• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.21-21
• /
• 2015

가뭄은 다른 어떤 기상재해보다 광범위하고 긴 시간에 걸쳐 큰 피해를 초래할 뿐만 아니라 많은 변수들이 복합적으로 작용하여 발생한다. 가뭄에 의한 피해를 최소화하기 위해서는 중, 장기적인 가뭄의 예측이 필요하며, 가뭄을 예측한다는 것은 가뭄의 발생 원인을 정확히 이해하는데서 시작할 수 있다. 통계적 모형기반의 한계를 극복하기 위한 방법으로서 가뭄의 발생원인을 규명하여 가뭄예측에 활용하는 연구가 시도되고 있으며, 그중 하나의 시도로서 광범위한 지역에 걸쳐서 나타나는 대기순환이 지역별 강수량에 미치는 영향을 분석함으로써 가뭄과의 상관관계를 규명하는 것이다. 따라서 본 연구에서는 한반도 봄 가뭄에 대한 발생 원인과 예측 가능성을 진단하기 위하여 서울, 대전, 광주 및 밀양관측소의 강수량과 북반구 대기순환 패턴과의 상관분석을 실시하였으며, 동시상관 및 지연상관 패턴에 의한 한반도 가뭄의 시공간적 변화특성을 분석함으로써 대기패턴에 의한 한반도 가뭄과의 원격상관을 분석하여 가뭄을 예측할 수 있는 인자로서의 활용가능성에 대해서 분석하고자 한다.

• 한국경영정보학회:학술대회논문집
• /
• 2008.06a
• /
• pp.149-152
• /
• 2008

본 연구는 협업 추천 시스템에 적용되는 상품에 대한 고객의 선호도 예측 알고리즘 중 메모리기반 협업필터링 알고리즘의 선호도 예측 특성에 대하여 연구하였다. 메모리기반의 협업필터링 알고리즘은 선호도 예측 대상 고객과 유사한 성향을 가질 것으로 예상되는 고객들의 선호도 평가를 기반으로 특정 상품에 대한 선호도 예측이 이루어진다. 일반적으로 시스템을 이용하는 고객들과 선호성향이 다른 고객들은 선호도 예측 성과가 낮은 것으로 알려져 있으며 이들이 추천시스템의 선호도 예측 정확도를 떨어뜨리는 원인으로 알려져 있다. 본 연구에서는 고객이 상품들에 평가한 선호도 평가의 패턴이 선호도 예측 정확도와 관련성이 높음을 보여 선호도 예측 알고리즘의 개선에 기초 자료를 제공하고자 한다. 고객의 선호도 평가 패턴은 과거 고객이 평가한 자료로부터 얻을 수 있는 사전정보로써 선호도 예측 알고리즘을 적용하기 이전에 이용할 수 있는 정보이다. 본 연구에서는 사전정보를 이용하여 고객의 선호도 예측 오차의 특성을 연구함으로써 이들의 선호도 예측 정확도를 개선시킬 수 있는 알고리즘의 보정방법에 대하여 연구한다. 알고리즘의 보정방법을 선호도 예측 이전에 고객의 선호도 평가 특성으로 판단하여 적용함으로써 사전정보를 이용한 선호도 예측 정확도를 향상시키기 위한 접근법은 기존의 이웃 구성의 접근법과 다른 방법을 취함으로써 알고리즘 개선의 새로운 방향을 제시할 것으로 기대된다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.585-588
• /
• 2010

The prediction of user location within a building can be applied to many areas like visitor guiding. The existing methods for solving this problem consider limited number of locations a user visited in the past to predict the current location. It cannot model the complex movement patterns, and makes the system inefficient by modeling simple ones too detail. Also it causes prediction errors. In this paper, there is no restriction on the length of past movement patterns to consider for current location prediction. For this purpose, a modified search tree is used. The search tree is constructed to make exact matching as needed for location prediction. The search tree makes the efficient and accurate prediction possible.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1996.04a
• /
• pp.491-494
• /
• 1996

