• International Journal of Computer Science & Network Security
• /
• 제21권4호
• /
• pp.65-74
• /
• 2021

The rapid change in gold price is an issue of concern in the global economy and financial markets. Gold has been used as a means for trading and transaction around the world for long period of time and it plays an integral role in monetary, business, commercial and financial activities. More importantly, it is used as economic measure for the global economy and will continue to play an important economic vital role - both locally and globally. There has been an explosive growth in demand for efficient and effective scheme to predict gold price due its volatility and fluctuation. Hence, there is need for the development of gold price prediction scheme to assist and support investors, marketers, and financial institutions in making effective economic and monetary decisions. This paper primarily proposed an intelligent based system for predicting and characterizing the gold market trend. The simulation result shows that the proposed intelligent gold price scheme has been able to predict the gold price with high accuracy and precision, and ultimately it has significantly reduced the prediction error when compared to baseline neural network (NN).

• 한국멀티미디어학회논문지
• /
• 제25권3호
• /
• pp.510-518
• /
• 2022

This paper confirmed the technical reliability of mobile-based sarcopenia prediction and monitoring system. In implementing the developed system, we designed using only sensors built into a smartphone without a separate external device. The prediction system predicts the possibility of sarcopenia without visiting a hospital by performing the SARC-F survey, the 5-time chair stand test, and the rapid tapping test. The Monitoring system tracks and analyzes the average walking speed in daily life to quickly detect the risk of sarcopenia. Through this, it is possible to rapid detection of undiagnosed risk of undiagnosed sarcopenia and initiate appropriate medical treatment. Through prediction and monitoring system, the user may predict and manage sarcopenia, and the developed system can have a positive effect on reducing medical demand and reducing medical costs. In addition, collected data is useful for the patient-doctor communication. Furthermore, the collected data can be used for learning data of artificial intelligence, contributing to medical artificial intelligence and e-health industry.

• Design & Manufacturing
• /
• 제17권1호
• /
• pp.7-12
• /
• 2023

Recently, with the emergence of the 4th industrial revolution, the demand for smart factories and factory automation is increasing. In this study, a tool life prediction program was developed to select optimal machining conditions using CNC milling equipment, which is widely used in flexible production and automation. The equipment used in the experiment was Hwacheon Machine Tool's 5-axis machining equipment, and the tool used was a 17F2R tool. For the machining path, the down-milling cutting method was selected and long-term machining was performed. The analysis standard for side wear on the tool was set at 0.1 to 0.2 mm, and tool life data and wear data were obtained in the cutting experiment. The program was created through the data obtained from the experiment, and a prediction rate of over 90% was secured when comparing the experimental data and the predicted data.

• 한국수자원학회논문집
• /
• 제45권11호
• /
• pp.1187-1199
• /
• 2012

본 연구에서는 Wavelet Transform과 Support Vector Machine (SVM)을 결합한 Hybrid 상수도 수요량 예측 모형을 개발하였다. Wavelet Transform 방법을 활용하여 다양한 스케일이 존재하는 상수도 수요량 시계열을 분해하여 단순한 형태의 시계열로 변환하는데 이용하였으며, 비선형 예측모형인 SVM은 이들 단순화된 시계열을 예측하는데 활용하여 예측성능을 극대화시키는 방안을 수립하였다. 본 연구에서는 상수도 수요량 자료에서 내재되어 있는 주기의 특성과 비선형 예측모형의 장점을 서로 연계한 해석이 가능하였으며 시각적인 검토 및 모든 통계지표에서 개선된 예측결과를 확인할 수 있었다. 특히, 기존 ARIMA 모형 계열에서 나타나는 자기예측문제를 상당부분 개선한 결과를 보여줌으로서 실질적인 수요량 예측모형으로서 활용이 가능할 것으로 판단된다.

• 통상정보연구
• /
• 제16권3호
• /
• pp.73-96
• /
• 2014

본 연구는 우리나라 수출 상위 5개 품목 중 하나인 자동차 수출을 대상으로, 승용차 브랜드별 단기 수출수요에 영향을 미치는 이론적 잠재요인을 발굴 및 설계하여 이론적 수출수요예측모델을 개발하고, 다변량시계열분석 기반의 VAR(Vector Auto Regressive)모형을 이용한 실증분석을 통해 개별상품과 시장특성이 반영된 단기수출수요예측모델을 검정하고자 하였다. 따라서 미국에 수출되고 있는 우리나라 소형 승용차 2개 브랜드(엑센트, 아반떼)에 대해 VAR모형을 이용한 분기단위 단기수요예측모델을 개발하고, 브랜드별 예측모델을 통해 산출된 t+1분기 시점의 예측값과 실제 판매된 판매대수를 대상기간을 1분기씩 달리하여 비교평가 하였다. 그 결과 엑센트와 아반떼의 RMSE %는 각각 4.3%와 20.0%로 났으며, 일평균 판매량을 기준으로 보았을 때 엑센트는 3.9일에 해당하고 아반떼는 18.4일에 해당하는 물량임을 알 수 있었다. 따라서 본 연구의 단기수출수요예측모델은 예측력과 검정시점별 일관성 측면에서 활용성이 높은 것으로 평가할 수 있었다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.193-203
• /
• 2016

