• International Journal of Computer Science & Network Security
• /
• 제22권2호
• /
• pp.185-192
• /
• 2022

Forecasting and time series modelling plays a vital role in the data analysis process. Time Series is widely used in analytics & data science. Forecasting stock prices is a popular and important topic in financial and academic studies. A stock market is an unregulated place for forecasting due to the absence of essential rules for estimating or predicting a stock price in the stock market. Therefore, predicting stock prices is a time-series problem and challenging. Machine learning has many methods and applications instrumental in implementing stock price forecasting, such as technical analysis, fundamental analysis, time series analysis, statistical analysis. This paper will discuss implementing the stock price, forecasting, and research using prophet and LSTM models. This process and task are very complex and involve uncertainty. Although the stock price never is predicted due to its ambiguous field, this paper aims to apply the concept of forecasting and data analysis to predict stocks.

• 한국수자원학회논문집
• /
• 제37권1호
• /
• pp.67-75
• /
• 2004

본 연구에서는 홍수시 다목적댐의 효율적 운영을 위하여 상류로부터 유입되는 홍수유입량을 실시간으로 예측하기 위해 역전파 신경망 모형을 사용하여 댐유입량 예측모형(Neural Dam Inflow Forecasting Model; NDIFM)을 개발하였다. NDIFM은 다목적댐에 의한 하류의 홍수조절 비중이 큰 낙동강의 남강댐 유역에 적용하였으며, 입력자료로는 댐유역 평균강우량, 실측 댐유입량, 예측 댐유입량 통을 사용하여 실시간 댐유입량 예측의 가능성을 검토하였다. 실측치와 예측치를 비교ㆍ검토한 결과 제시한 세 가지 모형 중 NDIFM-I이 가장 우수한 결과를 나타내었으며, NDIFM-II 및 NDIFM-III 또한 다양한 예측가능성을 보여주었다. 따라서, 강우-유출의 비선형시스템 모의를 위하여 물리적 매개변수가 복잡한 개념적 모형보다는 양질의 수문관측 자료만 축적된다면 블랙박스 모형인 신경망 모형이 실시간 홍수예측에 효율적으로 활용될 수 있을 것이다.

• 한국항만경제학회지
• /
• 제36권2호
• /
• pp.53-62
• /
• 2020

해운항만물류산업은 세계 경제활동과 밀접한 관계를 가지고 있으며, 특히 무역의존도가 높은 우리나라의 항만 시설은 중요한 사회간접자본시설이다. 부산항은 우리나라 최대의 항만으로 우리나라 컨테이너 운송의 75%가 부산항을 통해 운송되고 있으며, 국가 경쟁력 측면에서 그 중요성은 매우 크다. 항만 물동량 예측은 항만 개발 및 운영 전략에 영향을 미치며, 정확도 높은 컨테이너 물동량 예측은 필수적이다. 하지만 오늘날 해운항만물류산업 환경의 급격한 변화로 인해 기존 시계열 예측 방법으로는 예측 정확도 향상에 어려움이 있다. 본 연구에서는 부산항 컨테이너 물동량 예측 정확도 향상을 위해 딥러닝 모형 중 LSTM 모형을 활용하여 컨테이너 물동량을 예측한다. 모형의 성능 평가를 위해서 SARIMA 모형과 LSTM 모형의 예측 정확도를 비교한다. 그 결과 LSTM 모형이 SARIMA 모형보다 예측 정확도가 높게 나타났으며, 예측치가 실측치의 특성을 반영하여 잘 나타나고 있음을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.179-179
• /
• 2023

