• 응용통계연구
• /
• 제16권2호
• /
• pp.365-376
• /
• 2003

본 연구에서는 비정규 시계열 자료에 관한 다양한 회귀모형을 고찰하고, 이들 모형의 선택 기준에 관하여 연구해 보았다. 모형 선택의 기준으로는 AIC (Akaike information criterion), BIC (Baysian information criterion) 그리고 우도비 검정을 확장 적용하였다. 또한, 실제의 Polio 자료분석을 통해 이를 적용해보았다.

• 한국전산구조공학회논문집
• /
• 제25권4호
• /
• pp.331-338
• /
• 2012

현재 국내에서 EM-120에 의해 검측된 틀림 데이터는 매우 불규칙적인 형태를 나타내며 데이터 분석 시 다양한 문제점을 가지고 있다. 본 연구에서는 궤도의 효율적인 유지관리를 위해 검측된 틀림데이터의 특징과 문제점을 분석하고, 이를 보완할 수 있는 효율적인 처리 기법을 개발하였으며, 정제된 데이터의 ARIMA 분석을 통해 검측데이터와 계절 변화의 상관관계 분석을 수행하였다. 또한 회귀모형, 지수평활법, ARIMA 모형 등 다양한 예측 모델의 적용을 통해 검측 데이터의 시계열 분석을 수행하고, 궤도 틀림 데이터의 예측 모델에 적합한 최적 모델 선정과 관련한 연구를 수행하였다.

• 대한원격탐사학회지
• /
• 제26권4호
• /
• pp.403-410
• /
• 2010

NDVI(Normalized Difference Vegetation Index)는 기후 변화 모니터링과 식생 변화 탐지 모니터링을 위한 주요한 지표이며 주로 단일 기간 합성 자료 형태로 널리 활용되고 있다. 원격탐사 된 식생지수 자료는 전처리 과정을 거치게 되지만 제거되지 못한 cloud pixel, 대기 효과, 지면의 상태 등으로 인하여 NDVI 값이 저평가(low peak)되는 noise가 발생하게 된다. 이러한 문제점을 해결하기 위해 국내 외 연구가 활발히 진행되고 있으며 최근 높은 값(high peak)을 추적하는 방법인 다중 다항 회귀식을 이용하여 noise를 보정하는 방법이 개발되었으나 부분적으로 참값보다 과대 평가되는 문제점이 있다. 따라서 본 연구에서는 과대 평가되는 문제점을 해결하고자 조화 분석을 이용하여 low peak 탐지 후 보간하는 종합적인 기법을 개발하였다. 이를 검증하기 위해 SPOT/VGT NDVI 10-day MVC 자료를 이용하여 다중 다항 회귀식을 이용한 방법과의 비교 분석을 수행한 결과 전반적인 식생 지수의 시계열 특성이 잘 나타났고 NDVI 실제 값(raw value)을 보다 현실적으로 재생산하여 조화 분석을 이용한 방법이 더 우수한 것으로 판단된다.

• Fisheries and Aquatic Sciences
• /
• 제2권2호
• /
• pp.210-217
• /
• 1999

Chemical oxygen demand (COD), phytoplankton cell number and chlorophyll-a concentration (Chl-a), sediment mean grain size and ignition loss were studied to determine their temporal trends in the study area. Historical data of COD, cell number and Chl-a were gathered from the late 1960s or early 1980s to 1997, and trends in temporal domain were obtained from a simple regression. Sediments for grain size and ignition loss (as organic contents in sediments) were sampled from the Chokchon macrotidal flat bimonthly from September 1990 to November 1996, and were analyzed using the decomposition method of time series analysis. In general, the first three data showed increasing trends based on regression analysis. The trends of sediment grain size fluctuated in a neutral pathway while those of ignition loss yielded no increasing pattern. In contrast with the suggestions from Ahn and Choi (1998) who reported a coarsening variation in sediment grain size to be a cause of the directional and remarkable changes of macrofaunal communities in this area, we could not find such a corresponding variation pattern from our samples. In diagnosing eutrophication, a paradoxical phenomenon was encountered between the trends in water column (COD, cell number and Chl-a) and sediment (ignition loss) data. In this paper, we inferred the possible processes that produce the discrepancy. Some explanations and biological responses to eutrophication were predicted and discussed.

• 한국콘텐츠학회논문지
• /
• 제20권7호
• /
• pp.66-85
• /
• 2020

본 연구의 목적은 AI 기술 특허(전체)와 주요 신문에 나타난 AI 보도 프레임을 바탕으로 AI 발달과정 추세를 예측하고 이를 기술·설명하는 것이다. 이를 위해 지난 9년간 출원된 한국과 미국 기술특허 요약문과 국내 주요 신문의 AI(Artificial Intelligence) 뉴스 텍스트를 분석하였다. 본 연구는 빅데이터를 활용한 토픽모델링과 시계열회귀분석이 사용되었으며, 추가로 네트워크 의제 상관분석과 회귀분석 기법이 사용되었다. 본 연구결과는 다음과 같다. 첫째, Topic 모델링 분석결과, AI 기술특허 요약문에서는 인공지능, 알고리즘 5G(Hot AI 기술) 등의 순으로 확인되었으며, AI 뉴스보도에서는 산업 적용, 데이터 활용과 시장 적용 등의 순으로 확인되어 AI의 사회문화 보도 경향을 나타냈다. 둘째, 시계열회귀분석결과, 상승추세 토픽으로는 사회문화적으로 AI 일상적·문화적 이용과 산업적용 시작이 도출되었다. 하락추세토픽으로는 시스템, 하드웨어 기술 중심으로 나타났다. 셋째, 상관관계와 회귀관계를 활용한 QAP 분석 결과, AI 기술특허와 뉴스 보도 프레임 간의 상관관계는 높은 것으로 나타났다. 이를 통해 AI 발달에서 AI 기술특허와 뉴스 보도 프레임이 미디어 담론의 결정요인에 의해 사회적으로 구성되는 것을 알 수 있었다.

