• 산경연구논집
• /
• 제11권8호
• /
• pp.31-38
• /
• 2020

Purpose: This study uses 'Autoregressive Integrated Moving Average Model' to predict the impact of a sharp drop in the base rate due to COVID-19 at the present time when government policies for stabilizing house prices are in progress. The purpose of this study is to predict implications for the direction of the government's house policy by predicting changes in house transaction prices and house rental prices after a sharp cut in the base rate. Research design, data, and methodology: The ARIMA intervention model can build a model without additional information with just one time series. Therefore, it is a time-series analysis method frequently used for short-term prediction. After the subprime mortgage, which had shocked since the global financial crisis in April 2007, the bank's interest rate in 2020 is set at a time point close to zero at 0.75%. After that, the model was estimated using the interest rate fluctuations for the Bank of Korea base interest rate, the house transaction price index, and the house rental price index as event variables. Results: In predicting the change in house transaction price due to interest rate intervention, the house transaction price index due to the fall in interest rates was predicted to change after 3 months. As a result, it was 102.47 in April 2020, 102.87 in May 2020, and 103.21 in June 2020. It was expected to rise in the short term. In forecasting the change in house rental price due to interest rate intervention, the house rental price index due to the drop in interest rate was predicted to change after 3 months. As a result, it was 97.76 in April 2020, 97.85 in May 2020, and 97.97 in June 2020. It was expected to rise in the short term. Conclusions: If low interest rates continue to stimulate the contracted economy caused by COVID-19, it seems that there is ample room for house transaction and rental prices to rise amid low growth. Therefore, In order to stabilize the house price due to the low interest rate situation, it is considered that additional measures are needed to suppress speculative demand.

• 한국시뮬레이션학회논문지
• /
• 제24권2호
• /
• pp.31-39
• /
• 2015

실업은 개인의 경제적 활동뿐 아니라 사회적 문제와 관련되어 있기 때문에 많은 국가들은 실업률을 낮추기 위해 다양한 정책을 추진하고 있다. 기존의 실업 실태 조사 방식에서는 조사시간 지연으로 인해 실업률 자료 확보에 많은 시간이 소요된다. 시의 적절한 실업 정책을 개발하기 위해서는 신속하고 정확한 실업 예측 관련 자료를 확보하는 것이 중요한 문제이다. 이러한 문제를 개선하기 위해 최근에 인터넷 검색 정보를 활용한 분석 기법이 제안되고 있다. 본 연구는 우리나라의 실업률을 예측하는데 인터넷 검색 정보가 어떤 영향을 미치는가를 조사하였다. 선택한 검색어 중에서 '실업급여' 검색어의 트렌드는 실업률과 상당히 높은 상관관계를 보여 주었다. 본 연구는 네이버 트렌드에서 제공하는 인터넷 검색어 정보를 시계열 자료의 분석에 널리 사용되는 ARIMA 모형에 추가하여 검색 정보의 활용이 실업률 예측력에 미치는 영향을 분석하였다. 예측모형의 선택 기준으로 제시되는 예측치의 평균 제곱 오차와 예측 오차 측면에서 실업 관련 인터넷 검색어를 활용한 모형이 그렇지 않은 모형보다 우수한 것으로 나타났다. 이러한 결과는 실업률 예측에 있어서 검색 정보의 활용 가능성을 제시하고 있으며 향후 더 많은 연구가 필요할 것으로 판단된다.

• 한국융합학회논문지
• /
• 제12권3호
• /
• pp.9-15
• /
• 2021

최근 5G와 인공지능 기술이 발전하면서 클라우드 엣지 환경에서 정보를 수집/처리/분석 하기 위한 AIoT 기술에 많은 관심을 갖고 있다. AIoT 기술은 다양한 스마트 환경에 적용되고 있지만 수집된 정보의 정확한 분석을 통해 빠른 대응처리를 수행할 수 있는 연구가 필요하다. 본 논문에서는 스마트 환경에서 수집된 정보를 AIoT에서 빠른 처리와 정확한 분석/예측을 통해 AIoT 정보들간 연계 처리를 블록 처리함으써 대역폭 및 처리시간을 최소화할 수 있는 기법을 제안한다. 제안 기법은 블록체인으로 수집된 정보를 다중 연계하여 AIoT 장치에서 데이터 인덱스에 대한 시드를 생성하여 수집정보와 함께 블록처리하여 데이터 센터로 전달한다. 이 때, 클라우드와 AIoT 장치사이는 DNN(Deep Neural Network) 모델을 배치하여 네트워크 오버헤드를 줄이도록 하였다. 그리고, 서버/데이터센터에서는 전달된 분석 및 예측된 결과를 통해 정확하지 못한 AIoT 정보의 정확도를 개선하여 지연시간을 최소화하도록 하였다. 또한, 제안기법은 AIoT 정보에 가중치를 적용하여 블록체인으로 그룹핑하기 때문에 계층화된 다층 네트워크로 분할 가능하도록 하여 데이터 지연시간을 최소화하였다.

