• 한국경영과학회지
• /
• 제22권3호
• /
• pp.163-173
• /
• 1997

Although numerous studies demonstrate that one technique outperforms the others for a given data set, it is hard to tell a priori which of these techniques will be the most effective to solve a specific problem. It has been suggested that the better approach to classification problem might be to integrate several different forecasting techniques by combining their results. The issues of interest are how to integrate different modeling techniques to increase the predictive performance. This paper proposes the post-model integration method, which tries to find the best combination of the results provided by individual techniques. To get the optimal or near optimal combination of different prediction techniques, Genetic Algorithms (GAs) are applied, which are particularly suitable for multi-parameter optimization problems with an object function subject to numerous hard and soft constraints. This study applies three individual classification techniques (Discriminant analysis, Logit model and Neural Networks) as base models for the corporate failure prediction. The results of composite predictions are compared with the individual models. Preliminary results suggests that the use of integrated methods improve the performance of business classification.

• 전기학회논문지
• /
• 제64권8호
• /
• pp.1161-1167
• /
• 2015

Distribution Management System(DMS) ienhancing distribution automation system-based operation efficiency is an optimized system by various operational applications in a distribution network. DMS employs various applications like topology reconfiguration, volt/var control, and restoration at events such as overload, voltage violation, and a fault in a distribution system. An operation efficiency to employ multi-applications as restoration with short-term load forecasting is higher than a performance by a single application; and the applications are accomplished by an operator’s control. Applications’ combination is determined by various alarm information which means critical issues in order to operate a distribution system. Thus, this paper proposes an application management system which can configure application combination, control applications depending on alarm information and check their performance condition. The proposed application management system can be customized by operator easily and have high operation efficiency and reliability because it is worked by reviewed alarm information from operator.

• 한국수자원학회논문집
• /
• 제38권12호
• /
• pp.1061-1072
• /
• 2005

본 연구에서는 영산호의 상류에 위치한 나주유역의 홍수시 유출량을 실시간으로 예측하기 위하여 Grey홍수 유출모형을 개발하였다. 나주유역의 유출량은 나주수위관측소에서 실시간으로 측정하고 있으며, 이곳은 영산호의 유입홍수량을 예측과 홍수관리를 위한 주관측소이다. 모형의 지배방정식은 Grey시스템 이론에 근거하여 구성되었으며, 모형의 매개변수는 Grey 시스템매개변수의 조합으로 구성하였다. 모형의 차수는 실측자료와 모의결과를 비교하여 다른 차수 보다 양호한 결과를 나타내는 5차로 하였다. 모형의 보정시 예측결과와 실측치간의 RMSE는 $3.1\~290.5m^{3}/sec$를 나타냈으며, $R^{2}$는 $0.909\~0.999$를 나타냈다. 모형의 검정시 예측결과와 실측치간의 RMSE는 $20.6\~147.4m^{3}/sec$를 나타냈으며, $R^{2}는\;0.940\~0.998$를 나타냈다. 매개변수가 추정된 모형을 이용하여 담수호의 유입량을 하천수위 상태에 따라 예측한 결과, 하천수위가 상승할 경우와 하강할 경우의 예측 홍수량은 예측시간이 증가할수록 커지는 경향을 나타냈다. 또한, 하천수위가 첨두에 가까운 시기의 홍수량은 예측시간에 관계없이 실측자료와 비슷한 결과를 나타냈다. 이와 같은 결과는 Grey 홍수유출모형을 홍수시 담수호 유입량을 실시간으로 정확하게 예측하는데 적용할 수 있음을 나타낸다.

• 한국항행학회논문지
• /
• 제23권6호
• /
• pp.487-494
• /
• 2019

최근 드론 등의 무인비행체에 대한 관심과 활용이 높아지고 있다. 본 연구에서는 고도 150 m 이하 초저고도의 정확한 바람예측 정보를 제공하기 위해, 물리과정 모수화와 초기조건에 따른 민감도를 평가하여 최적의 물리과정 및 초기조건을 선정하고자 하였다. 이를 위해 GFS 및 LDAPS 자료를 초기 및 경계조건으로 사용하였고, YSU, RUC, ACM2 등의 대기경계층 모수화 방안과 Noah, RUC, Pleim 등의 지면모델을 조합한 7개의 실험을 구축하여, 2018년 4월의 1개월에 대해 수행하였다. 그 결과 GFS 초기자료를 사용한 RUC-YSU 물리과정 조합이 가장 우수한 성능을 나타냈다. 본 연구는 다양한 물리과정의 조합과 초기 및 경계자료를 사용한 실험을 통해 초저고도 바람예측을 위한 최적 모델링 방안을 설정한 것에 의의가 있을 것이라 판단된다.

• Journal of the Korean Data and Information Science Society
• /
• 제19권2호
• /
• pp.597-608
• /
• 2008

Marketing has been used the power of data and information technology in the pursuit of personal marketing of products and service to customers, based on their preferences and needs. We analyzed the performance of twenty six combined(RFM and Confidence) response modeling methods that were proposed by Zahavi and Levin(l997) and Sho, et al.(1999). As a result, we were able to increase about 3.5%p. forecasting accuracy of customers response through combination with confidence(C) that is able to consider characteristics of product than using the single RFM model that is practically the most widely used.