주문이 매 시점마다 있는 것이 아니라 간헐적인, 즉 어느 시점에는 주문이 있고(ON) 다른시점에는 주문이 없는(OFF) 패턴에서 미래의 주문량에 대한 예측을 고려한다. 다음 시점의 예측량은 우선 주문이 있을 것인가에 대한 판단과 주문이 있다면 어느정도가 예상되는가 하는 문제의 두 가지 측면을 모두 고려해야 한다. 기존의 예측모델은 주문량 자체에 대한 고려가 일반적이며 주문시기에 대한 고려는 전무한 상태이기 때문에 이와 같은 주문패턴을 반영시키는데는 어려움이 따른다고 볼 수 있다. 본 논문에서는 이러한 주문패턴을 마코브 체인으로 모델링하고, 이러한 형태의 상태전이확률(state transition probaility) 추정식이 각각 독립적인 오목함수 (concave function)로 구성되어 있음을 보인다. 또한 확률적으로 표현되는 미래의 주문상태들에 대한 패턴을 확정시키는 알고리듬과 주문량 추정에 있어서 과거의 주문패턴을 반영시키는 모델을 제시한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.508-510
• /
• 2003

주식 가격의 결정은 시장 내 수요와 공급에 의해서 결정되며, 가격 변동은 일정한 패턴으로 움직인다고 가정한다. 이러한 패턴을 찾아내어 주식가격의 변동을 예측하는 분석 방법을 기술적 분석이라 한다. 기술적 분석에서는 수요.공급의 변화에 의해 추세가 변동되고, 모든 형태의 주가모형은 반복하려는 경향을 보인다고 가정한다. 이러한 가정하에 본 논문에서는 한국주가지수 200의 과거지수와 거래량을 분석하고, 일정한 패턴을 이용하여 미래의 지수를 예측하는 방법을 연구하였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.18 no.3
• /
• pp.35-46
• /
• 2013

In order to develop an accurate analytical model for domestic electricity demand forecasting, we propose a prediction method of the electric power demand pattern by combining SMO classification techniques and a dimension reduction conceptualized subspace clustering techniques suitable for high-dimensional data cluster analysis. In terms of electricity demand pattern prediction, hourly electricity load patterns and the demographic and geographic characteristics can be analyzed by integrating the wireless load monitoring data as well as sub-regional unit of census information. There are composed of a total of 18 characteristics clusters in the prediction result for the sub-regional demand pattern by using census information and power load of Seoul metropolitan area. The power demand pattern prediction accuracy was approximately 85%.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.523-526
• /
• 2009

시계열 데이터에서 패턴을 분석하는 기법은 많은 발전이 이루어져 오고 있으나 주식시장의 경우 패턴 분석 및 예측에 관련되어 많은 연구가 이루어져 있지 않고 있다. 이는 주가의 등락 자체가 본질적으로 무작위하다고 생각되어지고 있기 때문이다. 본 연구에서는 주가의 등락이 보여주는 무작위성의 정도를 Kolmogorov Complexity로 측정, 그 무작위성의 정도와 본 논문에서 제시한 반전역정렬로 예측하는 주가의 예측 간의 상관관계를 보인다. 이를 위하여 KOSPI 주식 데이터 28년 690개의 데이터를 수집하여 이들 주식 데이터의 등락을 양자화된 문자열로 변환하여 본 논문에서 제시한 방법의 의미를 평가하였다. 그 결과 Kolmogorov Complexity가 높은 경우에는 주가 변동 예측이 어려우며, Kolmogorov Complexity가 낮은 경우에는 주식 변동 예측은 가능하나 등락 예측 율은 단기 예측은 12%이상의 예측율을 보일 수 없으며, 장기 예측의 경우 54%의 예측율로 수렴함을 확인하였다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.06a
• /
• pp.477-484
• /
• 2008

