• 한국지반환경공학회 논문집
• /
• 제21권5호
• /
• pp.5-11
• /
• 2020

구조물의 이상징후 판단 및 장단기 안정성, 장래 거동 등의 판단에 다양한 계측결과가 효율적으로 이용되기 위해서는 계측 데이터 내에 포함한 각종 이상치의 판정 및 제거가 필요하다. 본 연구에서는 장기 시계열 데이터에 대한 이상치 평가를 수행하기 위한 통합 이상치 분석 시스템을 개발하였다. 이상치 평가는 시계열 분석법에 의한 단일 데이터셋 대상의 1차 이상치 분석과 합성신호 기반의 다중 데이터셋에 대한 2차 이상치 분석으로 구분하여 단계별로 수행되었다. 통합 이상치 분석 시스템은 구조물에 대한 종합 안전관리 플랫폼과 실시간 연동되어 구조물의 각종 안전성 평가 및 거동 예측 등을 위한 기초자료를 제공할 수 있도록 개발되었다. 현장 적용을 통해 일정 경향을 보이는 동종의 다수 센서들의 합성신호와 개별 데이터셋 간의 상관성이 크게 증가함을 확인할 수 있었으며, 상관성에 대한 가중치 적용을 통해 차별 거동을 보이는 다양한 센서 계측치들도 모두 통합 이상치 분석에 활용될 수 있음을 확인 할 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• 제10권2호
• /
• pp.485-500
• /
• 1999

단계적 금리자율화의 시행을 계기로 금융계에서는 시장금리의 체계적 예측이 중요한 문제점으로 대두되고 있다. 금융의 자율화, 국제화, 대형화는 금융기관간의 경쟁유발과 금융시장의 판도에 심각한 변화를 초래하였다. 또한 시장금리의 변화는 금융기관의 수익에 결정적인 영향을 미친다. 따라서 대부분의 금융기관은 시장금리를 과학적이고 체계적으로 해석하기 위하여 금리결정요인에 대한 연구 및 향후 금리수준을 예측하기 위한 금리예측모형의 개발을 활발히 진행하고 있다. 본 논문에서는 시계열분석에 근거하여 예측의 정확도를 높이고 컴퓨터환경의 체계화로 사용의 편리성을 극대화한 금리예측 시스템을 개발하고 이의 활용도에 대해 논의하고자 한다.

• 응용통계연구
• /
• 제32권1호
• /
• pp.139-148
• /
• 2019

본 연구는 KTX 수송수요를 예측하기 위한 방법으로 다중개입 시계열 모형을 제안하였다. 구체적으로 2011년 이전의 자료로서 경부 2단계 개통 개입만 고려한 Kim과 Kim (Korean Society for Railway, 14, 470-476, 2011)의 연구를 수정 보완하기 위해 다양한 개입이 추가적으로 발생하고 있는 2011년 이후의 시계열 자료를 효과적으로 모델링하는 한편 KTX 수송수요를 정확히 예측하기 위한 방법으로 다중개입 계절형 ARIMA 모형을 도입하였다. 자료 분석을 통해 KTX 수송수요에 영향을 주었던 경부 및 호남 2단계 개통, 메르스 발병과 설추석 명절 등 다양한 개입의 효과를 효과적으로 해석하는 한편, 이를 통해 예측의 정확성을 높일 수 있음을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.131-131
• /
• 2021

Deep learning models, especially those based on long short-term memory (LSTM), have presented their superiority in addressing time series data issues recently. This study aims to comprehensively evaluate the performance of deep learning models that belong to the supervised learning category in streamflow prediction. Therefore, six deep learning models-standard LSTM, standard gated recurrent unit (GRU), stacked LSTM, bidirectional LSTM (BiLSTM), feed-forward neural network (FFNN), and convolutional neural network (CNN) models-were of interest in this study. The Red River system, one of the largest river basins in Vietnam, was adopted as a case study. In addition, deep learning models were designed to forecast flowrate for one- and two-day ahead at Son Tay hydrological station on the Red River using a series of observed flowrate data at seven hydrological stations on three major river branches of the Red River system-Thao River, Da River, and Lo River-as the input data for training, validation, and testing. The comparison results have indicated that the four LSTM-based models exhibit significantly better performance and maintain stability than the FFNN and CNN models. Moreover, LSTM-based models may reach impressive predictions even in the presence of upstream reservoirs and dams. In the case of the stacked LSTM and BiLSTM models, the complexity of these models is not accompanied by performance improvement because their respective performance is not higher than the two standard models (LSTM and GRU). As a result, we realized that in the context of hydrological forecasting problems, simple architectural models such as LSTM and GRU (with one hidden layer) are sufficient to produce highly reliable forecasts while minimizing computation time because of the sequential data nature.

