• Journal of Multimedia Information System
• /
• 제8권3호
• /
• pp.183-190
• /
• 2021

In this paper, we implement a system for a fund recommendation based on the investment propensity and for a future fund price prediction. The investment propensity is classified by scoring user responses to series of questions. The proposed system recommends the funds with a suitable risk rating to the investment propensity of the user. The future fund prices are predicted by Prophet model which is one of the machine learning methods for time series data prediction. Prophet model predicts future fund prices by learning the parameters related to trend changes. The prediction by Prophet model is simple and fast because the temporal dependency for predicting the time-series data can be removed. We implement web pages for the fund recommendation and for the future fund price prediction.

• 한국정보통신학회논문지
• /
• 제25권7호
• /
• pp.884-889
• /
• 2021

국내 코로나19의 감염자 수가 백신과 사회적 거리 두기, 백신 등 여러 가지 노력 덕분에 차츰 줄어드는 듯 보였으나 2020년 2월 20일 특정한 사건 이후 감염자 수가 증가한 것처럼, 2020년 12월부터 또다시 급격히 감염자 수가 증가하는 추세이며 꾸준히 일일 500명가량의 감염자 수가 이어지고 있다. 따라서 Kaggle의 데이터셋을 이용해서 Prophet 알고리즘을 통해 미래 코로나19를 예측하고 사이킷런을 통해 결정계수, 평균 절대 오차, 평균 백분율 오차, 평균 제곱 차, 평균 제곱근 편차를 통해 이 예측에 대한 설명력을 더한다. 또한 코로나19가 급격히 특정한 사건이 없었을 경우 국내 감염자 수를 예측해 앞으로 우리가 미래의 질병에 대해서 방역과 방역 수칙 실천의 중요함을 강조한다.

• 산업경영시스템학회지
• /
• 제46권3호
• /
• pp.123-138
• /
• 2023

The Fourth Industrial Revolution and sensor technology have led to increased utilization of sensor data. In our modern society, data complexity is rising, and the extraction of valuable information has become crucial with the rapid changes in information technology (IT). Recurrent neural networks (RNN) and long short-term memory (LSTM) models have shown remarkable performance in natural language processing (NLP) and time series prediction. Consequently, there is a strong expectation that models excelling in NLP will also excel in time series prediction. However, current research on Transformer models for time series prediction remains limited. Traditional RNN and LSTM models have demonstrated superior performance compared to Transformers in big data analysis. Nevertheless, with continuous advancements in Transformer models, such as GPT-2 (Generative Pre-trained Transformer 2) and ProphetNet, they have gained attention in the field of time series prediction. This study aims to evaluate the classification performance and interval prediction of remaining useful life (RUL) using an advanced Transformer model. The performance of each model will be utilized to establish a health index (HI) for cutting blades, enabling real-time monitoring of machine health. The results are expected to provide valuable insights for machine monitoring, evaluation, and management, confirming the effectiveness of advanced Transformer models in time series analysis when applied in industrial settings.

• 한국군사과학기술학회지
• /
• 제16권3호
• /
• pp.332-339
• /
• 2013

The network nodes in a tactical network moves continuously and due to the physical and electronic obstacles, the connections are not always available. Due to the frequent disconnections, it is hard to discover the path among the nodes in a DTN. According to PROPHET(Probabilistic Routing Protocol using History of Encounters and Transitivity), one of the most well-known DTN routing protocols, a DTN node determines whom to forward a packet according to the packet delivery probability. From the viewpoint of a node, the packet delivery probability of another node is degraded while the nodes are disconnected whereas it is improved when they encounter. In this paper, we enhance the algorithm estimating the packet probability by considering the encounter count as an additional parameter. Our algorithm prefers the node that encounters the destination more frequently in selecting the next hop toward the destination. We evaluated the performance of our algorithm by simulating military operations using a DTN-dedicated simulator. Through the simulations, we show that our proposed algorithm achieve higher packet delivery ratio with similar overhead compared with PROPHET.

• 한국산업융합학회 논문집
• /
• 제26권4_2호
• /
• pp.715-724
• /
• 2023

Solar energy forecasting is essential for (1) power system planning, management, and operation, requiring accurate predictions. It is crucial for (2) ensuring a continuous and sustainable power supply to customers and (3) optimizing the operation and control of renewable energy systems and the electricity market. Recently, research has been focusing on developing solar energy forecasting models that can provide daily plans for power usage and production and be verified in the electricity market. In these prediction models, various data, including solar energy generation and climate data, are chosen to be utilized in the forecasting process. The most commonly used climate data (such as temperature, relative humidity, precipitation, solar radiation, and wind speed) significantly influence the fluctuations in solar energy generation based on weather conditions. Therefore, this paper proposes a hybrid forecasting model by combining the strengths of the Prophet model and the GRU model, which exhibits excellent predictive performance. The forecasting periods for solar energy generation are tested in short-term (2 days, 7 days) and medium-term (15 days, 30 days) scenarios. The experimental results demonstrate that the proposed approach outperforms the conventional Prophet model by more than twice in terms of Root Mean Square Error (RMSE) and surpasses the modified GRU model by more than 1.5 times, showcasing superior performance.

