• 한국빅데이터학회지
• /
• 제8권2호
• /
• pp.189-200
• /
• 2023

COVID-19 팬데믹 초기에 한국의 와인시장은 다른 나라들과 마찬가지로 상당히 위축되어 있었다. 하지만 팬데믹 직후 한국의 수입 와인소비는 2020년 한 해 69.6%나 증가하였다. 이는 해외 여행금지로 와인이 국내에서만 소비되고 보복 소비와 홈술로 인해 고가 와인의 판매가 증가한 것에 기인한다. 그러나 코로나가 끝난 2022년부터 한국의 와인시장은 큰 폭으로 다시 위축되기 시작하였다. 그러므로 본 연구는 와인과 관련된 사업자들에게 향후 10년 뒤, 2032년까지 수입와인 시장의 수요예측을 통해 중장기 사업계획 수립에 유용한 정보를 제공하고자 한다. 본 연구는 2020년 1월부터 2023년 9월까지 한국무역협회가 제공한 95개의 시계열 데이터를 사용하였다. 모형의 정확도는 MAPE 값을 기초로 시험하였고, 수입와인의 전체 금액 예측은 ARIMA 모형, 전체 중량의 예측은 Winters 승법 모형을 사용해 계산하였다. 2032년까지 수입 와인시장의 전체 금액을 예측한 ARIMA 모형(MAPE=10.56%)은 와인시장 금액의 규모를 USD $1,023,619, CAGR=6.22%로 예측하였으며, 이는 2023년 대비 101% 증가한 규모이다. 반면에 중량은 Winters 승법모형(MAPE=10.03%)을 사용하여 계산하였으며, 2032년 중량은 64,691,329톤으로 CAGR=-0.61% 하락할 것으로 예측하였고, 이는 2023년 대비 15.12% 성장한 것이다. 결론적으로 한국 수입와인 시장은 최근의 하락세에도 불구하고 꾸준히 성장할 것이며, 고급 와인시장이 이 증가의 대부분을 차지할 것으로 보인다.

• 한국정보전자통신기술학회논문지
• /
• 제17권4호
• /
• pp.183-189
• /
• 2024

본 연구는 시계열 데이터를 효과적으로 예측하기 위해 데이터를 Seasonal-Trend Decomposition on Loess 을 통해 추세, 계절성, 잔차 성분으로 분해한 후 추세 성분에는 ARIMA, 계절성 성분에는 Fourier Series Regression, 잔차 성분에는 XGBoost를 적용하는 하이브리드 예측 모델을 제안하였다. 또한, ARIMA, XGBoost, LSTM, EMD-ARIMA, CEEMDAN-LSTM 모델을 포함한 성능 비교 실험을 수행하여 각 모델의 예측 성능을 평가하였다. 실험 결과, 제안된 하이브리드 모델은 MAPE, MAAPE, RMSE 지표에서 각각 3.8%, 3.5%, 0.35로 가장 좋은 평가 지표 값을 보이며 기존의 단일 모델보다 우수한 성능을 보였다.

• 응용통계연구
• /
• 제31권2호
• /
• pp.189-204
• /
• 2018

본 연구는 2014년 1월부터 2017년 4월까지 광, 공업용 제조업을 하는 건물(GGM)의 전기 사용량에 대한 예측을 살펴보고자 한다. SARIMA, SARIMA + GARCH, Holt-Winters 방법, Fourier 변환으로 분해를 한 ARIMA 모형을 중심으로 네 가지 모형에 대한 적합을 하였다. 또한 2017년 5월 사용량에 대한 예측하고, 실제값을 고려하여 각 모형에 대해 예측 제곱근 평균 제곱 오차와 예측 오차율을 비교하였다. GGM 건물의 전기 사용량에 대한 변동이 심하기 때문에 여러 가지 모형 중에서도 변동성과 주기를 함께 고려한 SARIMA + GARCH 모형의 적합과 예측이 가장 뛰어난 것을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.113-118
• /
• 2021

