• 지능정보연구
• /
• 제5권1호
• /
• pp.103-123
• /
• 1999

Input filtering as a preprocessing method is so much crucial to get good performance in time series forecasting. There are a few preprocessing methods (i.e. ARMA outputs as time domain filters, and Fourier transform or wavelet transform as time-frequency domain filters) for handling time series. Specially, the time-frequency domain filters describe the fractal structure of financial markets better than the time domain filters due to theoretically additional frequency information. Therefore, we, first of all, try to describe and analyze specially some issues on the effectiveness of different filtering methods from viewpoint of the performance of a neural network based forecasting. And then we discuss about neural network model architecture issues, for example, what type of neural network learning architecture is selected for our time series forecasting, and what input size should be applied to a model. In this study an input selection problem is limited to a size selection of the lagged input variables. To solve this problem, we simulate on analyzing and comparing a few neural networks having different model architecture and also use an embedding dimension measure as chaotic time series analysis or nonlinear dynamic analysis to reduce the dimensionality (i.e. the size of time delayed input variables) of the models. Throughout our study, experiments for integration methods of joint time-frequency analysis and neural network techniques are applied to a case study of daily Korean won / U. S dollar exchange returns and finally we suggest an integration framework for future research from our experimental results.

• 한국수자원학회논문집
• /
• 제31권6호
• /
• pp.769-777
• /
• 1998

본 연구에서는 다양한 특성을 가지는 시계열 자료들을 분석하여 자료의 비선형성 여부를 판단하였다. 시계열 자료의 무작위성을 분석하면 시스템의 비선형 구조를 알아낼 수 있다. 무작위성을 조사하는 통계기법으로는 전통적인 비모수 통계기법과 새로운 통계기법인 BDS 통계를 사용하였으며, 그들의 해석결과를 비교하였다. BDS 통계는 카오스 분석을 위해 이용되는 상관적분의 통계학적 특성을 바탕으로 한 검정방법으로서 무작위성과 비선형 동역학 시스템을 구분하는데 탁월한 능력이 잇는 것으로 알려져 왔다. 이미 자료의 특성이 알려진 선형, 비선형 시스템에 BDS 통계를 적용한 결과, 비모수 통계기법에 비해 더욱 정확한 해석결과를 나타내었다. 실제 수문 시계열 자료를 이용하여 선형 추계학적 모형인 ARMA 형태의 모형을 구축한 후, 이 모형으로부터 계산된 잔치를 BDS 통계를 사용하여 분석하였다. 분석결과, BDS 통계는 시계열자료의 무작위성과 카오스 시스템의 비선형성을 판단하여 줄 뿐만아니라, 추계학적 모형의 잔차 분석을 통한 모형의 적합성 판단에도 유용한 방법임을 알 수 있었다.

• 대한토목학회논문집
• /
• 제29권2B호
• /
• pp.163-171
• /
• 2009

수문시계열 분석과 예측을 위하여 통상적으로 기존의 선형적인 모형들을 이용하여 왔다. 그러나 최근 자연현상이나 수문시계열의 패턴 그리고 변동성에 비선형구조가 존재하고 있다는 것이 입증되고 있다. 따라서 기존의 선형적인 방법들에 의한 시계열분석이나 예측은 비선형 시스템에 대해서 적절하지 않을 것이다. 최근, 시계열의 비선형성 구조를 판단하기 위해 카오스 이론을 토대로 한 상관적분으로부터 BDS(Brock-Dechert-Scheinkman) 통계 기법이 유도되었다. BDS 통계는 시스템의 비선형구조와 무작위성 구조를 구별하는데 매우 효과적으로 이용되어 오고 있다. 또한 DVS(Deterministic Versus Stochastic) 알고리즘은 카오스와 추계학적 시스템을 구별하고 예측하는데 주로 이용되어 왔다. 그러나 본 연구에서는 DVS 알고리즘에 의해 시계열의 비선형성을 판별할 수 있음을 보이고자 한다. 따라서 본 연구에서는 추계학적 시계열과 수문학적 시계열들의 비선형성을 검사하고자 한다. ARMA 모형과 TAR(Threshold autoregressive) 모형으로부터로 발생시킨 추계학적 시계열, 미국 유타주 GSL 체적자료, 미국 플로리다 주 St. Johns 강 Cocoa 지점의 유출량 자료, 소양강 댐 일 유입량 자료 등의 수문시계열에 대해 비선형성 분석을 수행하고 그 결과를 비교하였다. 분석결과 BDS 통계가 선형 및 비선형 시계열을 구분하는데 매우 강력한 도구임을 보였고, DVS 알고리즘 또한 시계열의 비선형성을 구별하는데 효과적으로 이용될 수 있음을 보였다.

