• 산업경영시스템학회지
• /
• 제35권4호
• /
• pp.118-125
• /
• 2012

When monitoring an instrumental process, one often collects a host of data such as characteristic signals sent by a sensor in short time intervals. Characteristic data of short time intervals tend to be autocorrelated. In the instrumental processes often the practice of adjusting the setting value simply based on the previous one, so-called 'adjacent point operation', becomes more critical, since in the short run the deviations are harder to detect and in the long run they have amplified consequences. Stochastic modelling using ARIMA or AR models are not readily usable here. Due to the difficulty of dealing with autocorrelated data conventional practice is resorting to choosing the time interval where autocorrelation is weak enough then to using I-MR control chart to judge the process stability. In the autocorrelated instrumental processes it appears that using the Shewhart chart and the time interval data where autocorrelation is relatively not existent turns out to be a rather convenient and very useful practice to determine the process stability. However in the autocorrelated instrumental processes we intend to show that one would presumably do better using the EWMA control chart rather than just using the Shewhart chart along with some arbitrarily intervalled data, since the former is more sensitive to shifts given appropriate weights.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.111-120
• /
• 2020

최근 코로나 19 사태로 인한 경기 위축에도 불구하고, 재택근무 증가로 집에 거주하는 시간이 늘어나면서 주거환경에 관한 관심이 커지고 있으며, 이에 따라 리모델링에 대한 수요가 증가하고 있다. 또한, 정부의 부동산 정책 또한 규제 정책에서 주택공급 확대 방향으로 전환하면서 이에 따른 인테리어, 가구업계의 매출에도 가시적인 영향이 있을 것으로 예상한다. 정확한 수요예측은 재고 관리와 직결되는 문제로 정확한 수요예측은 불필요한 재고를 보유할 필요가 없어 과잉생산으로 인한 물류, 재고 비용을 줄여줄 수 있다. 하지만 정확한 수요를 예측하기 위해서는 지속적으로 변화하는 경제동향, 시장동향, 사회적 이슈등 외부요인을 모두 고려하여 분석해야 하기 때문에 어려운 문제이다. 본연구에서는 가구 부자재를 생산하고 있는 제조업체에 대하여 신뢰성 있는 결과 도출을 위해 인공지능기반 시계열 분석 방법으로, LSTM 모형, 1D-CNN 모형을 비교 분석하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권10호
• /
• pp.123-130
• /
• 2022

본 논문은 건설현장의 콘크리트 붕괴사고를 사전에 예방하기 위한 조치 중 하나로 감수율에 따른 콘크리트강도 저하에 영향을 미치는 일일 시간대별 변화와 온도의 변화를 시계열데이터로 축적된 기상청 자료를 기반으로 분석했다. 감수율 발생 구간의 예측을 확인할 신뢰성 있는 모델로 규칙적이고 명확한 시계열데이터 모델에 적합한 SARIMA모델을 통하여 p_value는 0.5 이하, coef는 일방향으로 나타나는 등 검증 항목들이 신뢰성 확보에 유의미한 결과를 얻었다. 이러한 신뢰를 바탕으로 확보한 데이터를 이용하여 시간대별 온도변화와 구간별 감수율을 분석한 결과 7~8월, 12~13시, 29~31℃ 구간이 가장 큰 감수율을 나타냄을 알 수 있다. 연구 결과를 이용하여 연구 결과 구간의 요인이 발생하면 배치플랜트에서 물-시멘트 배합설계 시 감수율을 반영한 레미콘을 생산하여 감수율에 따른 콘크리트 압축강도 저하를 예방할 수 있을 것으로 기대된다.

• 산업경영시스템학회지
• /
• 제46권4호
• /
• pp.152-159
• /
• 2023

This study endeavors to enrich investment prospects in cryptocurrency by establishing a rationale for investment decisions. The primary objective involves evaluating the predictability of four prominent cryptocurrencies - Bitcoin, Ethereum, Litecoin, and EOS - and scrutinizing the efficacy of trading strategies developed based on the prediction model. To identify the most effective prediction model for each cryptocurrency annually, we employed three methodologies - AutoRegressive Integrated Moving Average (ARIMA), Long Short-Term Memory (LSTM), and Prophet - representing traditional statistics and artificial intelligence. These methods were applied across diverse periods and time intervals. The result suggested that Prophet trained on the previous 28 days' price history at 15-minute intervals generally yielded the highest performance. The results were validated through a random selection of 100 days (20 target dates per year) spanning from January 1st, 2018, to December 31st, 2022. The trading strategies were formulated based on the optimal-performing prediction model, grounded in the simple principle of assigning greater weight to more predictable assets. When the forecasting model indicates an upward trend, it is recommended to acquire the cryptocurrency with the investment amount determined by its performance. Experimental results consistently demonstrated that the proposed trading strategy yields higher returns compared to an equal portfolio employing a buy-and-hold strategy. The cryptocurrency trading model introduced in this paper carries two significant implications. Firstly, it facilitates the evolution of cryptocurrencies from speculative assets to investment instruments. Secondly, it plays a crucial role in advancing deep learning-based investment strategies by providing sound evidence for portfolio allocation. This addresses the black box issue, a notable weakness in deep learning, offering increased transparency to the model.

