• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.127-133
• /
• 2019

미래에 스마트 그리드 도입을 위해 전력수요예측은 중요한 연구 분야 중 하나이다. 하지만 전력데이터는 많은 외부적 요소들에 영향을 받기 때문에 예측하기 어렵다. 기존의 전력수요예측 방법들은 가공되지 않은 전력데이터를 그대로 이용하기 때문에 정확도 높은 예측을 하는데 한계가 있어왔다. 본 논문에서는 가공되지 않은 전력데이터를 이용하는 전력수요예측의 문제를 해결하기 위해 확률기반 학습알고리즘을 제안한다. 확률 모델은 전력데이터의 확률적 특성을 분석하기에 적합하다. 제안한 모델의 중기 전력수요예측 성능을 비교하기 위해 신경망 네트워크 중 하나인 순환신경망과 성능 비교를 해보았다. 매사추세츠 대학에서 제공한 전력데이터를 이용하여 성능 비교를 한 결과 본 논문에서 제안한 확률기반 학습알고리즘이 중기 수요예측에 더 좋은 성능을 나타냄을 확인하였다.

• 한국기록관리학회:학술대회논문집
• /
• 한국기록관리학회 2019년도 춘계학술대회
• /
• pp.17-23
• /
• 2019

기상정보를 주로 제공받아온 시민은 인터넷 기술 기반의 크라우드소싱을 통해 기상정보를 제공하는 주체 중 하나로 자리잡아가고 있다. 국내외에서 국가 기상 서비스 기관과 기업은 시민들이 생산한 기상관측정보를 기상예보에 활용하고 있는 추세이다. 최근 기록학계에서 데이터를 포함한 정보 관리의 중요성을 인지하고 있는 만큼 기상 분야에서 일어나고 있는 기상기록정보 생산주체의 변화와 현황에 대해 주목할 필요가 있다. 그리하여 본 논문에서는 첫째, 각 기상정보생산 주체가 구축한 기상관측망의 현황과 문제점에 대해 확인하였다. 둘째, 기상 영역에서 이루어지고 있는 크라우드소싱을 확인하기 위해 크라우드소싱을 통한 기상예보과정에 직접 참여하여 기상기록정보의 수집, 활용과 그 가능성에 대해 분석하였다. 셋째, 향후 크라우드소싱을 통한 기상정보의 활용에 대한 발전 전망을 제시하였다.

• 한국정보전자통신기술학회논문지
• /
• 제12권3호
• /
• pp.265-272
• /
• 2019

본 연구에서는 예금은행 주택담보대출에 대해 매년 문제가 야기되는 지속적인 증가율을 정성적으로 파악하고, 다시 안정세를 보일 수 있는 특성요인을 파악하고자 향후 주택담보대출에 대해 정량적으로 분석하고 증가율 추세에 대한 대책을 마련하고자 예측 연구를 실행하였다. 빅-데이터 분석에 많이 쓰이는 R 프로그램을 활용하여 데이터를 분석한 결과 ARIMA 모형의 모수를 (0,1,1)(0,1,1)[12]로 추정하였을 때, MAPE와 RMSE의 검정 결과 기준으로 가장 최적의 ARIMA 모형인 것으로 나타났다. 해당 모수를 통해 향후 5년 (60개월간)의 추정치를 예측한 결과, 평균 4.5%대의 증가율을 나타냈다. 그러나 이는 사회 환경요인의 요인을 반영하지 않은 예측 값이기 때문에 다양한 사회 환경요인을 활용하여 외부 충격요인에 대한 구조적 모형 연구가 이루어져야 할 것이며, 추후 관련연구들은 이와 같은 한계들을 극복하여 진행될 필요가 있으며 정책적인 활용도를 높이기 위해 많은 실증연구가 이루어져야 하겠다.

• 한국융합학회논문지
• /
• 제12권4호
• /
• pp.249-258
• /
• 2021

최근 암호화폐거래소로 투자자들이 몰리면서 비트코인 가격이 급등락하고 있다. 본 연구의 목적은 딥러닝 모형을 이용하여 비트코인의 가격을 예측하고, 투자전략을 통해 비트코인의 수익성이 있는지를 분석하는 것이다. 비선형성과 장기기억 특성을 보이는 비트코인 가격 예측모형으로는 LSTM을 활용하며, 예측 가격을 입력변수로 하는 이동평균선 교차전략의 수익성을 분석하였다. 2013년부터 2021년까지의 LSTM 예측 가격을 이용한 비트코인 이동평균선 교차전략의 투자 성과는 단순 시장가격을 이용한 이동평균선 교차전략과 벤치마크전략 Buy & Hold 보다 각각 5.5%와 46% 이상의 수익률 개선 효과를 보여주었다. 최근 데이터까지 확장하여 분석한 본 연구의 결과는 기존의 연구들과 마찬가지로 암호화폐 시장의 비효율성(inefficiency)을 지지하고 있으며, 비트코인 투자자들에게는 딥러닝 모형을 이용한 투자전략의 실전 활용 가능성을 보여주었다. 향후 연구에서는 다양한 딥러닝 모형들의 성과 비교를 통해 최적의 예측모형을 개발하고 비트코인 투자전략의 수익성을 개선할 필요가 있다.

