• 한국정보과학회논문지:정보통신
• /
• 제37권4호
• /
• pp.284-293
• /
• 2010

모바일 인터넷 환경에서 단말의 끊김 없는 서비스 제공을 위해 고속 핸드오버 기술이 필수적이다. 현재까지 다양한 핸드오버 기술들이 제안되었으며, Fast handover for Proxy Mobile IPv6(PFMIPv6)가 고속 핸드오버에 적용될 수 있는 유력한 기술이다. 본 논문에서는 PFMIPv6 기술이 모바일 와이맥스와 같은 무선 인터넷 환경에 효과적으로 적용될 수 있도록 예측 모델을 적용한 L2-L3 핸드오버의 크로스 레이어 기법을 제안하였다. 제안한 핸드오버 기법의 검증을 위해 맨하탄 모델, 고속도로 모델, 개방 모델의 세 가지 이동 환경을 고려하였으며, 각 환경에서 predictive-mode 동작 성공 확률, 핸드오버 지연시간, 패킷 손실량, 시그널링 비용에 대해서 비교 분석하였다. 성능 분석을 통해 제안한 방식이 PFMIPv6와 비교하여 더 우수한 성능을 나타냄을 확인하였다

• 한국인터넷방송통신학회논문지
• /
• 제18권2호
• /
• pp.197-207
• /
• 2018

다품종 소량생산체제인 중소기업 제조공장은 고객의 니즈를 대응하기 위해 제품을 대량생산하여 판매하는 형태이다. 이는 기업이 재고 부족에 따른 손실을 줄이기 위해 과도한 양의 자재 수급을 의미하고 높은 재고 유지비용이 발생한다. 그리고 수요 대응에 실패한 제품은 관리 창고에 쌓여 있어 재고 보관비용이 발생하는 현실이다. 본 논문은 이러한 문제를 보완하기 위해 시계열 분석 기법인 ARIMA모형을 이용하여 계절적 요인과 같은 시간적인 변동성을 찾아 수요를 예측하고 이를 통해 경제적 주문량 모형 기반의 수요예측 모델을 개발하여 재고 부족 위험을 예방한다. 또한 시뮬레이션을 수행하여 개발 모델의 효용성 평가하고 향후 중소기업에 적용하여 개발 모델의 효과를 입증한다.

• 대한교통학회지
• /
• 제35권6호
• /
• pp.469-480
• /
• 2017

2004년 4월 1일, 국내 최초의 고속철도(HSR)인 KTX (Korea Train eXpress)가 경부선에 도입 되었다. KTX의 등장은 경부선을 이용하는 철도 승객들의 운송수단 선택 및 도시구간별 이용객 수 변화를 가져왔다. KTX의 등장과 같은 개입사건(Intervention events)의 영향은 개입사건 전후 변화를 단순 통계량으로 분석하거나 개입 ARIMA 모델을 통해 분석 되었다. 개입 ARIMA 모델은 개입사건의 발생 시점(t)과 개입사건의 영향 형태(type) 등의 가정이 필요하다는 한계가 있었으며, 본 연구에서는 기존 연구에서의 한계점을 보완할 수 있는 시계열 이상치 탐지(time series outlier detection)를 활용하였다. 일반적으로 개입사건의 발생시기는 잘 알려져 있지 않으므로 시계열 이상치 탐지를 통해 개입사건에의 발생 시기를 추정할 수 있다. 시계열 이상치 탐지기법을 활용하여 개입의 시점과 영향 형태에 관한 가정 없이 개입사건에 대한 영향을 분석할 수 있으며, 발생된 이상치의 시점을 개입사건의 시점, 이상치의 영향을 개입사건의 영향으로 가정하였다. 데이터는 KTDB (Korea Transport Database)로 부터 KTX가 도입되기 이전인 2003년부터 2014년까지 12년 동안의 경부선(4개의 주요 도시구간 합산)을 포함한 주요 도시구간 4개의 월별데이터를 수집하여 활용하였다. 경부선 도시 구간별 이상치를 탐지 하고 그 영향을 분석한 결과, 동일한 개입사건 임에도 그 영향의 형태의 정도가 도시구간마다 다르게 나타나거나 영향이 나타나지 않았으며, 기존 연구에서 분석되지 않은 개입사건을 찾을 수 있었다.