본 논문은 ICT기반 시장에서의 수요관리시스템에서의 핵심 요소인 전력 수요 예측을 위하여, 전체 사용량을 기반으로 예측 하는 방식이 아닌, 시계열 기반 군집분석을 통한 군집별 예측량의 결합을 실시하였다. 시계열 군집 분석 방법으로서 Periodogram 기반의 정규화 군집분석, 예측 기반의 군집분석, DTW(Dynamic Time Warping)를 이용하여 군집화를 시도하였으며, 군집 별 수요예측 모형으로서 DSHW(Double Seasonal Holt-Winters) 모형, TBATS(Trigonometric, Box-Cox transform, ARMA errors, Trend and Seasonal components) 모형, FARIMA(Fractional ARIMA) 모형을 사용하여 예측을 실시하였다. 전체 사용량을 기반으로 예측 하는 방식이 아닌, 군집분석을 통한 군집별 예측량의 결합이 더 낮은 MAPE로 나타남에 따라 우수한 예측 방법으로 판단되었다.

• 시큐리티연구
• /
• 제45호
• /
• pp.191-220
• /
• 2015

본 연구는 경호경비 관련인력 수급현황에 대한 연구의 필요성을 인식하고 경호경비 관련인력 수급 실태 및 추이, 경호경비 관련인력의 직능별 미충원 실태 및 추이를 분석하는데 그 목적이 있다. 이와 같은 목적을 달성하기 위하여 MS-EXCEL 2010을 활용하여 그래프 및 추세선(3차 다항식)으로 추이를 분석하였다. 이를 통하여 도출한 연구결과는 다음과 같다. 첫째, 2009년 상반기부터 2015년 상반기까지 경호경비 관련인력 수급 현황 및 추이를 분석한 결과, 전체 경호경비 관련인력 부족률은 1.2% ~ 1.6%로 나타났다. 둘째, 2009년 상반기부터 2013년 하반기까지 경호경비 관련인력의 직능별 미충원 현황 및 추이를 분석한 결과, 전체 경호경비 관련인력의 직능별 미충원 현황은 직능1수준 785명 ~ 2,557명 범위에서 가장 높은 것으로 나타났다. 따라서 경호경비 관련인력의 수급을 위해서는 (1) 인력수급 추이 및 전망에 따른 경호경비 관련인력 양성, (2) 직능별 수준을 고려한 경호경비 관련인력의 전문성 확보, (3) 국가직무능력표준(NCS)을 활용한 경호경비 전문인력 육성 등에 대한 관심을 제고하여야 할 것이다.

• 전기전자학회논문지
• /
• 제23권3호
• /
• pp.852-857
• /
• 2019

분산자원 집합 거래시장에 참여를 원하는 소비자나 사업자를 위한 가상발전소의 전력거래 플랫폼에서 사업참여자의 수요 자원을 관리하고, 이에 적절한 전략을 제공하기 위해 익일 개별 참여자의 수요와 전체 계통의 전력수요를 예측하는 것이 대단히 중요하다. 이러한 전력거래 플랫폼에서 활용하는 것을 목표로 본 논문은 우선 익일의 24시간 전력계통 전력수요예측 모델을 개발하였다. 본 논문에서는 전력수요예측 데이터의 시계열 특성을 고려하여 딥러닝 기법 중 LSTM 알고리즘을 사용하였고, 전력수요량 등의 입출력 값에 원-핫 인코딩 기법을 적용하는 새로운 시도를 하였다. 성능평가에서 일반 DNN과 본 논문에서 구현된 LSTM 예측모델은 각각 평균 제곱근 오차 4.50, 1.89를 나타내어 LSTM 모델이 예측정확도가 높게 나타났다.

• 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.

• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.85-98
• /
• 2021

COVID-19의 대유행은 컨테이너를 사용하는 국가 간 수출입 물동량 불균형을 더욱 악화시켰으며, 이는 공컨테이너 수급의 문제까지 이어지게 되었다. 적정 수요만큼의 공컨테이너 확보는 안정적이고 효율적인 항만 운영을 위해 필수적인 요소이다. 지금까지 여러 기법을 사용한 공컨테이너 수요예측 방안이 연구되어 왔다. 그러나 항만 및 선사에서 직접 활용 가능한 수요예측 보다는 월 혹은 연 단위의 장기적인 예측에 머루르고 있었다. 본 연구에서는 실제 인공신경망을 이용한 일별, 주별 단위 예측 방안을 제시한다. 이를 위해 머신러닝 기법 중 다층 퍼셉트론과 회귀분석을 활용하여 수요예측을 진행하였으며, 데이터 부족 문제를 해결하기 위해 적컨테이너와 공컨테이너의 입항 후 다시 항만으로 유입되는 과정을 기반으로 데이터를 재가공하였다. 이를 통해, 정확도가 매우 높지는 않지만, 현장에서는 활용 가능한 일별 및 주별 수요 예측 모델을 개발할 수 있었다.