This study suggests a new approach of water level forecasting for extended lead times using original data preprocessing with variational mode decomposition (VMD). Here, two machine learning algorithms including light gradient boosting machine (LGBM) and random forest (RF) were considered to incorporate extended lead times (i.e., 5, 10, 15, 20, 25, 30, 40, and 50 days) forecasting of water levels. At first, the original data at two water level stations (i.e., SW173 and SW269 in Bangladesh) and their decomposed data from VMD were prepared on antecedent lag times to analyze in the datasets of different lead times. Mean absolute error (MAE), root mean squared error (RMSE), and mean squared error (MSE) were used to evaluate the performance of the machine learning models in water level forecasting. As results, it represents that the errors were minimized when the decomposed datasets were considered to predict water levels, rather than the use of original data standalone. It was also noted that LGBM produced lower MAE, RMSE, and MSE values than RF, indicating better performance. For instance, at the SW173 station, LGBM outperformed RF in both decomposed and original data with MAE values of 0.511 and 1.566, compared to RF's MAE values of 0.719 and 1.644, respectively, in a 30-day lead time. The models' performance decreased with increasing lead time, as per the study findings. In summary, preprocessing original data and utilizing machine learning models with decomposed techniques have shown promising results for water level forecasting in higher lead times. It is expected that the approach of this study can assist water management authorities in taking precautionary measures based on forecasted water levels, which is crucial for sustainable water resource utilization.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.141-141
• /
• 2022

Drought is a global phenomenon that affects almost all landscapes and causes major damages. Due to non-linear nature of contributing factors, drought occurrence and its severity is characterized as stochastic in nature. Early warning of impending drought can aid in the development of drought mitigation strategies and measures. Thus, drought forecasting is crucial in the planning and management of water resource systems. The primary objective of this study is to make improvement is existing drought forecasting techniques. Therefore, we proposed an improved version of Seasonal Autoregressive Integrated Moving Average (SARIMA) model (MD-SARIMA) for reliable drought forecasting with three years lead time. In this study, we selected four watersheds of Han River basin in South Korea to validate the performance of MD-SARIMA model. The meteorological data from 8 rain gauge stations were collected for the period 1973-2016 and converted into watershed scale using Thiessen's polygon method. The Standardized Precipitation Index (SPI) was employed to represent the meteorological drought at seasonal (3-month) time scale. The performance of MD-SARIMA model was compared with existing models such as Seasonal Naive Bayes (SNB) model, Exponential Smoothing (ES) model, Trigonometric seasonality, Box-Cox transformation, ARMA errors, Trend and Seasonal components (TBATS) model, and SARIMA model. The results showed that all the models were able to forecast drought, but the performance of MD-SARIMA was robust then other statistical models with Wilmott Index (WI) = 0.86, Mean Absolute Error (MAE) = 0.66, and Root mean square error (RMSE) = 0.80 for 36 months lead time forecast. The outcomes of this study indicated that the MD-SARIMA model can be utilized for drought forecasting.

• 응용통계연구
• /
• 제20권2호
• /
• pp.219-227
• /
• 2007

시계열 모형은 통신망 트래픽의 예측과 분석에 유용하게 쓰여 왔다. 본 논문에서는 통신망 트래픽의 예측을 위하여 다양한 시계열 모형을 소개하고 성능평가를 하고자 한다. 이를 위하여 실제 통신망 트래픽 자료에 선형 및 비선형 시계열모형을 적합 시키고 비선형 시계열모형이 선형 시계열 모형보다 예측의 정확도가 우수함을 보이고자 한다.

• 한국경영과학회지
• /
• 제16권1호
• /
• pp.120-134
• /
• 1991

Various technological forecasting models have been proposed to represent the time pattern of technological growths. Of six such models studied, some models do significantly better than others, especially at low penetration levels, in predicting future levels of growth. Criteria for selecting an appropriate model for technological growth model are examined in this study. Two major characteristics were selected which differentiate the various models ; the skew of the curve and the underlying assumptions regarding the variance of the error structure of the model. Although the use of statistical techniques stil requires some subjective input and interpretations, this study provides some practical procedures in the selection of technological growth models and helps to reduce or control the potential source of judgmental error inconsistencies in the analyst's decision.