• 한국전자통신학회논문지
• /
• 제5권2호
• /
• pp.205-213
• /
• 2010

본 연구는 1986년부터 2009년까지 24년 동안 한국의 부동산정책과 부동산 관련 시계열자료를 세밀하게 분석한 후에, 주택가격에 영향을 미치는 부동산 지수 변수와 거시경제 지수 변수가 주택 가격에 미치는 영향에 대한 회귀분석을 실시하여 얼마만큼 영향이 있는지 분석하고자 한다. 분석한 결과는 다음과 같다. 첫째, 한국의 부동산 정책은 후행정책이며, 정권별 부동산 정책은 서로 일관성이 없었다. 둘째, 정산적인 국면에서 부동산 문제가 발생할 때마다 규제 강화와 경기 회복 대책만 주기적으로 반복하고 이었다. 셋째, 정책에 대한 시기와 수단은 부적절하였고, 부동산 정책 시행할 때마다 부동산 경기가 더 나빠지곤 하였다. 넷째, 24년 동안 주택 유형중 주택가격 증감량이 가장 만이 오른 주택유형은 아파트였으며 가장 인가 좋았다. 정권별 주택 가격지수 증감량은 노태우(65.0%)-김대중(42.5%)-노무현(32.8%) 순으로 나타났다. 다섯째, 회귀분석을 실시한 결과 : 주택가격에 가장 많은 영향을 미치는 독립변수는 건설기 성액-1인당 국민소득-주택 전세가 지수-동행종합지수-후행종합지수-청약통자 가입자-선형종합지수 순으로 나타났다.

• 응용통계연구
• /
• 제26권2호
• /
• pp.237-252
• /
• 2013

보험료 및 보험료 구성요소에 대한 예측모형은 합리적인 보험료 결정에 필수적이다. 본 연구에서는 가변수 회귀모형, 독립변수 추가모형, 자기회귀 오차모형, 계절형 ARIMA 모형, 개입모형 등 적정한 자동차 대물 손해보험료 추정에 사용되는 다양한 모형을 소개하였다. 또한 실제 자동차 대물 보험료 자료를 이용하여 각 모형을 이용하여 보험료, 심도, 빈도 등을 추정하였으며, 모형의 추정결과는 추정치와 실제 자료값의 차이에 근거한 RMSE(Root Mean Squared Errors) 값을 통해 비교하였다. 실제 자료 분석 결과, 자기회귀 오차모형이 가장 좋은 성능을 보여주는 것을 알 수 있었다.

• Communications for Statistical Applications and Methods
• /
• 제31권2호
• /
• pp.213-234
• /
• 2024

In recent decades, increasing research attention has been directed toward predicting the price of stocks in financial markets using deep learning methods. For instance, recurrent neural network (RNN) is known to be competitive for datasets with time-series data. Long short term memory (LSTM) further improves RNN by providing an alternative approach to the gradient loss problem. LSTM has its own advantage in predictive accuracy by retaining memory for a longer time. In this paper, we combine both supervised and unsupervised dimension reduction methods with LSTM to enhance the forecasting performance and refer to this as a dimension reduction based LSTM (DR-LSTM) approach. For a supervised dimension reduction method, we use methods such as sliced inverse regression (SIR), sparse SIR, and kernel SIR. Furthermore, principal component analysis (PCA), sparse PCA, and kernel PCA are used as unsupervised dimension reduction methods. Using datasets of real stock market index (S&P 500, STOXX Europe 600, and KOSPI), we present a comparative study on predictive accuracy between six DR-LSTM methods and time series modeling.

• 디지털산업정보학회논문지
• /
• 제15권2호
• /
• pp.19-28
• /
• 2019

The purpose of this study is to examine the trends on machine learning and deep learning research in the published journals from the Web of Science Database. To achieve the study purpose, we used the abstracts of 20,664 articles published between 1990 and 2017, which include the word 'machine learning', 'deep learning', and 'artificial neural network' in their titles. Twenty major research topics were identified from topic modeling analysis and they were inclusive of classification accuracy, machine learning, optimization problem, time series model, temperature flow, engine variable, neuron layer, spectrum sample, image feature, strength property, extreme machine learning, control system, energy power, cancer patient, descriptor compound, fault diagnosis, soil map, concentration removal, protein gene, and job problem. The analysis of the time-series linear regression showed that all identified topics in machine learning research were 'hot' ones.

• 한국대기환경학회지
• /
• 제7권2호
• /
• pp.127-136
• /
• 1991

This paper is concerned with the development and application of a stochastic model for daily sulphur dioxide $(SO_2)$ concentrations in urban area (Seoul). For this, the characteristics of the regression trend, periodicity and dependence of the daily $SO_2$ concentration are investigated by a statistisical analysis of the daily average $SO_2$ values measured in Seoul area during 1989 $\sim$ 1990. Based on these, nonlinear regression time series model for the prediction of daily $SO_2$ concentrations is derived. A statistical procedure for using the model to predict the concentration level is also proposed.