연쇄 살인과 같은 강력 범죄의 심각성이 사회적 이슈가 되면서 이에 대한 효과적인 과학 수사의 필요성이 증가되고 있다. 특히, 연쇄 범죄 데이타에 대한 공간 분석을 통해 범죄자의 거점 위치를 예측하는 지리적 프로파일링과 미래에 발생될 범행 장소의 위치, 즉 기존 범행에 이어 일어날 다음 범행 위치 예측에 관한 연구가 활발하다. 그러나, 이와 관련된 기존 연구는 물리적인 거리에 대한 통계적 기법을 적용하거나 단순한 공간적 분석만을 적용하므로 낮은 예측 정확도를 보이는 문제점이 있다. 본 논문에서는 이러한 문제를 해결하고 보다 효과적인 연쇄 범죄 수사를 지원하는 방법으로써 연쇄 범죄 발생에 대한 공간적 시간적 분포 특성에 따른 시공간 패턴을 기반으로 다양한 시공간 분석을 적용하는 거점 위치 예측 기법과 다음 범행 위치 예측 기법을 제안한다. 제안 기법은 중심축을 따라 나타나는 선형 분포의 연쇄 범죄에서도 정확도 높은 예측이 가능하고, 다수의 서로 다른 군집들에 대해 각 군집내 범행에 대한 지역적 예측과 대상 영역의 모든 범행에 대한 전역적 예측이 가능하다. 또한 방향 패턴을 활용하여 다음 범행 위치 예측 정확도도 개선하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.10a
• /
• pp.109-111
• /
• 2014

본 논문에서는 노드의 속성정보를 통해 노드의 움직임을 예측하는 PPoP(The Path Prediction algorithm based on Probability) 알고리즘을 제안한다. 기존 이동 예측 알고리즘들은 GPS(Global Positioning System)를 사용해 노드의 이동을 학습을 통해 패턴화 하여 예측한다. 이때, 노드들이 이동 패턴을 벗어날 경우 예측률이 떨어진다. 따라서 본 논문에서는 스테른 게를라흐의 실험(Stern-Gerlach experiment)을 분석하여 노드의 이동성을 예측하는 알고리즘을 제안한다. 본 논문에서 제안된 알고리즘에서는 노드의 이동 경로를 staore-carry-forward 방식으로 상황 인지에 의한 경로 설정 변경 예측 방법으로 이동 예측 확률 기법이다. 모의실험 결과 제안한 방법을 사용하여 노드의 이동성 및 패턴을 벗어난 상황에서도 노드의 예측 하고자 한다.

• Journal of Intelligence and Information Systems
• /
• v.3 no.2
• /
• pp.57-70
• /
• 1997

주식 시장을 예측하는 문제는 금융 분야에서 중요한 관심이 되어왔다. 주식 시세는 시장 환경의 변화에 따라 급격한 변화를 갖는다. 따라서 주식 투자로부터 이윤을 창출하기 위해서 주식을 사고 파는 시점을 결정하는 문제는 중요하다. 본 연구에서는 주시 매매 타이밍을 예측하기 위해서 캔들스틱 차트(Candlesticks chart)분석을 이용한 전문가 시스템(Expert System)으로서 '차트 해석기 (Chart Interpreter)'를 설계, 개발하였다. 주식 가격의 변동을 예고하는 패턴들을 정의하고 그 패턴들의 의미에 따라 매미결정을 첨가한 규칙을 생성하였다. 정의된 패턴들은 의미에 따라 크게 하락형, 상승형, 중립형, 추세지속형, 추세 전환형으로 분류된다. 정의된 패턴과 지식베이스의 유용성을 검증하기 위해서 수행된 1992년부터 1997년에 걸친 과거 한국 주식 시장 실거래 투자 데이터에 대한 실험결과는 평균 투자 성공률이 약 72%로서 주식시장에서 투자자들의 투자를 돕는데 우수한 지표로서 사용될 수 있음을 보였다. 또한, 개발된 지식베이스는 특정 연도나 특정 분야에 따라 예측력이 크게 변하지 않은 시간 독립적이고 분야 독립적인 특성을 가짐으로 분야나 시간에 구애받지 않고 사용할 수 있다는 장점을 갖는다.