• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 1992년도 수공학연구발표회논문집
• /
• pp.411-418
• /
• 1992

The purpose of this study is to develop dynamic-stochastic models that can forecast the inflow into reservoir during low/drought periods and flood periods. For the formulation of the models, the discrete transfer function is utilized to construct the deterministic characteristics, and the ARIMA model is utilized to construct the stochastic characteristics of residuals. The stochastic variations and structures of time series on hydrological data are examined by employing the auto/cross covariance function and auto/cross correlation function. Also, general modeling processes and forecasting method are used the model building methods of Box and Jenkins. For the verifications and applications of the developed models, the Chungju multi-purpose reservoir which is located in the South Han river systems is selected. Input data required are the current and past reservoir inflow and Yungchun water levels. In order to transform the water level at Yungchon into streamflows, the water level-streamflows rating curves at low/drought periods and flood periods are estimated. The models are calibrated with the flood periods of 1988 and 1989 and hourly data for 1990 flood are analyzed. Also, for the low/drought periods, daily data of 1988 and 1989 are calibrated, and daily data for 1989 are analyzed.

• 한국산업정보학회논문지
• /
• 제18권6호
• /
• pp.95-101
• /
• 2013

소셜 미디어 정보는 실시간으로 가장 최신의 정보의 획득을 가능하게 하며, 확산 속도가 빠르고 형태의 제약 없이 유연하게 생산 및 유통할 수 있다는 강점이 있으며, 최근 경제변수들의 예측에 있어서 소셜 미디어 정보를 이용한 예측의 활용 방안에 대한 논의가 활발히 이루어지고 있다. 본 논문에서는 실업률을 예측함에 있어 소셜 미디어 정보 유형 중 하나인 Google Index 정보를 이용하여 시계열 모형 중 하나인 ARIMAX 모형과 ECM 모형을 적합하였고, 모형의 예측력을 비교하기 위해 기존의 ARIMA 모형과의 비교를 수행하였다. 또한, 소셜 미디어 정보 이용에 있어 Google Index 뿐만 아니라 국내 소셜 미디어 정보인 News Index와의 결합을 통해 예측력의 제고 가능성을 확인하였다. 본 연구에서 다루어진 분석 절차와 통계적 모형의 적합과정은 실업률 외의 주요 사회, 경제지표에도 적용될 수 있다.

• 한국산림과학회지
• /
• 제95권6호
• /
• pp.778-783
• /
• 2006

표고버섯의 재배와 출하 결정에서 단기 가격의 예측은 매우 중요하다. 표고버섯 가격의 형성에는 많은 요인들이 작용하고 있기 때문에 이를 구조모형으로 예측하는 것은 어려운 일이다. Box-Jenkins 방법을 이용한 표고버섯과 모형선정 과정에서 발생할 수 있는 오류를 줄이고 경우에 따라서는 더 높은 예측력을 가지기도 한다. 이 연구는 1992~2005년의 가락시장 표고버섯 중품 가격자료를 이용하여 시계열 분석 모형을 구축하고 단기 가격을 예측한 것이다. 그리고 분석에 포함되지 않은 2006년의 실제가격과 예측결과를 비교하였다. 분석 결과는 날씨 변화의 영향으로 시장에 교란이 발생하였던 시기를 제외하면 비교적 높은 정확도를 보여 주어 모형의 유용성을 시사한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권2호
• /
• pp.383-403
• /
• 2021

With the development of mobile edge computing (MEC), some late-model application technologies, such as self-driving, augmented reality (AR) and traffic perception, emerge as the times require. Nevertheless, the high-latency and low-reliability of the traditional cloud computing solutions are difficult to meet the requirement of growing smart cars (SCs) with computing-intensive applications. Hence, this paper studies an efficient offloading decision and resource allocation scheme in collaborative vehicular edge computing networks with multiple SCs and multiple MEC servers to reduce latency. To solve this problem with effect, we propose a context-aware offloading strategy based on differential evolution algorithm (DE) by considering vehicle mobility, roadside units (RSUs) coverage, vehicle priority. On this basis, an autoregressive integrated moving average (ARIMA) model is employed to predict idle computing resources according to the base station traffic in different periods. Simulation results demonstrate that the practical performance of the context-aware vehicular task offloading (CAVTO) optimization scheme could reduce the system delay significantly.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권4호
• /
• pp.339-347
• /
• 2021