• Asian Pacific Journal of Cancer Prevention
• /
• 제16권17호
• /
• pp.7991-7995
• /
• 2015

Background: To identify the epidemiological characteristics of colorectal cancer mortality in China during the period of 1991-2011, and forecast the future five-year trend. Materials and Methods: Mortality data for colorectal cancer in China from 1991 to 2011 was used to describe epidemiological characteristics in terms of age group, gender, and rural/urban residence. Trend surface analysis was performed to analyze the geographical distribution of colorectal cancer. Four models including curve estimation, time series modeling, gray modeling and joinpoint regression were applied to forecast the trends for the future five years. Results: Since 1991 the colorectal cancer mortality rate increased yearly, and our results showed that the trend would continue to increase in the ensuing 5 years. The mortality rate in males was higher than that of females and the rate in urban areas was higher than in rural areas. The mortality rate was relatively low for individuals less than 60 years of age, but increased dramatically afterwards. People living in the northeastern China provinces or in eastern China had a higher mortality rate for colorectal cancer than those living in middle or western China provinces. Conclusions: The steadily increasing mortality of colorectal cancer in China will become a substantial public health burden in the foreseeable future. For this increasing trend to be controlled, further efforts should concentrate on educating the general public to increase prevention and early detection by screening. More effective prevention and management strategies are needed in higher mortality areas (Eastern parts of China) and high-risk populations (60+ years old).

• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.120-126
• /
• 2019

최근 에너지 인터넷에서 지능형 원격검침 인프라를 이용하여 확보된 대량의 전력사용데이터를 기반으로 효과적인 전력수요 예측을 위해 다양한 기계학습기법에 관한 연구가 활발히 진행되고 있다. 본 연구에서는 전력량 데이터와 같은 시계열 데이터에 대해 효율적으로 패턴인식을 수행하는 인공지능 네트워크인 Gated Recurrent Unit(GRU)을 기반으로 딥 러닝 모델을 제안하고, 실제 가정의 전력사용량 데이터를 토대로 예측 성능을 분석한다. 제안한 학습 모델의 예측 성능과 기존의 Long Short Term Memory (LSTM) 인공지능 네트워크 기반의 전력량 예측 성능을 비교하며, 성능평가 지표로써 Mean Squared Error (MSE), Mean Absolute Error (MAE), Forecast Skill Score, Normalized Root Mean Squared Error (RMSE), Normalized Mean Bias Error (NMBE)를 이용한다. 실험 결과에서 GRU기반의 제안한 시계열 데이터 예측 모델의 전력량 수요 예측 성능이 개선되는 것을 확인한다.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.111-120
• /
• 2020

최근 코로나 19 사태로 인한 경기 위축에도 불구하고, 재택근무 증가로 집에 거주하는 시간이 늘어나면서 주거환경에 관한 관심이 커지고 있으며, 이에 따라 리모델링에 대한 수요가 증가하고 있다. 또한, 정부의 부동산 정책 또한 규제 정책에서 주택공급 확대 방향으로 전환하면서 이에 따른 인테리어, 가구업계의 매출에도 가시적인 영향이 있을 것으로 예상한다. 정확한 수요예측은 재고 관리와 직결되는 문제로 정확한 수요예측은 불필요한 재고를 보유할 필요가 없어 과잉생산으로 인한 물류, 재고 비용을 줄여줄 수 있다. 하지만 정확한 수요를 예측하기 위해서는 지속적으로 변화하는 경제동향, 시장동향, 사회적 이슈등 외부요인을 모두 고려하여 분석해야 하기 때문에 어려운 문제이다. 본연구에서는 가구 부자재를 생산하고 있는 제조업체에 대하여 신뢰성 있는 결과 도출을 위해 인공지능기반 시계열 분석 방법으로, LSTM 모형, 1D-CNN 모형을 비교 분석하였다.