• 한국수산과학회지
• /
• 제26권4호
• /
• pp.363-368
• /
• 1993

어획량의 단기 예측은 자원관리에 있어 중요한 항목이지만 전통적인 개체군 모델은 수산자원 관리에 있어 실제적으로 요구되는 예측력이 크게 부족하다. 다종 또는 생태계 모델도 요구되는 매개변수의 수가 많아 실제적 적용이 어렵다. 반면에 단변수 시계열 분석법은 시계열 자체에서 변동성에 관한 특성을 추정하여 이를 토대로 장래 변동성을 예측함으로 최소한의 자료를 가지고 비교적 정확한 단기예측이 가능하므로 유용성이 높다. 본 연구에서는 ARIMA 시계열 모델을 $1971{\sim}1988$년 간의 한국근해의 월별 갈치어획량 자료에 적용하였다. 여기서 나온 예측치와 분석에 포함되지 않았던 $1989{\sim}1990$년 간의 어획량과 비교하였다. 분석 결과 예측치와 실제어획량이 잘 일치하였으며(r=0.938) 평균상대오차는 $59.5\%$였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권2호
• /
• pp.201-207
• /
• 2023

본 논문에서는 Multi-Step Time Series의 세 가지 전략을 비교 분석하기 위해 LGBM, MLP, LSTM, GRU를 사용하여 농산물 중장기 가격 예측에 대한 최적의 모형을 제안한다. 제안 모형은 다각도로 전략을 선택하여 모델과 전략간 최적의 조합을 찾도록 설계되었다. 기존 농산물 가격 예측 연구에서는 전통 계량경제 모델인 ARIMA를 비롯하여 LSTM 계열 모델이 주로 사용된 반면 Multi-Step Time Series 관련 농산물 가격 예측 연구는 매우 제한적이다. 본 연구에서는 농산물 가격의 변동성 정도에 따라 두 개의 기간으로 나누어 실험을 진행하였으며, Direct, Hybrid, Multiple Outputs 등 세 전략의 중장기 가격 예측 결과 Hybrid 접근법이 상대적으로 우수한 성능을 보였다.본 연구 결과는 중장기 일별 가격 예측을 고도화할 수 있는 효과적인 대안을 제시한다는 측면에서 학술적, 실무적 의의를 갖는다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.325-326
• /
• 2021

LNG는 환경규제에 따라 화석에너지에서 친환경 재생에너지로 전환되는데 중요한 역할을 하는 에너지원이다. UN산하 세계해사기구(IMO)의 MARPOL협약에 따라 선박 황산화물 배출가스규제로 LNG추진 선박에 대한 수요가 증가되고 있을 뿐만 아니라 미국의 쉐일혁명으로 LNG를 수출함에 따라 공급의 변화가 급격하게 이뤄지고 있다. 과거 국가 주도의 프로젝트 성격이 강한 LNG 운송시장은 장기정기용선계약이 대부분이었으나 수요와 공급시장의 급격한 변화로 스팟시장의 중요성이 커지고 있다. 따라서 본 논문은 LNG 운송시장에서 시장참여자들의 스팟거래에 합리적인 의사결정이 이뤄지도록 과학적인 예측방법을 제시하고자 한다. LNG 스팟운임 예측에 기계학습모델 중 인공신경망 모델을 적용할 것이며 기존의 시계열분석 방법인 ARIMA모델과 비교하여 본문에서 제시된 모델의 예측성능의 우수성을 확인하였다. 본 논문은 LNG 스팟운임을 다룬 최초의 연구로서 학문적인 차별성이 기대된다.