• 만화애니메이션 연구
• /
• 통권43호
• /
• pp.185-209
• /
• 2016

문양이란 비어있는 표면을 단독적으로, 혹은 반복되어 장식하는 형상을 말한다. 문양은 회화, 건축, 공예 등 시각예술이 쓰이는 영역이라면 어디든 사용 될 수 있다. 현대에도 문양은 전통 문양을 그대로 사용하거나 현대적으로 변형하여 사용한다. 또한 문양은 단순히 여백을 채우는 것 이상의 의미를 갖고 있는데, 특정 지역권의 문화나 사상 등이 반영하고 있기 때문에 어떤 문양을 사용하느냐에 따라서 특정한 정체성을 부여할 수 있다. 이는 애니메이션에 있어서도 예외가 아니다. 애니메이션에서 문양은 배경이나 캐릭터의 의상, 소품 등의 표면을 꾸미는 역할을 한다. 그리고 캐릭터와 배경, 이야기의 시대적, 공간적 배경 등의 환경을 설명하는 데에도 효과적이다. 아일랜드의 애니메이션 스튜디오 에 소속된 애니메이션 감독 톰 무어(Tomm Moore)는 주로 전통설화나 신화를 토대로 한 애니메이션을 제작하였는데, 그 소재와 연관된 문화, 예술적 요소를 작품 연출에 활용한다. 그 중 한 예로 문양을 들 수 있다. 애니메이션의 서사와 배경과 밀접한 연관성이 있는 문양은 배경과 소품에 삽입되어 이를 통해 더욱 깊이 있는 화면이 탄생한다. 톰 무어는 <켈스의 비밀>(Secret of Kells, 2009)과 <바다의 노래>(Song of Sea, 2014)에서는 아일랜드 켈트 문양을, <칼릴 지브란의 예언자>(Kahlil Gibran's The Prophet, 2014)에 삽입된 단편 애니메이션 <사랑에 대하여>(On Love)에는 이슬람의 기하문양과 식물 문양을 사용했다. 본 논문에서는 톰 무어가 감독 및 연출로 참여한 두 편의 애니메이션 <바다의 노래>(Song of Sea, 2014), 그리고 <칼릴 지브란의 예언자-사랑에 대하여>(Kahlil Gibran's The Prophet- On Love, 2014) 의 서사와 그 바탕에 깔린 역사, 문화적 배경을 파악하고 그것과 맞물리는 전통문양에 대하여 알아본다. 또한 이런 전통문양들이 애니메이션에서는 어떻게 사용되었는지 분석하고 있다.

• 디지털융복합연구
• /
• 제18권12호
• /
• pp.87-95
• /
• 2020

인천공항은 대한민국으로 들어오거나 나가는 관문으로 나라의 이미지에 큰 영향을 미치므로 공항의 서비스 질을 유지하기 위해선 장기적인 공항 이용객 수 예측이 필요하다. 본 연구에서는 인천공항의 이용객 수요를 예측하기 위한 다양한 시계열 모형의 예측성능을 비교하였다. 인천공항 이용객 자료를 2002년 1월부터 2019년 12월까지 월 단위로 수집하여 살펴보면 일반적인 시계열자료에서 보이는 추세성과 계절성을 지니고 있다. 본 연구에서는 추세성과 계절성이 고려된 나이브 기법, 분해법, 지수 평활법, SARIMA, 그리고 PROPHET을 이용하여 단기, 중기, 장기예측 시계열모형을 비교하였다. 분석결과 단기예측은 최근 자료에 가중치를 준 지수 평활법이 우수했고 예상 2020년 연간 이용객 수는 약 7,350만명이다. 3년 후 인 2022년 중기예측은 정상성이 고려된 SARIMA모형이 우수하였고 예상 연간 이용객 수는 약 7,980만명이다. 4단계 인천공항 건설사업이 완료되는 2024년 예상 연간 여객수용 인원은 9,910만명이고 PROPHET모형이 가장 우수하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.752-753
• /
• 2019

최근 인터넷·정보 통신 기술이 크게 발달하면서 기술 발명의 권리 보장을 위한 특허 발명 수 또한 급격히 증가하고 있다. 또한, 특허 문헌에는 최신 기술 및 요소 기술들이 포함되어 있기 때문에 발명된 기술들의 분석을 통해 기술 가치 평가, 기술 분야의 동향 파악 및 기술 발전의 추이를 예측할 수 있다. 따라서 본 연구에서는 시계열 분석 도구를 이용하여 최근 20년 동안의 특허 발명 추이를 분석하여 특정 기술 도메인에 대한 추이 분석 사례를 보인다.

• International Journal of Computer Science & Network Security
• /
• 제22권2호
• /
• pp.185-192
• /
• 2022

Forecasting and time series modelling plays a vital role in the data analysis process. Time Series is widely used in analytics & data science. Forecasting stock prices is a popular and important topic in financial and academic studies. A stock market is an unregulated place for forecasting due to the absence of essential rules for estimating or predicting a stock price in the stock market. Therefore, predicting stock prices is a time-series problem and challenging. Machine learning has many methods and applications instrumental in implementing stock price forecasting, such as technical analysis, fundamental analysis, time series analysis, statistical analysis. This paper will discuss implementing the stock price, forecasting, and research using prophet and LSTM models. This process and task are very complex and involve uncertainty. Although the stock price never is predicted due to its ambiguous field, this paper aims to apply the concept of forecasting and data analysis to predict stocks.

• International Journal of Computer Science & Network Security
• /
• 제24권3호
• /
• pp.211-223
• /
• 2024

Chatbots have become very popular in our times and are used in several fields. The emergence of chatbots has created a new way of communicating between human and computer interaction. A Chatbot also called a "Chatter Robot," or conversational agent CA is a software application that mimics human conversations in its natural format, which contains textual material and oral communication with artificial intelligence AI techniques. Generally, there are two types of chatbots rule-based and smart machine-based. Over the years, several chatbots designed in many languages for serving various fields such as medicine, entertainment, and education. Unfortunately, in the Arabic chatbots area, little work has been done. In this paper, we developed a beneficial tool (chatBot) in the Arabic language which contributes to educating people about the Prophet's biography providing them with useful information by using Natural Language Processing.