• 한국시뮬레이션학회논문지
• /
• 제30권4호
• /
• pp.1-8
• /
• 2021

복잡하고 비선형적인 특징을 갖는 시계열 데이터를 예측하기 위해 딥러닝 기법이 널리 사용되고 있다. 본 연구에서는 최근에 개발된 WaveNet을 개선하고 워크포워드 검증 기법을 적용하여 전력 소비량 데이터를 24시간 이전에 예측하고자 한다. 원래 WaveNet은 오디오 데이터 예측에 사용하고자 고안되었으며, 장기간의 데이터를 효과적으로 예측하기 위해 1차원 팽창인과 합성곱(1D dilated causal convolution)을 사용한다. 먼저, WaveNet이 부호화된 정수 값이 아니라 실수 값을 출력하여 전력 데이터를 예측하기 적합하도록 개선하였다. 다음으로 학습 과정에 적용된 하이퍼파라미터(입력 기간, 배치 크기, WaveNet 블록 개수, 팽창 비율, 학습률 변경)를 조정하여 적절한 성능을 나타내도록 하였다. 마지막으로 성능 평가를 통해 전통적인 홀드아웃 검증 기법보다 본 연구에서 사용한 워크포워드 검증 기법이 전력 소비량 데이터 예측에 우수함 성능을 나타냄을 확인하였다.

• 융합보안논문지
• /
• 제24권2호
• /
• pp.151-160
• /
• 2024

최근 고금리와 고물가로 인해 민생의 불안정성이 가중되고 있는 현 사회에, 보이스피싱으로 인한 피해액 또한 증가하고 있다. 이러한 범죄는 기술 발전으로 인해 그 형태와 수법이 지속적으로 진화하고 있으며, 피해자들에게 심각한 금전적 및 정신적 피해를 야기하고 있다. 본 연구는 보이스피싱 발생건수를 더 정확하게 예측하기 위하여, 시계열 모형을 연구 비교하는 것을 목표로 한다. 보이스피싱 발생건수 데이터를 기반으로 ARIMA, SARIMA 모형과 외생변수로서 피해액, 검거건수, 검거인원의 조합을 고려한 SARIMAX 모형을 비교 분석한다. 표본 외 예측분석을 수행하여 예측값의 예측 성능을 검증한다. 예측구간을 추정하고 이의 경험적 포함확률을 도출함으로써 예측 모형의 우수성을 확인한다. 2024년 12월까지의 보이스피싱 월별 발생 건수를 예측하여, 향후 보이스피싱 대응 및 예방 전략 수립에 기여하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제11권5호
• /
• pp.59-67
• /
• 2006

본 논문에서는 지수평활을 이용한 법원경매 정보 시스템의 낙찰가 예측 방법을 제안하였다. 이 시스템은 권리분석을 위하여 낙찰가를 예측하고, 낙찰예측가에 따라 배당 정보를 제공하도록 설계되어 있으며 이를 구현하기 위하여 물건 자료의 입력 인터페이스와 정보 제공을 위한 웹 인터페이스를 구축하였다. 자료 입력 인터페이스는 자료의 입력, 수정, 삭제 기능을 가지며, 웹 인터페이스는 법원경매 물건을 중심으로 관련 정보를 제공한다. 실시간 정보 제공에 초점을 두고 자동 권리분석이 가능하도록 하기 위하여 낙찰가를 시계열 자료로 표현하여 지수평활을 이용한 낙찰예상가를 예측하는 방법을 제안하고, 기존의 방법과 비교 실험을 통하여 제안방법의 유효성을 검증한다.

• 한국콘텐츠학회논문지
• /
• 제19권1호
• /
• pp.132-140
• /
• 2019

최근 전 세계 많은 도시는 교통량 및 대기오염을 감축하기 위해 공유자전거 시스템을 도입하여 운영하고 있고, 서울시에서도 2015년부터 따릉이 공유자전거 서비스를 제공하고 있다. 공유자전거의 사용이 확산됨에 따라 대여소별로 자전거의 수요는 증가하고 있으나, 제한된 예산 하에서 대여소별로 수요를 관리하기 때문에 운영 및 관리상의 어려움이 존재한다. 현재 자전거 재배치를 통해 대여소별로 수요의 변동을 해결하려고 노력하고 있으나, 불확실한 미래의 사용자 수요를 정확히 예측하는 것이 보다 근본적인 방안이다. 본 연구에서는 통계적 시계열 분석을 통해 서울시 따릉이의 수요를 예측하는 모델을 개발하고, 이를 실제 데이터를 통해 분석하고자 한다. 특히, 전기 사용량의 수요에 사용했던 Holt-Winters방법을 따릉이 수요 예측을 위해 변형하여 적용하였고, 또한 파라미터들의 변동이 실제 수요예측에 어떠한 영향을 미치는지 민감도 분석도 수행하였다.