• 해양환경안전학회지
• /
• 제29권6호
• /
• pp.543-551
• /
• 2023

기후변화 영향으로 이상고수온, 태풍, 홍수, 가뭄 등 재난 및 안전 관리기술은 지속적으로 고도화를 요구받고 있으며, 특히 해수면 온도는 한반도 주변에서 발생되는 여름철 적조 발생과 동해안 냉수대 출현, 소멸 등에 영향을 신속하게 분석할 수 있는 중요한 인자이다. 따라서, 본 연구에서는 해수면 온도 자료를 해양 이상현상 및 연구에 적극 활용되기 위해 통계적 방법과 딥러닝 알고리즘을 적용하여 예측성능을 평가하였다. 예측에 사용된 해수면 수온자료는 흑산도 조위관측소의 2018년부터 2022년까지 자료이며, 기존 통계적 ARIMA 방법과 Long Short-Term Memory(LSTM), Gated Recurrent Unit(GRU)을 사용하였고, LSTM의 성능을 더욱 향상할 수 있는 Sequence-to-Sequence(s2s) 구조에 Attention 기법을 추가한 Attention Long Short-Term Memory (LSTM)기법을 사용하여 예측 성능 평가를 진행하였다. 평가 결과 Attention LSTM 모델이 타 모델과 비교하여 더 좋은 성능을 보였으며, Hyper parameter 튜닝을 통해 해수면 수온 성능을 개선할 수 있었다.

• Journal of Positioning, Navigation, and Timing
• /
• 제13권1호
• /
• pp.111-115
• /
• 2024

This study builds a machine learning model optimized for clocks among various techniques in the field of artificial intelligence and applies it to clock stabilization or synchronization technology based on atomic clock noise characteristics. In addition, the possibility of providing stable source clock data is confirmed through the characteristics of machine learning predicted values during holdover of atomic clocks. The proposed machine learning model is evaluated by comparing its performance with the AutoRegressive Integrated Moving Average (ARIMA) model, an existing statistical clock prediction model. From the results of the analysis, the prediction model proposed in this study (MSE: 9.47476) has a lower MSE value than the ARIMA model (MSE: 221.2622), which means that it provides more accurate predictions. The prediction accuracy is based on understanding the complex nature of data that changes over time and how well the model reflects this. The application of a machine learning prediction model can be seen as a way to overcome the limitations of the statistical-based ARIMA model in time series prediction and achieve improved prediction performance.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.474-476
• /
• 2021

전용회선은 두 지역을 독점적으로 사용하는 구조이기 때문에 안정된 품질수준과 보안성이 확보되어 교환 회선의 급격한 증가에도 불구하고 지속적으로 많이 사용하는 회선 방식이다. 하지만 비용이 상대적으로 고가이기 때문에 네트워크 전용회선의 자원을 적절히 배치하고 활용하여 최적의 상태를 유지하는 것이 중요한 요소이다. 이에 본 연구에서는 기업 네트워크에서 사용하는 전용회선의 실제 사용률 데이터를 기반으로 다양한 시계열 데이터 예측 모델을 적용하고 성능을 평가하였다. 일반적으로 통계적인 방법으로 많이 사용하는 평활화 모형 및 ARIMA 모형과 요즘 많은 연구가 되고 있는 인공신경망에 기반한 딥러닝의 대표적인 모델들을 적용하여 각각의 예측에 대한 성능을 측정하고 비교하였다.

• 한국정보처리학회논문지
• /
• 제6권9호
• /
• pp.2470-2478
• /
• 1999

이 논문에서느 sSNMP MIB-II를 이용하여 이용률을 예측하기 위한 알고리즘을 제안하고자 한다. TCP/IP 프로토콜을 기반으로 하는 인터넷에서 SNMP의 MIB-II를 활용하여 회선의 이용률을 구하고 과거의 회선 이용률을 기반으로 미래의 회선 이용률을 예측하는 방법을 알고리즘화하여 제안한다. 이를 위해 ARIMA 방식 중 차분을 취한 형태의 MA모델을 예측 기법의 기본 모델로 사용하였다. 예측하기 위해 필요한 전체 시스템과 회선 이용률 예측에 필요한 알고리즘을 제시하였다. 제시된 알고리즘에 대한 실험을 위해서 실존하는 라우터를 대상으로 분석 결과를 제시하고 검증하였다. 분석은 제안된 알고리즘을 기준으로 예측된 데이터를 얻고 실제 데이터와 비교해 보았다. 과거의 데이터가 평균과 분산에서 벗어나는 특이값이 적을 때 분석은 정확성을 띠었다. 회선 이용률 예측 알고리즘은 망 관리자가 미래의 전체 TCP/IP 통신 네트워크 상태를 예상하여 증설을 가능하게 함으로써 회선 용량 계획과 비용 절감측면에서 볼 때 네트워크 관리에 많은 도움을 줄 것으로 기대된다.