• 대한공간정보학회지
• /
• 제19권3호
• /
• pp.83-90
• /
• 2011

본 논문의 목적은 공업용수 사용 추세패턴 모형을 개발하고 개발된 모형이 GIS시스템내에서 활용될 수 있는 청사진을 제시하는데 있다. 연구내용은, 사용데이터의 수집을 위해 실시간 모니터링 테크닉이 도입되었고 실시간 데이터는 5분단위로 센서 및 현장서버로부터 관리서버로 전송되었다. 취득된 데이터는 선택된 다항식에 대입되었고 결과로 요일별, 각 월의 일평균 수요모형들이 개발되었다. 도출된 모형들은 일련의 검증과정을 거쳐 최종 모형으로 압축선택되며 평균모형으로 변환되었다. 변환된 평균모형의 도식화를 통해 공업용수 수요패턴분석이 이루어졌다. 연구결과로, 수요패턴은 상당한 일관성을 보이고 있어 확률높은 요일별, 또는 계절별 수요예측이 가능하다는 결론이 도출되었다. 또한 이러한 예측모형을 활용할 정보화도구로서 GIS의 활용방안이 제시된다.

• 한국수자원학회논문집
• /
• 제42권1호
• /
• pp.61-73
• /
• 2009

본 연구에서는 다목적댐의 효율적인 홍수관리와 조기 홍수 경보시스템의 정확성을 향상시키기 위하여 두 가지 모형이 제안되었다. 두 모형은 상류 유입 홍수량과 하류 하천의 홍수량을 실시간으로 예측할 수 있는 능력을 각각 가지고 있다. 이들 모형은 남강댐 상류와 하류 홍수량의 실측치와 모의치를 비교하여 보정 및 검정되었으며, 실제 상황에서 모형의 홍수량 예측 능력이 평가되었다. 상류 유입량 예측 모형은 Grey 시스템 이론에 근거하였으며, 모형의 예측능력을 고려하여 6차 모형을 선정하였다. 서로 다른 자료 세트를 사용하여 보정된 모형들을 사용하여 예측한 홍수량과 실측자료를 비교하여 가장 적정한 모형이 선정되었으며, 검정 결과를 검토한 결과 선정된 모형이 양호한 예측결과를 제시하는 것으로 나타났다. 댐 하류 하천 홍수량 예측 모형은 Grey 모형과 수정 Muskingum 홍수 추적 모형을 병합하여 구성되었으며, 보정 및 검정을 통해서 모형의 예측 능력이 평가되었다. 제안된 모형들을 실시간 홍수량 예측에 적용한 결과, 비교적 양호한 예측결과를 나타냈다. 또한, 모형의 정확도를 향상시키기 위해서는 유출 단계를 고려한 모형의 보정 및 적용이 필요하다는 것이 밝혀졌다.

• 한국응용곤충학회지
• /
• 제38권3호
• /
• pp.231-240
• /
• 1999

수원 지역에서의 이화명나방 발생의 장기적 경시적 변화 패턴을 분석하고 수원 지역에서의 이화명나방 봄나방(I화기) 발생시기 예찰 모델을 개발하였다.수원에서의 이화명나방의 개체군동태는 1965년부터 1996년까지 한 번의 큰 피크와 한 번의 작은 피크를 보인 주기적 변동을 보였으며 발생 변동의 큰 주기는 대략 36세대 (18년)로 분석되었다. 수원 지역에서의 이화명나방 발생동태는 l세대를 작은 주기로 하는 내적 유발성 주기성을 보였으며 전세대의 밀도의존성이 높은 제 l차 부의 피이드백 작용에 의해 지배되는 내적 동태성이 기본이었다. 이화명나방 개체군 변동 메카니즘은 밀도의 급격한 감소에도 불구하고 변화가 없었다.수원 지역의 이화명나방 발생 자료를 바탕으로 봄나방 발생시기 예찰 모델들(온도발육모델 및 온일도 모델)을 개발하였다.또한, 이화명나방 개체군 동태와 관련한 봄나방 성충 예찰 문제를 고찰하였다.