• 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.

• 대한토목학회논문집
• /
• 제31권1B호
• /
• pp.37-45
• /
• 2011

본 연구에서는 비선형 카오스 계열에 대한 잡음의 영향 분석을 위하여 대표적인 비선형 카오스 특성을 보이는 것으로 알려진 Logistic Map 자료계열을 이용하여 연구를 수행하였다. 잡음을 임의로 추가하여 잡음 수준에 따라 자료계열을 재생성 하였으며 비선형 자료의 분석 방법으로 활용되고 있는 상태공간 재건, 상관차원 추정, BDS 통계, DVS 알고리즘 분석을 실시하였다. 분석 결과 자료계열은 잡음의 수준이 높아짐에 따라 비선형 카오스적 특성을 보이는 원시자료의 특성이 사라지고 무작위한 추계학적 특성을 보이는 자료로 변화하였다. 그리고 잡음의 영향을 받고 있는 자료에 대한 잡음제거 방법으로 Low Pass Filter와 Kalman Filter 기법을 적용하였다. 전통적인 비모수 통계기법은 비선형 무작위 시계열 또는 비선형 시계열을 구분하는데 어려움이 있지만 비선형 통계기법인 BDS 통계는 비선형 시계열을 구분할 수 있는 것으로 알려져 있다. 분석을 수행한 결과 잡음 수준이 높을 경우 Low Pass Filter는 잡음을 효과적으로 제거하지 못하여 비선형 자료를 선형자료로 판정하였지만 Kalman Filter의 경우 잡음을 효과적으로 제거하는 것으로 나타나 적용성이 우수함을 알 수 있었다.

• 한국습지학회지
• /
• 제21권1호
• /
• pp.66-76
• /
• 2019

기후변화로 인해 홍수나 가뭄과 같은 자연재난이 빈번하게 발생하고 있고, 이로 인한 피해 또한 커지고 있다. 습지는 이러한 피해를 저감하고 최소화하는데 중요한 역할을 하고 있는 것으로 알려져 있다. 특히, 자연재난으로 인한 피해 저감 뿐만 아니라 습지의 다양한 기능을 이해하기 위해서는 수위의 변동성을 분석할 필요가 있다. 따라서 본 연구에서는 경상남도 창녕군에 위치한 우포늪의 수위 자료에 적합한 시계열 모형을 도출하고 모형의 적절성을 확인하기 위해 잔차 분석을 수행하였다. 즉, ARIMA 모형을 구축하였고, 잔차 분석을 위해 기존의 비모수 통계기법, BDS 통계기법 및 CRH(Close Returns Histogram)를 통한 결과들을 비교 분석하였다. 특히, 본 연구에서는 시계열 모형의 잔차 분석을 위해 CRH의 적용 가능성을 제시하고자 하였다. 분석 결과, CRH는 정확한 무작위성 검정 결과를 도출하였을 뿐만 아니라 다른 방법들에 비해서 단순한 계산과정을 통해 쉽게 결과를 얻을 수 있었다. 따라서 시계열 모형의 잔차 분석을 위해 BDS 통계기법 뿐만 아니라 CRH를 이용한다면 보다 효과적인 분석을 할 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제3권1호
• /
• pp.47-68
• /
• 1997

This paper discusses a method of modified Elman network(1990) for nonlinear predictions and its a, pp.ication to forecasting daily exchange rate returns. The method consists of two stages that take advantages of both time domain filter and modified feedback networks. The first stage straightforwardly employs the filtering technique to remove extreme noise. In the second stage neural networks are designed to take the feedback from both hidden-layer units and the deviation of outputs from target values during learning. This combined feedback can be exploited to transfer unconsidered information on errors into the network system and, consequently, would improve predictions. The method a, pp.ars to dominate linear ARMA models and standard dynamic neural networks in one-step-ahead forecasting exchange rate returns.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회 논문집
• /
• pp.792-796
• /
• 2005

The methods of times series analysis have been recognized as important tools for assisting in solving problems related to the management of water resources. Especially, After more than 40 years the so-called Hurst effect remains an open problem in stochastic hydrology. Until now, its existence has been explained fly R/S analysis that roots in early work of the British hydrologist H.E. Hurst(1951). Today, the Hurst analysis is mostly used for the hydrological studies for memory and characteristics of time series and many methodologies have been developed for the analysis. So, there are many different techniques for the estimation of the Hurst exponent(H). However, the techniques can produce different characteristics for the persistence of a time series each other. We found that DFA is the most appropriate technique for the Hurst exponent estimation for both the shot term memory and long term memory. We analyze the SOI(Southern Oscillations Index) and 6 tree-ring series for USA sites by means of DFA and the BDS statistic is used for nonlinearity test of the series. From the results, we found that SOI series is nonlinear time series which has a long term memory of H=0.92. Contrary to earlier work of Rao(1999), all the tree- ring series are not random from our analysis. A certain tree ring series show a long term memory of H=0.97 and nonlinear property. Therefore, we can say that the SOI and tree-ring series may show long memory and nonlinearity.