율성을 향상시키고자 하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2017.11a
• /
• pp.50-53
• /
• 2017

Not only growth of importance to understanding economic trends, but also the prediction to overcome the uncertainty is coming up for long-term maritime recession. This paper discussed about the prediction of BDI with artificial neural networks (ANN). ANN is one of emerging applications that can be the finest solution to the knotty problems that may not easy to achieve by humankind. Proposed a prediction by implementing neural networks that have recurrent architecture which are a Recurrent Neural Network (RNN) and Long Short-Term Memory (LSTM). And for the reason of comparison, trained Multi Layer Perceptron (MLP) from 2009.04.01 to 2017.07.31. Also made a comparison with conventional statistics, prediction tools; ARIMA. As a result, recurrent net, especially RNN outperformed and also could discover the applicability of LSTM to specific time-series (BDI).

• The Korean Journal of Applied Statistics
• /
• v.29 no.3
• /
• pp.549-557
• /
• 2016

Consecutive missing values are likely to occur in long climate data due to system error or defective equipment. Furthermore, it is difficult to impute missing values. However, these complicated problems can be overcame by imputing missing values with reference time series. Reference time series must be composed of similar time series to time series that include missing values. We performed a simulation to compare three missing imputation methods (the adjusted normal ratio method, the regression method and the IDW method) to complete the missing values of time series. A comparison of the three missing imputation methods for the daily mean temperatures at 14 climatological stations indicated that the IDW method was better thanx others at south seaside stations. We also found the regression method was better than others at most stations (except south seaside stations).

• Water for future
• /
• v.29 no.6
• /
• pp.167-178
• /
• 1996

The simulation techniques of hydrologic data series have been developed for the purposes of the design of water resources system, the optimization of reservoir operation, and the design of flood control of reservoir, etx. While the stochastic models are usually used in most analysis of water resources fields for the generation of data sequences, the indexed sequential modeling (ISM) method based on generation of a series of overlapping short-term flow sequences directly from the historical record has been used for the data generation in western USA since the early of 1980's. It was reported that the reliable results by ISM were obtained in practical applications. In this study, we generate annual inflow series at a location of Hong Cheon Dam site by using ISM method and first order autoregressive model (AR(1)), and estimate the drought characteristics for the comparison aim between ISM and AR(1).

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.603-603
• /
• 2015

모든 외재적 형식의 가뭄을 모니터링하고 예측 및 평가하기 위해서는 가뭄지수가 필수적 요소로써 이용된다. 일반적으로 가뭄지수는 단일지수(single index), 다중지수(multiple index), 복합지수(composite index)로 분류되며 대부분 강수량, 유출량, 토양 수분량 등과 같은 하나의 변수만을 사용하는 단일지수이다. 가뭄지수는 가뭄평가에 있어서 각각의 장단점이 있다. 하나의 변수를 사용하는 가뭄지수는 계산이 간편하지만 가뭄의 물리적 특성을 정확하게 반영할 수 없기 때문에 신뢰할 수 있는 가뭄평가에 충분하지 않다. CDI(Composite Drought Index)는 PDSI(Palmer Drought Index), ADI(Aggregate Drought Index), SWSI(Surface Water Supply Index)와 같은 다중지수의 개념을 착안하여 고안되었으며, 모든 가뭄 형태(농업적 수문학적 기상학적)와 관련된 강우량, 유출량, 정규식생지수(NDVI)를 변수로써 사용하였다. NDVI는 MODIS(Moderate resolution imaging spectroradiometer)에서 제공하는 16일 간격의 위성자료를 이용하여 계산되었고 이와 시간 스케일을 맞추기 위해 나머지 두 변수 또한 16일 시계열을 사용하였다. CDI는 (1)각 변수들의 시계열을 행렬로 나타내고 (2)이것을 정규화하여 무차원 행렬로 변환한 후 (3)연구 지역의 최고습윤상태(most wet condition) 및 최고건조상태(most dry condition)의 차이값을 기반으로 하여 산정된다. 본 연구에서는 상대적으로 다른 유역에 비해 장기적이고 연속적인 자료를 확보할 수 있으며 농경지와 산림지역 비율이 높은 낙동강 유역을 대상유역으로 설정하였으며, 2001-2013년 기간의 자료를 이용하였다. 그 결과 연구 기간 중 실제 발생했던 가뭄을 반영하는 것을 확인하였다. 또한 CDI는 다양한 변수의 활용으로 가뭄의 물리적 특성의 반영이 가능하며 연구 지역의 기상 조건에 직접적으로 관련된 결과를 나타낸다. 자료의 가용성에 따라 적용범위가 제한적일 수 있으나 입력값으로 사용된 변수와 시계열을 편의와 효율에 따라 유연하게 적용할 수 있다. 따라서 CDI는 농업적, 수문학적, 기상학적 가뭄의 모든 관점을 통합하는 실용적 가뭄지수로써 사용될 수 있는 가능성을 포함하고 있다.

• Journal of the Korea Society for Simulation
• /
• v.30 no.4
• /
• pp.1-8
• /
• 2021

Deep learning is one of the most widely accepted methods for the forecasting of time series data which have the complexity and non-linear behavior. In this paper, we investigate the modification of a state-of-art WaveNet deep learning architecture and walk forward validation (WFV) in order to forecast electric power consumption data 24-hour-ahead. WaveNet originally designed for raw audio uses 1D dilated causal convolution for long-term information. First of all, we propose a modified version of WaveNet which activates real numbers instead of coded integers. Second, this paper provides with the training process with tuning of major hyper-parameters (i.e., input length, batch size, number of WaveNet blocks, dilation rates, and learning rate scheduler). Finally, performance evaluation results show that the prediction methodology based on WFV performs better than on the traditional holdout validation.