• 전기학회논문지
• /
• 제66권12호
• /
• pp.1751-1758
• /
• 2017

This paper presents a fuzzy logic system with data preprocessing to make the accurate electric power load prediction system. The fuzzy logic system acceptably treats the hidden characteristic of the nonlinear data. The data preprocessing processes the original data to provide more information of its characteristics. Thus the combination of two methods can predict the given data more accurately. The former uses TSK fuzzy logic system to apply the linguistic rule base and the linear regression model while the latter uses the linear interpolation method. Finally, four regional electric power load data in taiwan are used to evaluate the performance of the proposed prediction system.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (A)
• /
• pp.500-504
• /
• 2006

본 논문에서 기술하는 연구는 한국종합주가지수(KOSPI)의 장기적 변동 경향에 대한 확률적 예측 시스템을 제안한다. 제안된 방법론은 이미 단백질 상호작용 예측 시스템과 스트레스 확률 예측 시스템 등에 적용되어 유효성이 입증된 방법으로, 이미 알려진 데이터를 바탕으로 다양한 요인들의 가능한 모든 조합에 대한 경우의 수를 고려한 학습 결과에 기반하여 새로이 주어진 대상의 요인들을 분석해서 학습시 사용된 특정 군(class)에 속할지의 여부를 확률적으로 나타내준다. 이 방법론을 구현하기 위해 실제 과거 주가지수 데이터를 수집하여 CI(Combination Interrelation)행렬을 구현하였으며, 현재 진행중인 검증작업에 대해서도 기술하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.524-527
• /
• 2022

본 연구에서는 머신러닝(Machine Learning, ML)과 딥러닝(Deep Learning, DL) 모델을 앙상블(Ensemble)하여 어떠한 주가 예측 방법이 우수한지에 대한 연구를 하고자 한다. 연구에 사용된 모델은 하이퍼파라미터(Hyperparameter) 조정을 통하여 최적의 결과를 출력한다. 앙상블 방법은 머신러닝과 딥러닝 모델의 앙상블, 머신러닝 모델의 앙상블, 딥러닝 모델의 앙상블이다. 세 가지 방법으로 얻은 결과를 평균 제곱근 오차(Root Mean Squared Error, RMSE)로 비교 분석하여 최적의 방법을 찾고자 한다. 제안한 방법은 주가 예측 연구의 시간과 비용을 절약하고, 최적 성능 모델 판별에 도움이 될 수 있다고 사료된다.

• 한국인터넷방송통신학회논문지
• /
• 제19권5호
• /
• pp.187-194
• /
• 2019

시장의 급속한 변화와 개별 수요자 요구의 다양화로 인하여 전통적인 예측 방식은 기업의 요구사항을 충족시키기 어렵다. 다변화하는 생산 환경에서의 올바른 수요예측은 원활한 수율관리를 위한 중요한 요소이다. 현재 산업에서 보편적으로 사용되는 기존의 많은 예측 모델은 조금씩 기능에 제한이 있다. 제안된 모델은 각 모델이 개별적으로 더 잘 수행하는 부분을 고려하여 이러한 한계를 극복하도록 설계 되었다. 본 논문에서는 동적 프로세스 분석에 적합한 Grey Relational 분석을 통한 변수 추출을 하고, ARIMA 예측값을 통하여 산출되는 과거 수요 데이터의 특징을 포함하는 통계적으로 예측된 데이터를 생성한다. 이후, LSTM 모델과 결합하여 신경망모델이 가지는 특성인 유연성, 장기적인 의존성 문제를 피하도록 구성되어진 구조를 통하여 수요예측에 영향을 주는 많은 요인들을 특징을 반영하여 수요예측을 산출할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제28권2호
• /
• pp.201-207
• /
• 2023

본 논문에서는 Multi-Step Time Series의 세 가지 전략을 비교 분석하기 위해 LGBM, MLP, LSTM, GRU를 사용하여 농산물 중장기 가격 예측에 대한 최적의 모형을 제안한다. 제안 모형은 다각도로 전략을 선택하여 모델과 전략간 최적의 조합을 찾도록 설계되었다. 기존 농산물 가격 예측 연구에서는 전통 계량경제 모델인 ARIMA를 비롯하여 LSTM 계열 모델이 주로 사용된 반면 Multi-Step Time Series 관련 농산물 가격 예측 연구는 매우 제한적이다. 본 연구에서는 농산물 가격의 변동성 정도에 따라 두 개의 기간으로 나누어 실험을 진행하였으며, Direct, Hybrid, Multiple Outputs 등 세 전략의 중장기 가격 예측 결과 Hybrid 접근법이 상대적으로 우수한 성능을 보였다.본 연구 결과는 중장기 일별 가격 예측을 고도화할 수 있는 효과적인 대안을 제시한다는 측면에서 학술적, 실무적 의의를 갖는다.