• 시큐리티연구
• /
• 제19호
• /
• pp.1-21
• /
• 2009

민간경비 산업에서의 인력수요 예측은 협력 치안이 강조되는 현실에서 치안 정책과 관련된 주요 의사결정의 기초가 된다는 정책기능과 함께 장래 사회 구성원들의 올바른 진로선택에 도움을 줄 수 있도록 하는 정보기능도 수행한다는 점에서 정확한 예측이 요구되는 분야이다. 이에 최근 산업분야의 인력수요에서 보다 신뢰성 있는 수요예측을 위해 널리 활용되고 있는 ARIMA 모형을 이용하여 민간경비 산업에서의 인력 수요를 예측해 보았다. 본 연구에서는 과거 33년 치 연도별 시계열 자료를 이용하여 향후 5년 동안의 민간경비 인력 수요를 예측하였다. ARIMA 모형 설정의 기본 절차인 모형 식별 - 모수 추정 - 모형 적합성 진단을 통해 ARIMA(0, 2, 1) 모형을 최종모형으로 선정하였다. 이에 따라 민간경비 인력 수요를 예측한 결과 향후 5년 동안 지속적인 증가 현상을 확인할 수 있으며 그 증가폭 또한 전년 대비 최소 1.3%에서 최대 3.8%까지에 이를 것으로 전망할 수 있었다. 본 연구 결과를 토대로 경찰과 관련 업체에서의 향후 바람직한 대응전략들에 대하여 검토해 보았다.

• 한국산학기술학회논문지
• /
• 제22권6호
• /
• pp.453-459
• /
• 2021

계통한계가격은 발전회사들이 생산한 전력을 판매하고 받게 되는 가격으로서, 발전설비의 건설 및 보수에 대한 의사결정에서 중요한 역할을 한다. 본 논문에서는 천연가스 가격이나 원유 가격 등을 이용하여 계통한계가격을 장기 예측하는 모형을 제안한다. 분석대상 변수들이 비정상시계열적 특성을 지니므로 변수 간 장기관계인 공적분관계에 대한 검정을 시행하고, 공적분 관계와 단기적 동학에 대한 관계식을 추정하여 오차수정모형을 구성하였다. 분석대상 기간이 짧아 분석결과의 안정성이 낮은 문제를 고려하여, 다양한 검정 및 추정기법을 사용하여 분석의 강건성을 제고하고자 하였다. 기존 연구에 비해 다양한 연료가격을 검토하고, 시계열 분석의 엄밀성과 강건성을 제고했다는 점이 본 연구가 기여한 부분이다. 분석 결과 계통한계가격과 천연가스가격, 계통한계가격과 유가, 계통한계가격과 천연가스가격 및 유가 간에 공적분 관계가 존재하는 것으로 나타나, 각각의 공적분 관계를 기반으로 오차수정모형을 추정하고 예측력을 비교하였다. 단기식에서는 오차수정항, 전력공급예비율, 시차항을 고려하였다. 각 오차수정모형의 표본외 예측력을 비교한 결과, 계통한계가격과 천연가스가격 간 공적분 관계를 이용하는 모형이 평균제곱근오차와 평균절대백분율오차 모두 가장 낮은 값을 보이는 등 예측력이 좋은 것으로 평가되었다.

• 응용통계연구
• /
• 제16권1호
• /
• pp.87-100
• /
• 2003

서로 연관관계에 있는 실제의 통계자료들은 동태적, 확률적 동시발생적으로 유발되며, 이로 인해 한 자료의 변동이 다른 자료에 미치는 영향은 같은 기간 뿐 아니라 시차를 두고 여러 기간에 걸쳐 지속되며 조정되어 간다. 그러나 일반적인 선형, 비선형 통계모형을 사용하여 현실동향을 분석하는 경우 자료의 이러한 특성에서 오는 시차관계를 통상 무시함으로써 변수 사이의 관계는 같은 기간 내에 결정되어야 하는 제약이 가해지게 된다. 그 결과 시간이 흐름에 따라 이들의 관계가 변화하는 과정이나 한 변수의 변동이 다른 변수에 미치는 장기적 영향도 추정할 수 없을 뿐 아니라 현실여건의 변동이나 전개과정을 설명하는 데도 큰 결함을 갖게 된다. 시차관계가 존재하는 변수에 실제 여건에 합당한 시차구조가 설정되면 현실이 정확히 반영되고, 모형에 내재된 변수들의 장단기 변동상황과 동태적 적응과정이 파악됨과 동시에 다양한 분석이 가능해지므로 모형의 활용도는 높아지게 된다.