본 논문은 케미컬 탱커시장의 운임예측에 관하여 인공신경망을 적용하였으며 전통적인 시계열 모델인 ARIMA모형과 비교하였다. 케미컬 시장의 경우 상대적으로 소규모이나 범용성이 높은 선박을 이용한 시장으로 수급모델을 활용하여 운임시장을 분석하기 어려우며, 운임의 변동성이 크기 때문에 선형모형을 활용하는데는 한계가 있다. 본 연구는 케미컬 시장의 특성을 고려하여 비선형 모델인 인공신경망을 이용하여 ARIMA와 비교한 결과 RMSE와 Correlation 측면에서 예측성능이 우수함을 보였으며, 케미컬 탱커의 운임예측에 더 적합함을 보였다. 본 연구는 운임거래에 있어 과학적 모델을 제시함으로써 의사결정의 질을 제고하는데 기여할 뿐만 아니라 학문적으로 소외되어온 케미컬 시장 연구에 도움이 될 것으로 기대된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권12호
• /
• pp.3923-3942
• /
• 2022

Environment, price, regulation, and other factors influence the price of agricultural products, which is a social signal of product supply and demand. The price of many agricultural products fluctuates greatly due to the asymmetry between production and marketing details. Horticultural goods are particularly price sensitive because they cannot be stored for long periods of time. It is very important and helpful to forecast the price of horticultural products which is crucial in designing a cropping plan. The proposed method guides the farmers in agricultural product production and harvesting plans. Farmers can benefit from long-term forecasting since it helps them plan their planting and harvesting schedules. Customers can also profit from daily average price estimates for the short term. This paper study the time series models such as ARIMA, SARIMA, and neural network models such as BPN, LSTM and are used for wheat cost prediction in India. A large scale available data set is collected and tested. The results shows that since ARIMA and SARIMA models are well suited for small-scale, continuous, and periodic data, the BPN and LSTM provide more accurate and faster results for predicting well weekly and monthly trends of price fluctuation.

• 한국안전학회지
• /
• 제25권6호
• /
• pp.47-52
• /
• 2010

Many industrial accidents have occurred over the years in the manufacturing and construction industries in Korea. However, as the service industry has increased continuously, the share of the accident rate in the service industry was 39.07% in 2009, while the manufacturing industry share was 33.73%. The service industry share overtook the manufacturing industry share for the first time. Therefore, this research considers prevention of industrial accidents in the service industry as well as manufacturing and construction industries. This paper describes a procedure and a method to estimate efficient accident rate forecasting and estimated zero accident time in the service industry in order to prevent industrial accidents in the transportation, storage, and telecommunication divisions. This paper proposes a model using an analytical function for the sake of very efficient accident rate forecasting. Accordingly, this paper has develops a program for accident rate forecasting, zero accident time estimating, and calculation of achievement probability through MFC (Microsoft Foundation Class) software Visual Studio 2008 in the transportation, storage, and telecommunication divisions. In results of this paper, ARIMA (Auto Regressive Integrating Moving Average) is regarded as a very efficient forecasting model for the transportation, storage, and telecommunication division. In testing this model, value minimizing the Sum of Square Errors (SSE) was calculated as 0.2532. Finally the results of this paper are sure to help establish easy accident rate forecasting and strategy or method of zero accident time in the service industry for prevention of industrial accidents.

• 산업경영시스템학회지
• /
• 제43권4호
• /
• pp.93-106
• /
• 2020

This research explores how imported automobile companies can develop their strategies to improve the outcome of their recalls. For this, the researchers analyzed patterns of recall demand, classified recall types based on the demand patterns and examined response strategies, considering plans on how to procure parts and induce customers to visit workshops, recall execution capacity and costs. As a result, recalls are classified into four types: U-type, reverse U-type, L- type and reverse L-type. Also, as determinants of the types, the following factors are further categorized into four types and 12 sub-types of recalls: the height of maximum demand, which indicates the volatility of recall demand; the number of peaks, which are the patterns of demand variations; and the tail length of the demand curve, which indicates the speed of recalls. The classification resulted in the following: L-type, or customer-driven recall, is the most common type of recalls, taking up 25 out of the total 36 cases, followed by five U-type, four reverse L-type, and two reverse U-type cases. Prior studies show that the types of recalls are determined by factors influencing recall execution rates: severity, the number of cars to be recalled, recall execution rate, government policies, time since model launch, and recall costs, etc. As a component demand forecast model for automobile recalls, this study estimated the ARIMA model. ARIMA models were shown in three models: ARIMA (1,0,0), ARIMA (0,0,1) and ARIMA (0,0,0). These all three ARIMA models appear to be significant for all recall patterns, indicating that the ARIMA model is very valid as a predictive model for car recall patterns. Based on the classification of recall types, we drew some strategic implications for recall response according to types of recalls. The conclusion section of this research suggests the implications for several aspects: how to improve the recall outcome (execution rate), customer satisfaction, brand image, recall costs, and response to the regulatory authority.

