• 한국항행학회논문지
• /
• 제18권5호
• /
• pp.415-420
• /
• 2014

인지 라디오 시스템에서 PU사용자에게 간섭을 주지 않으면서 스펙트럼을 기회적으로 사용해야 하는 SU사용자 입장에서는 자신의 QoS를 보장받는 것이 또 하나의 과제이다. 본 논문에서는 PU사용자의 출현으로 SU사용자가 스펙트럼 핸드오프 해야할 경우, 가용 스펙트럼 홀 채널의 양이 부족할 때에는 요구 채널의 크기를 재협상하여, 가용 스펙트럼 홀의 크기 내에서 대역폭을 재할당하여 SU사용자 호의 손실률을 줄이는 방법을 제안한다. SU사용자는 스펙트럼 홀의 사용에서 우선권을 갖는 제1우선권 SU호와 품질의 재협상이 허용되는 제2우선권 SU호로 구분하고, 제1우선권 SU호에 대해서는 ARMA예측기법으로 PU사용자의 출현을 예측하여 스펙트럼 핸드오프에 필요한 자원을 우선적으로 예약하고, 제2우선권 SU호에 대해서 대역폭 협상을 통하여 대역폭을 재할당한다. 시뮬레이션결과 대역폭 재할당을 통해 SU호의 손실률과 시스템의 자원 이용률이 향상됨을 보인다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1083-1093
• /
• 2021

물 사용량 예측은 최적의 용수 공급 운영 방안을 수립하고 전력 소비량 절감을 위하여 꼭 필요한 과정이라고 할 수 있다. 그러나 수용가 단위의 물 사용량은 용도, 사용자의 패턴, 날씨 등의 다양한 요인으로 인해 변화하는 비선형적 특성을 지니고 있다. 따라서 본 연구에서는 비선형적인 수용가 단위의 물 사용량을 예측하기 위하여 다양한 기법들을 연계한 KWD 프레임워크를 제안하고자 하였다. 즉, 먼저 개별 수용가 마다 용도에 따른 유사한 패턴을 파악하기 위해 K-means (K) 군집분석을 수행하였고, 잡음성분을 제거함으로써 핵심적인 주기패턴을 파악하기 위해 Wavelet (W) 방법을 적용하였다. 또한 비선형적 특성을 학습시키기 위해 Deep learning (D) 알고리즘을 적용하였다. 그리고 기존의 선형 시계열 모형인 ARMA 모형과 비교하여 KWD 프레임워크의 성능을 분석하였다. 그 결과 제안된 모형의 상관성은 92%, ARMA 모형은 약 39%로 KWD 프레임워크가 2배 이상의 성능을 가지는 것으로 분석되었다. 따라서 본 연구에서 제안한 방법을 활용할 경우 정확한 물 사용량 예측이 가능해질 것이며, 상황에 따른 최적의 공급 방안을 수립할 수 있을 것이다.

• Journal of the Korean Statistical Society
• /
• 제35권1호
• /
• pp.79-90
• /
• 2006

We consider the subdiagonal bilinear model and ARMA model with subdiagonal bilinear errors. Sufficient conditions for geometric ergodicity of associated Markov chains are derived by using results on generalized random coefficient autoregressive models and then strict stationarity and ,a-mixing property with exponential decay rates for given processes are obtained.