• Clinical Endoscopy
• /
• 제56권1호
• /
• pp.75-82
• /
• 2023

Background/Aims: The etiology of superficial non-ampullary duodenal epithelial tumors (SNADETs) remains unclear. Recent studies have reported conflicting associations between duodenal tumor development and Helicobacter pylori infection or endoscopic gastric mucosal atrophy. As such, the present study aimed to clarify the relationship between SNADETs and H. pylori infection and/or endoscopic gastric mucosal atrophy. Methods: This retrospective case-control study reviewed data from 177 consecutive patients with SNADETs who underwent endoscopic or surgical resection at seven institutions in Japan over a three-year period. The prevalence of endoscopic gastric mucosal atrophy and the status of H. pylori infection were compared in 531 sex- and age-matched controls selected from screening endoscopies at two of the seven participating institutions. Results: For H. pylori infection, 85 of 177 (48.0%) patients exhibited SNADETs and 112 of 531 (21.1%) control patients were non-infected (p<0.001). Non-atrophic mucosa (C0 to C1) was observed in 96 of 177 (54.2%) patients with SNADETs and 112 of 531 (21.1%) control patients (p<0.001). Conditional logistic regression analysis revealed that non-atrophic gastric mucosa was an independent risk factor for SNADETs (odds ratio, 5.10; 95% confidence interval, 2.44-8.40; p<0.001). Conclusions: Non-atrophic gastric mucosa, regardless of H. pylori infection status, was a factor independently associated with SNADETs.

• 인터넷정보학회논문지
• /
• 제16권2호
• /
• pp.99-107
• /
• 2015

모든 산업이 ICT 인프라를 기반으로 융합되고 나아가 산업과 문화가 융합되는 스마트융합 환경이 도래함에 따라, ICT 인프라를 시공 및 구축하는 정보통신공사업이 중요하게 평가되고 있다. 이러한 정보통신공사업의 지속적인 성장을 위해서는 기술인력의 공급이 안정적으로 이루어지는 것이 매우 중요하나, 현재까지 이론적으로 체계적인 정보통신공사업 분야의 인력수급차 분석이 수행된 바가 없다. 특히 정부에서도 2014년 12월에 공사업 육성방안 로드맵을 추진하며 중장기 인력수급차 분석에 기반한 인적역량 강화방안을 모색하겠다고 발표하여, 정량적인 인력수급차 분석의 필요성은 더욱 중요해지는 상황이다. 이에 본 연구에서는 정보통신공사업의 인력수급 예측모형을 개발하고, 인력수급차 분석결과를 제시하였다. 분석결과, 2007년도부터 전문대학의 입학자 감소, 구조조정, 학과개편 등의 요인으로 전문대 교육과정에서 배출되는 졸업생이 줄어들어 초과수요상태가 나타나는 것으로 조사되었다. 이에 따라 정보통신공사업 시장의 기술인력 부족현상을 줄이기 위해, 기존인력의 재교육, 정보통신기술인력 양성정책을 지속적으로 유지하고 다양한 정책적 유인을 제공할 필요성이 있는 것으로 분석되었다.

• 대한소아치과학회지
• /
• 제49권3호
• /
• pp.274-284
• /
• 2022

이 연구의 목적은 시계열 분석을 통하여 최근 10년(2010 - 2019)간의 광주광역시 출생아 수 추이와 전남대학교 치과병원 소아치과 내원 환자 수 추이를 분석하고 향후 1년을 예측하는 것이다. 출생아 수는 월별 반복과정을 보이면서 비안정적으로 하락하는 추세를 보였으며 1월에 출생아 수가 가장 많고 12월에 가장 적은 경향을 보였다. 2020년의 출생아 수가 평균 682명(595 - 782명, 95% CI)으로 예측되었으며 실제 출생아 수는 평균 610명이었다. 소아치과 내원 환자 수는 월별 반복과정을 보이면서 비교적 안정되어 있으며 8월에 내원 환자 수가 가장 많고 6월에 가장 적은 경향을 보였다. 2020년의 내원 환자 수가 평균 603명(505 - 701명, 95% CI)으로 예측되었으며 실제 내원 환자 수의 평균은 587명이었다. 출생아 수의 기록적인 감소에도 불구하고 소아치과에 내원한 환자의 수는 다소 증가할 것으로 예측되었다. COVID-19이라는 특수한 상황으로 인하여 실제 출생아 수와 내원 환자수가 예측치보다 다소 낮게 확인되었으나 예측 범위 내에 포함됨을 확인하였다. 시계열 분석 모형은 과거를 이해하고 미래를 예측하는 유용한 방법으로 소아치과 영역에서 저출산 시대를 대비하기 위한 기초 도구로써 유용하게 활용될 수 있을 것이다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.391-393
• /
• 2022