• 물과 미래
• /
• 제29권2호
• /
• pp.179-190
• /
• 1996

한강하류부 수질의 통계학적 해석을 통하여 수질 시계열자료의 기본 통계특성치, 지점별 및 계절별 변동성을 검토하였으며, 유량과 수질인자간의 상관성 분석을 실시하였다. 본류의 주요 6개 지점 및 3개 지류에 대한 통계특성치와 적정분포형을 산정하여 제시하였으며, 시간의존성 및 계절성을 검토하여 제시하였다. 또한, 수질 항목간의 상관성 검토를 통하여 상관성이 높은 수질, 항목간, 그리고 지점간의 상관식을 제시하였다. 추계학적 모의모형의 적용가능성을 확인하였으며, DO 항목은 전 지점간에 높은 상관성을 가지고 있었다. 유량과의 상관관계 검토에 있어서 DO, SS 항목은 유량보다는 수온에 민감하였으며, BOD, COD 항목은 유량이 적은 갈수기에는 유량에 민감한 것으로 나타났다. 수온에 밀접한 영향을 받는 DO 항목외에도 BOD, COD 항목은 계절적인 주기성을 가지고 있었으며, 상호상관 분석결과 DO, BOD, COD 항목 외의 수질 항목들에서도 각 수질 항목들에 내재된 주기성을 찾아볼 수 있었다.

• 한국농림기상학회지
• /
• 제9권2호
• /
• pp.88-99
• /
• 2007

토양수분은 토양으로의 침투나 지표유출 기작에 직접적인 영향을 주며 간접적으로 유역 단위의 수문학적, 수리화학적, 기상학적, 생태학적 반응에 중요한 역할을 한다. 본 연구에서는 광릉 슈퍼사이트 내 원두부 소유역을 대상으로 사면에서의 토양수분 전이과정이 토양수분의 추계학적 모형구조와 갖는 연계성을 규명하기 위해서 일련의 유도과정이 수행되었다. 유도된 단변량 추계학적 모형의 구조에 근거하여, 관측된 토양수분의 시계열을 모의하였다. 자료전처리, 모형구조의 규명, 후보 모형군의 구성, 모수추정, 검정 등의 과정을 통해서 도출된 모형들의 공간적인 분포는 대상사면의 지형학적인 특성들이 반영된 것으로 판단된다. 다방향 알고리즘에 의한 기여면적이나 습윤 지수와 함께 대상지점의 국부경사도가 중요변수로 도출되었다. 본 연구 결과는 광릉 슈퍼사이트와 같은 복잡 경관에서 토양수분의 공간분포를 결정짓는 중요한 요인들을 이해하고 이를 통해 현실성있는 토양수분 분포 지도를 작성하는데 기여 하게 될 것이다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권6호
• /
• pp.1065-1074
• /
• 2011

1990년대 중반 이후 금융 분야에서 가장 많은 관심을 받는 연구 주제 중의 하나는 대표적인 위험측정 방법인 VaR (Value at risk)이다. VaR는 주어진 신뢰수준에서 정상적인 시장조건을 가정할 때 선택한 목표기간 동안 발생할 수 있는 포트폴리오의 최대손실액으로 정의된다. 본 논문에서는 국내 주가지수 자료를 이용한 포트폴리오에 다변량 정규분포를 이용하는 VaR 예측 방법인 단순이동평균법과 지수가중이동평균법을 고려하여 VaR를 예측한 결과와 t 분포 및 조건부 코퓰라 (Copula) 함수를 이용하여 VaR를 예측한 결과를 비교 평가하였다. 자료 분석 결과에 의하면 포트폴리오 구성 종목 간에 종속성구조와 비정규성이 존재하는 경우에 t 분포와 조건부 코퓰라 방식을 이용하여 VaR 추정의 정확도를 높일 수 있다는 결론을 얻을 수 있었다.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1756-1761
• /
• 2021

2019년 12월경 후베이 우한시에서 발생한 코로나19 바이러스가 점차 줄어드는 듯 보였으나, 2020년 11월, 2021년 6월 기준으로 점차 늘어나고 있으며, 전세계적으로 총 1억 9천 2백만명, 대한민국 기준 총 확진자는 대략 18만4천명으로 추정된다. 이에 따른 대책으로 중앙재난안전대책본부는 사회적 거리두기 4단계를 시행하면서 강력한 대응책을 내고있지만, 델타바이러스등 전염성이 강한 코로나 변이 바이러스가 기승을 부리면서 국내 일일 확진자 수는 1800명대 까지 증가하게 되었다. 그에따라 코로나바이러스의 심각성을 강조하고자 코로나 누적 확진자 수를 ARIMA 알고리즘을 이용해 예측한다. 그 과정에서 추세와 계절성을 제거하기 위해서 차분을 이용하고, MA, AR, 자기상관함수와 편자기상관함수를 이용해 ARIMA에서 p,d,q값을 결정하고 예측한다. 마지막으로 예측값과 실제값을 비교해 얼마나 잘 예측되었는지 평가한다.