• 재무관리연구
• /
• 제14권1호
• /
• pp.141-169
• /
• 1997

본 논문은 시장개설 초기 4개월간의 주가지수 선물수익률과 기초자산인 현물(KOSPI 200) 수익률간의 선도-지연효과를 두 개의 모형을 이용하여 실증검증하였다. 첫 번째 모형은 설명 변수로 선물수익률의 시차변수를 사용하고 종속변수로 현물수익률을 사용했다. 두 번째 모형은 설명변수로 선물수익률의 시차변수를 사용하는 것은 첫 번째 모형과 같으나 종속변수로 ARMA모형에서 구한 현물수익률의 오차항(return innovations)을 사용하였다. 또, 여러 시장조건에서 현물수익률과 선물수익률사이의 선도-지연효과가 특정한 양상을 보이는가를 분석하였다. 좋은 정보와 나쁜 정보, 거래량이 많은 경우와 적은 경우, 변동성이 높은 경우와 낮은 경우로 나누어서 선도-지연효과를 살펴보았다. 실증검증의 결과 KOSPI 200 현물수익률은 ARMA(2,3) 모형이 적합하며 선물이 현물을 10분 이내로 선도한다. 하지만 그 관계는 일방적인 것이 아니어서 15분후에는 현물이 선물을 선도하는 피드백(feed-back) 현상이 나타났다. 좋은 정보(good news)에서는 선물이 현물을 5분정도 선도하고 나쁜 정보(bad news)하에서는 선물 선도현상이 약해진다. 보통 정보(morderate news)하에서는 현물이 선물을 10분내로 선도한다. 거래량이 많은 경우와 변동성이 높은 경우에는 선물이 현물을 선도하는 것이 뚜렷하나 거래량이 적은 경우와 변동성이 낮은 경우에는 선물과 현물간에는 특정한 선도-지연현상이 나타나지 않는다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권4호
• /
• pp.338-345
• /
• 2001

본 연구에서는 시계열자료를 예측하기 위해 적용한 n$\times$n$\times$1 신경망 구조에서 초기값의 시각적인 선택을 통한 개선된 학습과정을 제안한다. 적용된 Easton[1]의 제어상자는 시각적인 면과 실용적인 적용측면에서 다차원 구조를 논의하기에는 제한적이지만, 적은 개수의 은닉노드를 갖는 단순한 신경망구조에서는 초기 가중값들의 동적인 선택을 통하여 가능한 빨리 효과적인 학습이 이루어질 수 있게 할 수 있다. 신경망 학습의 오차 판단기준은 기존의 평균제곱오차(MSE)를 고려한다. 실증연구에는 모의생성된 ARMA(1,0) 자료와 담배생산량 자료를 이용한다.

• 산업경영시스템학회지
• /
• 제39권1호
• /
• pp.25-30
• /
• 2016

It is critical to forecast the maximum daily and monthly demand for power with as little error as possible for our industry and national economy. In general, long-term forecasting of power demand has been studied from both the consumer's perspective and an econometrics model in the form of a generalized linear model with predictors. Time series techniques are used for short-term forecasting with no predictors as predictors must be predicted prior to forecasting response variables and containing estimation errors during this process is inevitable. In previous researches, seasonal exponential smoothing method, SARMA (Seasonal Auto Regressive Moving Average) with consideration to weekly pattern Neuron-Fuzzy model, SVR (Support Vector Regression) model with predictors explored through machine learning, and K-means clustering technique in the various approaches have been applied to short-term power supply forecasting. In this paper, SARMA and intervention model are fitted to forecast the maximum power load daily, weekly, and monthly by using the empirical data from 2011 through 2013. $ARMA(2,\;1,\;2)(1,\;1,\;1)_7$ and $ARMA(0,\;1,\;1)(1,\;1,\;0)_{12}$ are fitted respectively to the daily and monthly power demand, but the weekly power demand is not fitted by AREA because of unit root series. In our fitted intervention model, the factors of long holidays, summer and winter are significant in the form of indicator function. The SARMA with MAPE (Mean Absolute Percentage Error) of 2.45% and intervention model with MAPE of 2.44% are more efficient than the present seasonal exponential smoothing with MAPE of about 4%. Although the dynamic repression model with the predictors of humidity, temperature, and seasonal dummies was applied to foretaste the daily power demand, it lead to a high MAPE of 3.5% even though it has estimation error of predictors.