• Communications for Statistical Applications and Methods
• /
• 제19권3호
• /
• pp.415-422
• /
• 2012

본 연구에서는 단기에 측정되는 트래픽 자료를 예측하기 위하여 Holt-Winters, Fractional Seasonal ARIMA, AR-GARCH, Seasonal AR-GARCH 모형을 사용하여 각 모형의 예측 성능을 비교하고자 한다. 예측에 이용된 시계열 모형에 대해 소개하고, 실제 트래픽 자료에 적용하여 트래픽 자료를 분석한 결과 Holt-Winters방법이 예측력 측면에서 가장 우수하였다.

• 한국항해항만학회지
• /
• 제44권1호
• /
• pp.44-52
• /
• 2020

세계적인 장기경기침체 속에서 보다 정확한 물동량 예측은 항만정책 수행에 중요하다. 따라서, 본 연구에서는 부산항 컨테이너 물동량(수출입화물과 환적화물)을 단변량 모형인 ARIMA 뿐만 아니라 인과관계가 있을 것으로 예상되는 경제규모(한국, 중국, 미국의 국내총생산), 금리수준 그리고 경기변동을 고려한 벡터자기회귀모형과 벡터오차수정모형을 활용하여 추정하고 비교하였다. 측정자료는 2014년 1월부터 2019년 8월까지 월별 부산항 컨테이너 물동량이다. 분석결과에 의하면, 수출입물동량 시계열은 비교적 안정적(stationary)이어서 VAR에 의해 추정하였고 환적화물은 불안정적(non-stationary)하지만, 경제규모, 금리 및 경기변동과 공적분(장기적인 균형관계)를 띠고 있어 VEC모형으로 추정하였다. 추정결과, 안정적인 수출입화물 추정에서는 단변량 모형인 ARIMA가 우수하고 추세가 있는 환적화물은 다변량모형인 VEC모형이 보다 예측력이 우수한 것으로 나타나고 있다. 특히 수출입화물은 우리나라 경제규모와 관련이 있고, 환적화물은 중국과 미국 경제규모와 밀접한 관련이 있다. 또한 중국 경제규모가 미국에 비하여 더 밀접하게 나타나고 있어 환적화물 증대전략에 시사점을 주고 있다.

• 한국수자원학회논문집
• /
• 제45권11호
• /
• pp.1187-1199
• /
• 2012

본 연구에서는 Wavelet Transform과 Support Vector Machine (SVM)을 결합한 Hybrid 상수도 수요량 예측 모형을 개발하였다. Wavelet Transform 방법을 활용하여 다양한 스케일이 존재하는 상수도 수요량 시계열을 분해하여 단순한 형태의 시계열로 변환하는데 이용하였으며, 비선형 예측모형인 SVM은 이들 단순화된 시계열을 예측하는데 활용하여 예측성능을 극대화시키는 방안을 수립하였다. 본 연구에서는 상수도 수요량 자료에서 내재되어 있는 주기의 특성과 비선형 예측모형의 장점을 서로 연계한 해석이 가능하였으며 시각적인 검토 및 모든 통계지표에서 개선된 예측결과를 확인할 수 있었다. 특히, 기존 ARIMA 모형 계열에서 나타나는 자기예측문제를 상당부분 개선한 결과를 보여줌으로서 실질적인 수요량 예측모형으로서 활용이 가능할 것으로 판단된다.