• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2000.04a
• /
• pp.247-250
• /
• 2000

주가는 시계일 데이터의 일종으로 많은 변수들이 주가의 변동에 영향을 미친다. 그러나 몇 개의 어떠한 변수가, 어떻게 영향을 미치는 지 정확히 알려져 있지 않다. 그렇기 때문에 주가를 예측하는 것은 쉽지 않으며 단지 등락을 예측하는 것 조차도 쉽지 않다. 본 논문에서는 주가를 신호와 잡음이 혼합된 것으로 가정하고 그 특성을 고려하여, 전 종목에 대한 등락을 예측하지 않고, 예측율이 높은 종목을 선정하는 것을 목표로 하였다. MLP를 BP로 학습시켰으면 입력으로는 28개의 주가분석 지표값이 사용되었다. 여러 예측 기간으로 실험하였으며, 예측기간이 60일일 때 77.1%의 예측율을 보였고 선정된 종목의 등락 예측율은 88%였다.

• Journal of Korea Water Resources Association
• /
• v.39 no.3 s.164
• /
• pp.253-259
• /
• 2006

In almost all previous hydrological studies, the standard approach adopted for nonlinear time series analysis is to perform system characterization first followed by forecasting. However, a practical inverse approach for forecasting nonlinear hydrological time series was proposed recently To investigate the applicability standard approach method and inverse approach, this study used a theoretical time series (Mackey-Glass time series) and daily streamflows of the Bear River in Idaho. To predict a theoretical time series and daily streamflow, this study used local approximation method. From chaos analysis, chaotic characteristics are found in daily streamflow of the Bear River in Idaho. Resulting from 1, 3 and 5-day prediction, inverse approach method is shown to be better than the standard approach for a theoretical chaotic time series and daily streamflow.

• Journal of Environmental Impact Assessment
• /
• v.26 no.1
• /
• pp.11-26
• /
• 2017

Approximate empirical equations obtained by measuring overall noise levels at different distances have been used to evaluate environmental influence of the railway noise though the accurate prediction of noise levels is important. In this paper, a noise prediction model considering the frequency characteristics of noise sources and propagation was suggested to improve the accuracy of noise prediction. The railway noise source was assorted into track, wheel, traction and aerodynamic components and they were characterized with the source strength and speed coefficient at each octave-band frequency. Correction terms for the acoustic roughness and the track/bridge condition were introduced. The sound attenuation from a source to a receiver was calculated taking account of the geometrical divergence, atmospheric absorption, ground effect, diffraction at obstacles and directivity of source by applying ISO 9613-2. For obtaining the source strength and speed coefficients, the results of rolling noise model, numerical analysis and measurements of pass-by noise were analyzed. We compared the predicted and measured noise levels in various vehicles and tracks, and verified the accuracy of the present model. It is found that the present model gives less error than the conventional one, so that it can be applied to make the accurate prediction of railway noise effect and establish its countermeasures efficiently.

• Journal of the Korea Convergence Society
• /
• v.11 no.11
• /
• pp.257-267
• /
• 2020

In this study, we predicted the employment ratio by the export industry using various machine learning methods and verified whether the prediction performance is improved by applying the constrained forecast combination method to these predicted values. In particular, the constrained forecast combination method is known to improve the prediction accuracy and stability by imposing the sum of predicted values' weights up to one. In addition, this study considered various variables affecting the employment ratio of each industry, and so we adopted recursive feature elimination method that allows efficient use of machine learning methods. As a result, the constrained forecast combination showed more accurate prediction performance than the predicted values of the machine learning methods, and in particular, the stability of the prediction performance of the constrained forecast combination was higher than that of other machine learning methods.

• Journal of the Korean Society of Propulsion Engineers
• /
• v.15 no.1
• /
• pp.45-54
• /
• 2011

A program aiming at predicting dynamic characteristics of a Liquid Rocket Engine(LRE) was developed and examined to trace entire LRE operation. In the startup period, transient characteristics of the propellant flows were predicted and validated with hydraulic tests data. An arrangement of each component for the pipelines was based on an operating circuit of open cycle LRE. The flow rate ratio for the gas generator and the main chamber was determined to mimic that of real open cycle LRE. Individual component modeling at its transient was completed and was integrated into the system prediction program. Essential parameters of the component dynamic characteristics were examined in an integrated fashion.

• Journal of the Korean Geotechnical Society
• /
• v.16 no.5
• /
• pp.203-212
• /
• 2000

샌드파일 주변지반은 교란으로 스미어 영향과 베수저항에 의해 압밀지연 현상이 발생하는 것으로 알려져 있다. 이와 같이 샌드파일 주변지반의 압밀특성에 미치는 영향을 파악하기 위하여 지반물성치에 따른 예측치와 계측을 통한 실측치에 대한 비교검토를 실시하였다. 압밀계수 특성인 압밀소요기간은 수평과 연직압밀계수를 동일하게 평가할 경우 예측과 실측치가 매우 유사한 결과를 보여주는 것으로 나타났다. 압축지수 특성인 침하량 분석결과 예측치에 비해 60~90%정도로 작게 평가되는데 이것은 공동확장이론에 의한 초기 방사(측)방향 압축을 고려할 경우 유사한 값을 얻을 수 있다. 따라서 샌드파일 주변지반에서의 거동특성을 파악하기 위하여 스미어 배수저항뿐 아니라, 초기 방사(측)방향 압축을 고려한 개량특성으로서의 평가도 필요한 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.45-45
• /
• 2018