• 응용통계연구
• /
• 제28권6호
• /
• pp.1275-1288
• /
• 2015

미기상해석모듈(microscale weather analysis module)은 복사에너지, 열, 습도 등의 순환을 시-공간적으로 세밀하게 설명하고 모의실험 할 수 있도록 개발한 초고분해능($1km{\times}1km$ 이내)의 기상모델이다. 본 논문은 미기상해석모듈의 정확성을 시공간적으로 검증할 수 있도록 고안한 객체기반 검증법을 제안한다. 이 검증법은 통계그래픽을 사용하는 시각적인 방법이며, 미기상해석모듈의 평가통계출력장 구축단계, 객체식별 및 병합단계, 모듈의 정확성 검증단계로 이루진다. 이를 위해 두 가지 통계를 사용하여 삼차원의 평가통계출력장을 구축하였고, 구축된 출력장에서 정의되는 시계열통계들에 대해 합성(convolution), 가면화(masking) 및 병합작업(merging)을 시행하여 출력장에서 모듈검증대상 지역인 객체를 식별하는 알고리즘을 개발하였다. 또한, 사례연구를 통해 제안된 객체기반 검증법의 유용성을 보였다.

• 한국수자원학회논문집
• /
• 제41권9호
• /
• pp.959-967
• /
• 2008

분해기법은 일 단위 강수시계열 자료를 시간단위로 분해하는 데 주로 사용되고 있으며, 시단위 자료는 홍수예측을 위하여 주요하게 사용될 수 있다. 그러나 현재까지 제시된 대부분의 분해기술은 강우데이터가 추계학적 특성을 가지고 있다는 기본 가정을 전제로 하고 있기 때문에 모형을 구성하는데 있어서 강우자료의 물리적 특성을 반영하는 데는 한계를 보이고 있다. 이에 본 연구에서는 강우자료를 각기 다른 해상도로 변환하는데 따른 가중치의 동역학적 거동이 카오스 특성을 보이는지와 카오스적 분해가 가능한지를 비선형의 확정론적 방법(카오스이론)을 이용하여 규명하는 방안을 소개하였다. 우선, 기상청 산하 서울지점을 대상으로 24h-12h, 12h-6h, 6h-3h으로 해상도를 변환하는데 따른 가중치를 계산하여 사용하였다. 가중치 시계열자료의 카오스 특성을 규명하는 데는 상관차원방법을 이용하였으며, 부분근사화 기법을 이용하여 강우를 분해하였다. 서울 지점의 모든 해상도 변환에 따른 가중치는 저차원의 상관 차수를 가지는 카오스 특성을 보임을 확인하였으며, 분해결과 실제 관측치와 유사한 값을 보임을 확인하였다(높은 상관계수와 작은 평균제곱근오차를 보임). 또한 강우의 일반적인 경향성(총량, 강우의 발생 시점)은 보존되나 극값의 경우 대부분 과소 추정됨을 알 수 있었다.

• 한국제4기학회지
• /
• 제19권2호
• /
• pp.74-79
• /
• 2005

Recently, several attempts have been made to provide reasonable information on unusual severe weather phenomena such as tolerant heavy rains and very wild typhoons. Quantitative precipitation forecasts and probabilistic quantitative precipitation forecasts (QPFs and PQPFs, respectively) might be one of the most promising methodologies for early warning on the flesh floods because those diagnostic precipitation models require less computational resources than fine-mesh full-dynamics non-hydrostatic mesoscale model. The diagnostic rainfall model used in this study is the named QPM(Quantitative Precipitation Model), which calculates the rainfall by considering the effect of small-scale topography which is not treated in the mesoscale model. We examine the capability of probabilistic diagnostic rainfall model in terms of how well represented the observed several rainfall events and what is the most optimistic resolution of the mesoscale model in which diagnostic rainfall model is nested. Also, we examine the integration time to provide reasonable fine-mesh rainfall information. When we apply this QPM directly to 27 km mesh meso-scale model (called as M27-Q3), it takes about 15 min. while it takes about 87 min. to get the same resolution precipitation information with full dynamic downscaling method (called M27-9-3). The quality of precipitation forecast by M27-Q3 is quite comparable with the results of M27-9-3 with reasonable threshold value for precipitation. Based on a series of examination we may conclude that the proosed QPM has a capability to provide fine-mesh rainfall information in terms of time and accuracy compared to full dynamical fine-mesh meso-scale model.