• Journal of Electrical Engineering and Technology
• /
• 제9권6호
• /
• pp.1812-1821
• /
• 2014

Wind has been a rapidly growing renewable power source for the last twenty years. Since wind behavior is chaotic in nature, its forecasting is not easy. At the same time, developing an accurate forecasting method is essential when wind farms are integrated into the power grid. In fact, wind speed forecasting tools can solve issues related to grid stability and reserve allocation. In this paper 30 hours ahead wind speed profile forecast is proposed using Adaptive Wavelet Neural Network (AWNN). The implemented AWNN uses a Mexican hat mother Wavelet, and Morlet Mother Wavelet for seven, eight and nine levels decompositions. For wind speed forecasting, the time series data on wind speed has been gathered from the National Renewable Energy Laboratory (NREL) website. In this work, hourly averaged 10-min wind speed data sets for the year 2004 in the Midwest ISO region (site number 7263) is taken for analysis. Data sets are normalized in the range of [-1, 1] to improve the training performance of forecasting models. Total 8760 samples were taken for this forecasting analysis. After the forecasting phase, statistical parameters are calculated to evaluate system accuracy, comparing different configurations.

• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.473-478
• /
• 2013

본 논문에서는 KLAPS(Korea Local Analysis and Prediction System)의 재분석 자료를 이용하여 지능형 뉴로-퍼지 알고리즘 RBFNNs(Polynomial-based Radial Basis Function Neural Networks) 기반 호우특보 판별 모델을 개발한다. 기존의 호우예측 시스템들의 예측능력은 일반적으로 기상데이터의 가공 기법의 영향을 받는다. 본 연구에서는 이를 보완하기 위하여 기상데이터의 전처리를 통한 호우예측 방법을 소개한다. 기상 데이터 전처리 기법은 KLAPS 데이터를 기반으로 지점별 변환, 누적강수량 생성, 시계열 데이터 가공, 호우특보 추출 방식에 의하여 설계된다. 최종적으로, 향후 t(t=1,2,3) 시간 후 6시간 동안 누적강수량에 대해 예측하고 호우특보를 결정하기 위한 정보를 제공한다. 또한 다항식의 형태, 규칙의 개수, 퍼지화 계수와 같은 제안된 모델의 중요 파라미터는 최적화 기법인 차분 진화(Differential Evolution; DE)를 이용하여 최적화한다.

• 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.

• 응용통계연구
• /
• 제27권3호
• /
• pp.431-444
• /
• 2014

본 논문에서는 시간-진동수 영역에서 시계열을 여러 구성 성분으로 분해하는 방법인 경험적모드분해법(Empirical Mode Decomposition)을 소개하고, 이를 이용하여 한국의 주요 거시 경제 지표를 대상으로 순환변동과 추세 성분을 추출하고 예측에 활용한다. 그 효율성을 살펴보기 위하여, 추출된 구성 성분들의 변동성, 동행성, 지속성, 인과성, 비정상성 및 예측력을 계산하고, 가장 보편적으로 널리 사용되고 있는 Hodrick-Prescott 필터에 의한 결과와 비교한다.

• 융합정보논문지
• /
• 제11권2호
• /
• pp.82-89
• /
• 2021

본 연구의 목적은 투자자의 은퇴 시점뿐만 아니라 시장의 예측 변동성을 동시에 고려하여 Target Date Fund의 위험자산 편입 비율을 동적으로 조정하는 새로운 Glide Path를 제안하고, 은퇴 시점만 고려하여 위험자산 편입 비율이 정해지는 전통적 Glide Path와 투자 성과를 비교 분석하는 것이다. 시장 변동성의 예측치로는 역사적 변동성, 시계열모형인 GARCH 변동성, 그리고 변동성지수인 VKOSPI를 활용하였으며, 2003년부터 2020년까지의 분석 기간에서 변동성을 고려하는 새로운 동적 Glide Path의 투자 성과가 우수함을 보여주었다. 3가지 변동성 예측모형 모두에서 은퇴 시점만을 고려하는 Glide Path보다 수익률은 더 높고 위험은 더 낮아지면서 투자 성과 지표인 Sharpe Ratio가 개선되었다. 실증 분석 결과는 은퇴예정자뿐만 아니라 Target Date Fund 운용업계에 새로운 Glide Path의 활용 가능성을 제시하고 있다.

• 대한교통학회지
• /
• 제34권1호
• /
• pp.95-106
• /
• 2016

우리나라 항공 여객수요는 2014년 기준 국제선 5,700만명, 국내선 2,400만명에 도달하였으며, 지속적인 증가 추세를 보일 것으로 예상되고 있다. 이에 따른 국내 공항시설들의 확충 계획이 활발히 진행되고 있으며, 이를 위해 선행적으로 항공수요 예측을 위한 모형 개발이 필요하다. 우리나라에서는 국내총생산을 설명변수로 한 계량경제모형을 주로 항공수요 모형으로 이용하고 있으며, 시계열 자료의 안정성을 고려하지 않을 때 발생하는 허구적 회귀 현상에 대한 많은 논의가 이루어지지 않은 상태이다. 본 연구에서는 시계열 자료의 안정성을 고려한 항공수요 계량경제모형을 개발하였다. 시계열 자료의 특성을 검정하기 위한 단위근 검정과 변수들 간의 장기균형관계를 분석하기 위한 공적분 검정에 대한 이론적 고찰을 수행하였다. 마지막으로, 시계열 자료의 안정성을 고려한 항공수요 계량경제모형 개발 프로세스를 정립하였다. 정립된 프로세스의 적용 가능성을 검증하기 위해 제주공항 국내선 수요를 대상으로 항공수요 모형을 산정하였다. 수요 모형의 설명변수는 국내총생산과 항공요금지수를 이용하였으며, 기존 항공수요 계량경제모형에서 발생하는 문제점을 해소한 것으로 나타났다.