• Journal of the Korean Statistical Society
• /
• 제30권1호
• /
• pp.115-125
• /
• 2001

We consider the threshold autoregressive moving average(TARMA) process and find a sufficient condition for strict stationarity of the proces. Given region for stationarity of TARMA(p,q) model is the same as that of TAR(p) model given by Chan and Tong(1985), which shows that the moving average part of TARMA(p,q) process does not affect the stationarity of the process. We find also a sufficient condition for the existence of kth moments(k$\geq$1) of the process with respect to the stationary distribution.

• Journal of the Korean Data and Information Science Society
• /
• 제21권5호
• /
• pp.841-852
• /
• 2010

통합공정관리는 공정의 변동을 줄이기 위하여 공학적 공정관리와 통계적 공정관리를 병행하는 절차이다. 통합공정관리의 기본적인 절차는 잡음과 이상원인이 공존하는 공정에 대하여 매시점마다 수정절차를 통하여 공정편차를 백색잡음으로 전환하며, 수정된 공정을 관리도를 이용하여 이상원인의 발생 여부를 탐지하게 된다. 이때 공정은 이상원인 발생 전에는 백색잡음이 되지만, 이상원인 발생 후에는 이상원인과 수정절차의 효과가 혼합되어 다양한 형태의 시계열 모형으로 변환하게 된다. 이 논문에서는 잡음모형으로 자기회귀이동평균(1,1) 모형을 가정하고 통합공정관리 절차를 수행하는 경우, 지수가중이동평균 관리도를 사용하여 이상원인을 탐지하는 절차에 대한 효율을 살펴보았다. 또한 이상원인의 신호 후 이를 제거하기 힘든 경우 사용할 수 있는 재수정 절차를 제안하였다.

• 한국해양학회지:바다
• /
• 제6권1호
• /
• pp.35-39
• /
• 2001

해저면의 지형과 형상을 조사하기 위해 획득되는 다중빔 음향측심자료는 조사선의 움직임과 빔의 위치에 따른 음압의 보정부족 등에 기인하는 이상치를 포함하고 있다. 이 연구에서는 자기회귀이동평균(ARMA)기법을 이용하여 이상치에 의해 왜곡된 자료를 보정해주는 통계학적 절차를 소개하고 이를 동해에서 얻어진 자료에 적용하였다. 이 방법에서는 자료의 자기 상관을 1차 자기회귀모형 AR(1)으로 표현하고 이를 추정한 후 추정된 모형에 현저하게 부합하지 않는 자료(이상치)는 추정된 모형을 인용하여 수정한다. 이러한 방법을 이상치가 발견되지 않을 때까지 반복적으로 되풀이한다. 자료의 처리결과 해저지형을 나타내는 신호에 비해 월등히 큰 이상치들이 대부분 제거되었음을 볼 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권4호
• /
• pp.791-799
• /
• 2015

랜덤워크가설이란 금융시장의 많은 시계열자료가 과거의 값과 관계없이 독립적으로 움직인다는 이론이다. 랜덤워크가설은 ARMA 모형에서 단위근 존재여부 문제로 해석되는데 대부분의 연구는 AR(1) 모형에서 ${\rho}$ < 1 여부를 검정하는 문제에 집중되어 왔다. 그러나, ${\rho}$ > 1인 폭발자기회귀모형을 따르면 거품경제의 위험이 있게 되므로 이를 구분하는 것이 필요하다. 폭발자기회귀모형에서 모수 추정량의 점근분포에 대해 알려져 있으나 그 형태가 모수를 포함하고 있어 통계량으로 부적절하거나 모수에 특정한 구조를 가정하고 있어 사용하기 쉽지 않다. 본 연구에서는 소규모자료에서도 사용할 수 있는 기울기부호를 이용하여 폭발자기회귀모형에 대한 검정을 제시한다. 모의실험을 통해 검정통계량의 성질을 확인한 결과, 오차항의 종속 정도에 따라 통계량의 분포가 일정한 경향을 따르는 것을 알 수 있었다. 대립가설이 참일 경우 통계량의 값이 커지는 성질을 이용하여 검정할 수 있음을 확인할 수 있었다.