This study aims to forecast the exchange rate by a combination of different models as proposed by Poon and Granger (2003). For this purpose, we include three univariate time series models, i.e., ARIMA, Naïve, Exponential smoothing, and one multivariate model, i.e., NARDL. This is the first of its kind endeavor to combine univariate models along with NARDL to the best of our knowledge. Utilizing monthly data from January 2011 to December 2020, we predict the Pakistani Rupee against the US dollar by a combination of different forecasting techniques. The observations from M1 2020 to M12 2020 are held back for in-sample forecasting. The models are then assessed through equal weightage and var-cor methods. Our results suggest that NARDL outperforms all individual time series models in terms of forecasting the exchange rate. Similarly, the combination of NARDL and Naïve model again outperformed all of the individual as well as combined models with the lowest MAPE value of 0.612 suggesting that the Pakistani Rupee exchange rate against the US Dollar is dependent upon the macro-economic fundamentals and recent observations of the time series. Further evidence shows that the combination of models plays a vital role in forecasting, as stated by Poon and Granger (2003).

• 한국건설관리학회논문집
• /
• 제19권2호
• /
• pp.107-116
• /
• 2018

2010년 이후 한국 해외건설 수주가 극적 변동을 보임에 따라, 이에 대한 원인과 대응방안을 모색하고자 한다. 한국 해외건설은 2010년 716억불을 정점으로 2011년에서 2014년까지 연평균 638억불을 기록하였다. 하지만, 2014년 하반기부터 시작된 국제유가 하락으로 2015년 461억불을, 2016년 282억불, 2017년 290억불의 수주에 그쳤다. 국제 유가 하락과 더불어, 세계 경제 저성장 지속과 우리 기업의 EPC 수주 역량 한계점 봉착 등으로 불확실성이 과거 어느 때보다 증가하고 있다. 이와 같은 불확실한 해외건설시장 상황 속에서 적절한 대응방안을 모색하고, 많은 가능성과 글로벌 경쟁력을 갖추고 있는 해외건설산업을 국가수 출전략산업으로 육성 발전시키기 위하여, 세계건설시장과 해외건설시장의 발주 및 수주 구조와 그 변화추세를 분석하고, 향후 해외건설 수주 규모를 예측함으로써 해외건설산업의 건전한 육성 및 발전을 위한 정책 방향을 제시하고자 한다.

• 대한임상검사과학회지
• /
• 제50권4호
• /
• pp.511-524
• /
• 2018

본 연구는 임상병리사 인력의 인력의 수급전망을 추계하여 인력계획 수립에 필요한 정책자료를 제공하는 것을 목적으로 한다. 공급은 기초추계(baseline projection) 모형에 근거한 인구학적 방법(demographic method)을 이용하여 추계하였으며, 수요추계는 임상병리사가 검사하는 임상병리검사 건수를 이용하는 의료수요에 의한 방법을 적용하였다. 전반적인 임상병리사 인력수급 추계결과는 생산성의 시나리오에 따라 공급이 과잉되기도 하고 부족하기도 할 것으로 전망되었다. 이렇게 임상병리사의 수급 비교 결과는 임상병리사의 생산성 가정에 따라 달라지지만, 어느 시나리오를 선택할 것인가는 궁극적으로 정부의 정책방향에 따라 달라진다. 즉 임상병리사의 생산성을 현재보다 높게 채택하는지 혹은 낮게 책정하는지는 보험재정 여건 등을 고려해야 하는 정부 정책에 달려있는 것이다. 이에 본 연구에서 정부의 정책방향이 고려되지 않은 2012년 현재의 생산성을 기준으로 한 '생산성 시나리오 3'을 살펴보면, ARIMA모델을 적용한 수요시나리오를 중심으로 보면 근무일수에 따라 2030년에는 2821명에서 4,530명의 임상병리사 공급이 과잉될 것으로 전망된다. 이러한 공급과잉은 전체에서 차지하는 비중이 10%미만이기 때문에 크게 문제가 되지 않을 것으로 판단된다. 그러나 임상병리사사 취업률이 60%대인 점을 감안하면 미취업자를 활용하는 정책도 함께 고려해야한다. 이러한 대책으로는 미취업인력에 대한 취업기회를 확대하는 방향으로 나아가야 할 것이고, 이를 위해서는 보건소 검사실의 기능강화 및 임상병리사 정원증원 및 신분보장, 통원치료 환자를 위한 상설 검사체제 확립, 산업재해 분야 및 의원급 검사기능 강화, 무면허 검사요원의 통제, 해외인력수출 확대 등이 필요할 것으로 사료된다.