오염물의 혼합거동을 해석하기 위해 물리기반 모델을 이용하는 경우 모델을 구축하고 운용하는데 많은 시간과 재정이 소요되며 현장검증을 통한 검증이 반드시 필요하다. 하지만 데이터 기반 모델의 경우 축적된 데이터만으로도 예측을 수행할 수 있으며 물리기반모델에 비해 결정해야할 입력인자가 적어 모델운용이 용이하다는 장점이 있다. 다양한 데이터 모델 중 인공신경망(ANN) 모델은 데이터가 가지는 불확실성 및 비정상성, 복잡한 상호관련성에 효과적으로 대응할 수 있는 모델로 수자원 및 환경 분야에서 자주 사용되고 있다. 본 연구에서는 인공신경망 모델을 이용하여 지천유입이 있는 대하천의 수질인자 (pH, 전기전도도, DO, chl-a)를 예측하였다. 다른 데이터기반 모델과 같이 인공신경망 모델 또한 수집된 데이터 질에 크게 영향을 받으며, 내부 입력인자의 선택이 모델의 예측 결과에 큰 영향을 미친다. 이러한 인공신경망 모델의 특성을 바탕으로 예측모형의 정확도를 향상하기 위해서는 크게 데이터 처리부분과 모델구축 부분에서의 접근이 필요하다. 본 연구에서는 데이터 처리 과정에서 연구대상지점의 각각의 수질인자가 가지는 분포 특성을 유지하기 위해 층화표츨추출법을 이용하여 데이터를 구성하였다. 모델의 구축 과정에서는 초기가중치 값의 영향을 줄이기 위해 앙상블기법을 사용하였으며, 좀 더 견고하고 정확한 결과를 예측하기 위해 탄력적 역전파알고리즘을 추가하였다. 추가적으로 합류 후 본류의 미 계측지역 수질 예측 정확도 향상을 위해 본류의 수질인자뿐만 아니라 지류의 수질인자를 입력자료로 사용하여 모의를 수행하였다. 또한 동일 구간에서 수행한 현장추적자실험 자료를 이용하여 수질인자의 분포특성을 비교, 검증하였다. 개발된 모델을 이용하여 낙동강과 금호강 합류부 하류의 수질인자를 예측한 결과 지류의 수질인자를 입력자료로 추가한 경우 예측의 정확도가 증가하였으며, 현장실험 자료를 통해 밝혀진 오염물의 거동현상을 인공신경망 모델로도 동일하게 재현하는 것으로 나타났다. 본 연구에서 제안한 인공신경모델을 이용한다면 물리기반 수치모델을 대체하여 지천으로 유입된 오염물의 거동을 정확하고 효율적으로 파악할 수 있을 것이다.

• Composites Research
• /
• v.27 no.6
• /
• pp.213-218
• /
• 2014

This paper predicted the strength of mechanical joint of composites under bending load by means of the characteristic curve method. The method has been employed only for tensile and compression load conditions, but in this study, this method was extended to the bending load condition. For the finite element analysis (FEA), the nonlinear analysis was conducted considering the contact and friction effects between composite material and pin. The failure strength and mode on characteristic curve were evaluate with Tsai-Wu failure theory. To validate the results of FEA, the experiments were conducted to find out the failure load by applying bending moment on the composite specimens. The results showed reasonable agreements with theoretical results. These results lead to a conclusion that the characteristic curve method can be applied to predict the bending strength of mechanical joint of composites.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.42 no.3 s.303
• /
• pp.29-38
• /
• 2005

Although people frequently rely on intuition in managing activities, they rarely use it in developing effective decision-making support systems. In this paper, we investigate and compare the correlations between such characteristics as cognition and emotion characteristics and judgmental time-series forecasting accuracy by using a self-organizing neural network, and eventually aim to help build efficient decision-making atmosphere. The neural network used in this paper employs a self-supervised adaptive algorithm, and the feature of which is that it inherently can use correlation between input vectors by exchanging information between neuron clusters in the self-organizing layer during the training. Our experiments showed that both cognition and emotion characteristics had correlations with judgmental time-series forecasting, and that cognition characteristics had larger correlation than emotion characteristics. We also found that conceptual style had larger correlation than behavioral and analytical styles, and displeasure-sleepiness style had larger correlation than pleasure-arousal style with the forecasting.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.141-142
• /
• 2018

기존 데이터의 패턴 예측에는 통계를 기반으로 한 수학적 모델이 주로 사용되었으나 새로운 데이터에 대한 피드백이 부족하기 때문에 장기간의 데이터 예측에 한계가 있다. 또한 데이터의 특성이 다양하고 복잡한 경우에는 수학적 모델의 결합 및 계산과정이 어려워진다. 따라서 본 논문에서는 데이터의 학습 및 예측에 기존 정적 모델이 아닌 기계학습 중 시계열 데이터 분석 (Time Series Analysis) 을 기반으로 연구를 진행하였다. 기계학습은 복잡한 특성을 가진 데이터를 학습하여 미래의 데이터 값을 예측하거나 분류하는데 있어서 정확도 및 처리시간 측면에서의 성능을 향상시킬 수 있다.