최근에는 딥러닝과 빅데이터를 기반으로 한 수요예측 기술이 전자상거래, 물류, 유통 분야의 스마트화를 가속화하고 있다. 특히, 글로벌 운송 네트워크와 현대적인 지능형 물류의 중심인 항만은 4차 산업혁명으로 인한 세계 경제 및 항만 환경의 변화에 발 빠르게 대응하고 있습니다. 항만물동량 예측은 신항만 건설, 항만확장, 터미널 운영 등 다양한 분야에서 중요한 영향을 담당하고 있다. 따라서 본 연구의 목적은 항만 물동량 예측에 자주 쓰이는 시계열 분석과 타 산업에서 좋은 결과를 도출해내고 있는 딥러닝 분석을 비교하여 부산항의 미래 컨테이너 예측에 적합한 예측모델을 제시하는 것이다. 부산항 컨테이너 물동량을 이용하여 학습시키고 그 이후 물동량 예측을 진행하였다. 또한, 상관관계 분석을 통해 물동량 변화와 관련된 외부변수를 선정하여 다변량 딥러닝 예측모델에 적용하였다. 그 결과 부산항 컨테이너 물동량만 이용한 단일변수 예측모델에서 LSTM의 오차가 가장 낮았고, 외부변수를 이용한 다변수 예측모델에서도 LSTM의 성능이 가장 우수하였다.

• 한국건설관리학회논문집
• /
• 제14권4호
• /
• pp.24-34
• /
• 2013

2004년부터 정부는 무분별한 저가입찰을 방지하고, 기술 경쟁에 의한 적정 시장 가격 반영 및 효율적인 계약관련 업무를 추진하는 것을 목적으로 실적공사비 제도를 도입 시행하고 있다. 하지만 실적공사비 제도의 도입이 낙찰단가 하락에 의한 정부의 예산 절감에만 기여할 뿐, 실질적인 시장가격을 반영하고 있지 못하고 있다는 우려의 목소리 또한 꾸준히 제기되고 있는 실정이다. 낙찰단가 하락에 의한 일반건설업체의 비용 부담은 전문건설업체로 전가되며 최종적으로 건설노동자의 피해로 이어질 가능성이 크기에, 실적공사비에 적정 가격을 반영하고 현실화하는 것은 성공적인 실적공사비 제도의 정착에 매우 중요한 요소이다. 따라서 본 연구는 노무비를 중심으로 노무중심공정을 도출하고 이들의 실적공사비단가와 해당 기능공의 시중노임단가를 비교하여 실적공사비의 현실화수준을 파악하고, 시계열분석을 통해 변화를 분석하고 예측하였다. 시장가격이 반영되지 않은 낙찰 단가의 실질적 하락은 노무 환경의 변화를 가속화하고, 임금체불, 업체부도 등 건설근로자의 직접적인 피해로 이어질 수 있기에 향후 본 연구가 현행 실적공사비 제도의 문제점을 해결하고, 개선방안을 수립하기 위한 기초 자료로 활용될 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.329-352
• /
• 2022

미세먼지는 폐나 혈관에 침투해 각종 심장 질환이나 폐암 등의 호흡기 질환을 일으키는 것으로 보고되고 있다. 지하철은 일 평균 천만 명이 이용하는 교통수단으로, 깨끗하고 쾌적한 환경조성이 중요하나 지하터널을 통과하는 지하철의 운행 특성과 터널에 갇힌 미세먼지가 열차 풍으로 인해 지하역사로 이동하는 등의 문제로 지하역사의 미세먼지 오염도는 높은 것으로 나타나고 있다. 환경부와 서울시는 지하역사 공기질 개선대책을 수립하여 다양한 미세먼지 저감 노력을 기울이고 있다. 스마트 공기질 관리 시스템은 공기질 데이터 수집 및 미세먼지 농도를 예측하여 공기질을 관리하는 시스템으로 미세먼지 농도 예측 모델이 중요한 구성 요소이다. 그동안 시계열 데이터 예측에 관한 다양한 연구가 진행되어왔지만, 지하철 역사의 미세먼지 농도 예측과 관련해서는 통계나 순환신경망 기반의 딥러닝 모델 연구에 국한되어 있다. 이에 본 연구에서는 시공간 트랜스포머를 포함한 4개의 트랜스포머 기반 모델을 제안한다. 서울시 지하철 역사의 대합실을 대상으로 한 시간 후의 미세먼지 농도 예측실험을 수행한 결과, 트랜스포머 기반 모델들의 성능이 기존의 ARIMA, LSTM, Seq2Seq 모델들에 비해 우수한 성능을 나타냄을 확인하였다. 트랜스포머 기반 모델 중에서는 시공간 트랜스포머의 성능이 가장 우수하였다. 데이터 기반의 예측을 통하여 운영되는 스마트 공기질 관리 시스템은 미세먼지 예측의 정확도가 향상될수록 더욱더 효과적이고 에너지 효율적으로 운영될 수 있다. 본 연구 결과는 스마트 공기질 관리 시스템의 효율적 운영에 기여할 수 있을 것으로 기대된다.