• 응용통계연구
• /
• 제34권5호
• /
• pp.723-734
• /
• 2021

빠르게 발전하고 있는 재생에너지 중 하나인 풍력에너지는 기후변화 대응에 맞추어 개발 및 투자가 이루어지고있다. 신재생에너지 정책과 발전소 설치가 추진됨에 따라 국내 풍력 보급이 점차 확대되어 수요를 정확히 예측하기 위한 시도들이 확대되고 있다. 본 논문에서는 전남지역과 경북지역의 풍력 발전량 예측을 위하여 시계열 기법인 ARIMA, ARIMAX 모형과 기계학습 모형인 SVR, Random Forest, XGBoost 모형들을 비교 분석하였다. 모형의 예측 결과를 비교하기 위한 지표로서 mean absolute error (MAE)와 mean absolute percentage error (MAPE)를 사용하였다. 2018년 1월 1일부터 2020년 10월 24일까지의 시간별 원 데이터를 차분한 후 모형을 훈련시켜 2020년 10월 25일부터 2020년 10월 31일까지의 168시간에 대한 풍력 발전량을 예측하였다. 모형의 예측력 비교 결과, Random Forest와 XGBoost 모형이 전남지역, 경북지역 순으로 가장 우수한 성능을 보였다. 향후 연구에서는 기계학습뿐 아니라 최근 활발한 연구가 이루어지는 데이터 마이닝 기법 기반의 풍력 발전량 예측을 시도할 것이다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1183-1193
• /
• 2021

Low flow는 하천수의 공급관리 및 계획, 관개용수 등 다양한 분야에 영향을 미친다. 이러한 유황곡선을 산정하기 위해서는 30년 이상의 충분한 기간의 유량자료의 확보가 필수적이다. 하지만 국가하천 단위 이하의 하천의 경우 장기간의 유량자료가 없거나 중간에 일정기간 동안 결측된 관측소가 있어 하천별 유황 곡선을 산정하기에 한계가 있다. 이에 과거에는 미계측 유역의 유황을 예측하기 위해 다중회귀분석(Multiple Regression Analysis), ARIMA 모형 등 통계학적 기반의 기법들을 사용하였지만, 최근에는 머신러닝, 딥러닝 모형의 수요가 증가하고 있다. 이에 본 연구에서는 최신 패러다임에 맞는 머신러닝 기법인 DNN기법을 제시한다. DNN기법은 ANN기법의 단점인 학습과정에서 최적 매개변수 값을 찾기 어렵고, 학습시간이 느린 단점을 보완한 방법이다. 따라서 본연구에서는 DNN 모형을 이용하여 미계측 유역에 적용 가능한 유황곡선을 산정하고자 한다. 먼저, 유황곡선에 영향을 미치는 인자들을 수집하고 인자들 간의 다중공선성 분석을 통해 통계적으로 유의한 변수를 선정하여, 머신러닝 모형에 입력자료를 구축하였다. 통계적 검증을 통해 머신러닝 기법의 효용성을 검토하였다.

• 스마트미디어저널
• /
• 제13권6호
• /
• pp.54-61
• /
• 2024

최근 국내외 온라인 전자상거래 플랫폼의 증가와 국내 항만 컨테이너 물동량 증가로 인해 대형 화물차의 운행 비율이 높아지면서 지속적으로 화물차 화재발생 건수가 증가하고 있다. 특히 화물차의 화재발생 요인 중 높은 비율을 차지하는 원인이 자연발화현상이다. 화물차 화재 예방을 위한 다양한 학문적 접근이 시도되고 있으나 제동 시 발생하는 타이어 자연발화현상에 대한 연구가 부족하여 본 연구에서는 화물차의 제동장치와 유사한 환경을 구축하기위해 실험 장치를 직접 설계 및 제작하였다. 실험 장치의 제동장치에 비접촉식 온도센서를 장착하여 제동장치에서 발생하는 온도데이터를 수집하였으며 제동장치의 온도센서와 타이어 표면의 온도센서로부터 수집한 데이터를 기반으로 시계열 예측모델 중 ARIMA 모델을 활용하여 차량의 온도변화 추이에 맞는 적절한 모수를 선정하였으며 측정한 데이터와 예측한 데이터를 비교 분석한 결과 90% 이상의 정확도를 도출하였다. 이를 기반으로 화물차 운전자로 하여금 제동장치에서 발생하는 과열현상을 실시간으로 경고하고 대응할 수 있도록 지원함으로써 화물차의 화재발생 비율을 낮출 수 있는 방안을 제시하였다.