• 한국정보처리학회논문지
• /
• 제3권2호
• /
• pp.369-380
• /
• 1996

최근에 이르기까지 교통분야에서 차량에 관한 정보를 수집하기 위하여 사용되고 있는 검지쳬계는 유도식 루프검지기 (Inductive Loop Detector,ILD)이다. 유도식 검지기로 부터 수집되는 교통자료는 점유시간(차량이 검지기를 점유한시간)과 비점유시간(통행 차량과 차량간의 시간차)및 교통량이 기초 수집자료가 된다. 특히 점유 시간은 신호의 현시 길이를 결정 및 과포화제어를 위한 대기행렬예측 등 다양한 관제알고리즘에 있어서 핵심적인 자료이므로 높은 신뢰도가 요구된다. 이러한 신뢰도는 검지로 부터 수집될 수 있는 자료들을 토대로 통행 차종을 식별함으로써 향상시킬 수 있으며, 관련 관제 알고리즘의 신뢰도 향상은 물론 최근 관심이 고조되고 있는 무인자동감시 체계 및 교통정보 자동 수집장치의 개발을 유도할 수 있다. 본 논문에서는 통행하는 차량들에 대하여 수집 되는 기초자료를 기반으로 인식하기 위한 방법으로 통계적 클러스터링 방법 두 가지와 신경망 클러스터링 방법 등 세가지 방법을 제시하고, 결과로서 무인 자동감시 체계에 관한 활용 방법을 제시한다.

• 디지털융복합연구
• /
• 제18권7호
• /
• pp.223-228
• /
• 2020

주가는 사람들의 심리를 반영하고 있으며, 주식시장 전체에 영향을 미치는 요인으로는 경제성장률, 경제지료, 이자율, 무역수지, 환율, 통화량 등이 있다. 국내 주식시장은 전날 미국 및 주변 국가들의 주가지수에 영향을 많이 받고 있으며 대표적인 주가지수가 다우지수, 나스닥, S&P500이다. 최근 주가뉴스를 이용한 주가분석 연구가 활발히 진행되고 있으며, 인공지능 기반한 분석을 통하여 과거 시계열 데이터를 기반으로 미래를 예측하는 연구가 진행 중에 있다. 하지만, 주식시장은 예측시스템에 의해서 단기간 적중이 되더라도, 시장은 더 이상의 단기 전략대로 움직여지지 않고, 새롭게 변할 수밖에 없다. 따라서, 본 모델을 삼성전자 주식데이터와 뉴스 정보를 텍스트 마이닝으로 모니터링하여 분석한 결과를 나타내어 예측이 가능한 모델을 제시하였으며, 향후 종목별 예측을 통하여 실제 예측이 정확한지 확인하여 발전시켜 나갈 예정임.

• 국제지역연구
• /
• 제18권3호
• /
• pp.3-21
• /
• 2014

OECD 개발원조위원회(DAC: Development Assistance Committee)는 DAC회원국에게 국민총소득(GNI: Gross National Income)의 0.7%까지 ODA 예산을 조성할 것을 권고하고 있다. 그렇지만, 글로벌 경제위기에 따라 일부 북유럽국가를 제외하고, 대부분 0.7%에 이르지 못하고 있다. 한국은 점진적으로 ODA 예산을 증액하고 있지만, DAC평균인 0.3%에도 미치지 못하고 있다. 본 연구는 경제규모에 따른 타 국가의 사례비교를 통해 한국 ODA 예산의 적정규모 추이를 분석하였다. 이를 위해 ODA 적정규모 예산의 기준인 GNI가 갖는 함의를 분석하였다. 또한, ODA 예산규모에 대한 적정성을 DAC 회원국을 대상으로 각 국가의 시계열 자료를 GNI 대비 ODA의 규모로 비교 분석하였다. 이를 국가 예산 운용 측면에서 국제규범순응형국가와 자국경제의존형으로 구분하였고, 각 국의 ODA 예산추이를 분석하여, 일정한 패턴을 보이고 있는 국가와의 비교를 통해 향후 한국정부가 ODA 적정 예산규모 도출을 위해서 검토할 사항에 대해서 제시하였다.

• 한국항해항만학회지
• /
• 제47권4호
• /
• pp.212-219
• /
• 2023

해상교통 관제구역은 항만 시설을 사용하기 위한 입·출항 선박, 연안 해역을 이동하는 선박 등이 서로 복잡하게 운항하는 교통 패턴을 가지고 있다. 이를 안전하고 효과적으로 관리하기 위해 해상교통관제센터(VTS)에서는 선박을 실시간 모니터링하며 관제 업무를 수행하고 있지만, 교통 혼잡 상황에서는 업무 로드의 증가로 인해 관제 공백이 발생하기도 한다. 이에 교통 혼잡도 및 혼잡 구역을 예측할 수 있다면 보다 효율적인 관제가 가능하지만 현재는 관제사의 경험에 전적으로 의존하고 있는 실정이다. 본 논문에서는 해상교통관제 관점에서 선박 교통 혼잡을 정의하였으며, 항적 데이터를 이용하여 교통 네트워크를 생성하고, 선박 교통 혼잡도 및 혼잡 구역을 예측하는 방법을 제안한다. 실험에서는 실해역 데이터(대산항 VTS)와 예측 결과를 비교 분석하였으며, 이를 통해 제안하는 방법이 관제 지원 도구로서 활용될 수 있는지 검토하였다.