• Computers and Concrete
• /
• 제27권2호
• /
• pp.111-130
• /
• 2021

In the present work, an extensive study for predicting efficiency parameters (��i) of various simulated nanocomposites including Polymethyl methacrylate (PMMA) as matrix and different structures including various sizes of graphene platelets (GPLs), single, double, and multi-walled carbon nanotubes (SWCNTs-DWCNTs-MWCNTs), and single and double-walled boron nitride nanotubes (SWBNNTs-DWBNNTs) are investigated. It should be stated that GPLs, carbon and boron nitride nanotubes (CNTs, BNNT) with different chiralities (5, 0), (5, 5), (10, 0), and (10, 10) as reinforcements are considered. In this research, molecular dynamics (MDs) method with Materials studio software is applied to examine the mechanical properties (Young's modulus) of simulated nanocomposite boxes and calculate η1 of each nanocomposite boxes. Then, it is noteworthy that by changing length (6.252, 10.584, and 21.173 nm) and width (7.137, 10.515, and 19.936) of GPLs, ��1, ��2, and ��3 approximately becomes (0.101, 0.114, and 0.124), (1.15, 1.22, and 1.26), (1.04, 1.05, and 1.07) respectively. After that efficiency parameters of SWCNTs, DWCNTs, and MWCNTs are calculated and discussed separately. Finally efficiency parameters of SWBNNTs and DWBNNTs with different chiralities by PMMA as matrix are determined by MD and discussed separately. It is known that the accurate efficiency parameters helps a lot to calculate the properties of nanocomposite analytically. In particular, the obtained results from this research can be used for analytical work based on the extended rule of mixture (ERM) in bending, buckling and vibration analysis of structure in future study.

• 한국항해항만학회지
• /
• 제44권6호
• /
• pp.517-523
• /
• 2020

평택·당진항은 국내에서 가장 많은 완성차 물동량을 처리하는 항만으로 특히 수입 자동차는 국내 전체 물동량의 95% 이상을 처리하고 있다. 그러나 2015년부터 수입 자동차 물동량 증가가 정체되고 있어, 항만 개발이나 자동차 관련 산업에 투자를 계획하고 있는 관계자들에게 새로운 물동량 추정이 필요한 시점이다. 한편, 자동차 물동량 예측 시 그동안 GDP(국내총생산) 등 경제와 관련된 변수가 많이 활용되었으나, 선행연구를 통해 선진국에서는 이러한 경제관련 변수가 자동차 물동량에 미치는 영향이 점점 감소하고 있는 것으로 확인되었다. 특히 우리나라와 같이 짧은 시간내에 경제성장을 달성하고 선진국으로 진입한 경우에는 경제변수에 대한 주의가 필요하다. 이에 본 연구에서는 우리나라가 직면하고 있는 인구감소를 주요 요인으로 하여 시스템다이내믹스를 통해 평택·당진항의 수입 승용차 물동량을 예측하고자 한다. 예측결과 평택·당진항의 수입승용차 물량은 '21년을 기점으로 조금씩 감소하는 것으로 분석되었다. 그리고 예측된 결과값의 정확도를 측정하기 위해 MAPE 검증을 실시하였고, 수입 승용차 점유율에 대한 시나리로 분석을 실시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제25권12호
• /
• pp.261-270
• /
• 2020

본 연구는 피기백 화차운송 시스템의 특허문서를 활용하여 관련 분야의 유망기술을 파악하는 것을 목표로 한다. 이를 위해 피기백 운송 시스템의 선행연구 및 관련 보고서로 기술 키워드를 추출하여 특허문서를 추출한다. 추출된 특허문서에 텍스트마이닝 기법을 적용하여 빈도수가 높은 키워드를 확인하고 피기백 운송 시스템의 핵심기술의 토픽을 식별하기 위해 LDA(Latent Dirichlet Allocation) 알고리즘을 적용하였다. 마지막으로, 시계열 분석 기법인 ARIMA 모델을 핵심기술의 토픽에 적용하여 기술 추세를 예측하고 피기백 운송 시스템에 대한 유망한 기술을 식별하였다. 특허 분석 결과, 데이터 기반 통합관리 시스템과 운영 계획 시스템 그리고 복합수송 중 특수 화물(기체, 액체류) 운송 및 보관 기술이 미래에 유망한 핵심기술로 도출되었고, 데이터 송수신 및 분석 기술이 중요한 세부 기술임을 확인하였다. 제안된 분석 방법은 피기백 운송 시스템의 R&D 연구개발 전략 및 기술 로드맵을 개발하는 데 있어 충분한 자료가 될 수 있다.

• 한국정보통신학회논문지
• /
• 제25권8호
• /
• pp.1005-1012
• /
• 2021

최근 웹에서 지도(Map)를 이용한 Location based Services 기반의 다양한 위치정보시스템 활용이 점점 확대되고 있으며 에너지 절약을 위한 대안으로 전력 수요 현황을 실시간으로 확인할 수 있는 모니터링 시스템의 필요성이 요구되고 있다. 본 연구에서는 딥러닝과 같은 기계학습을 이용하여 전력 수요 데이터의 특성을 분석하고 예측하는 모듈을 개발하여 지역 단위별 전력 에너지 사용 현황과 예측 추세를 실시간으로 확인할 수 있는 오픈소스 기반 지도 서비스를 이용한 딥러닝 실시간 가상 전력수요예측 웹 시스템을 개발하였다. 특히 제안한 시스템은 LSTM 딥러닝 모델을 이용하여 지역적으로 전력 수요량과 예측 분석이 실시간으로 가능하고 분석된 정보를 가시화하여 제공한다. 향후 제안된 시스템을 통해 지역별 에너지의 수급 및 예측 현황을 확인하고 분석하는데 활용될 수 있을 뿐만 아니라 다른 산업 에너지에도 적용될 수 있을 것이다.

• International Journal of Computer Science & Network Security
• /
• 제22권6호
• /
• pp.131-138
• /
• 2022

Novel Coronavirus (COVID-19) is viewed as one of the main general wellbeing theaters on the worldwide level all over the planet. Because of the abrupt idea of the flare-up and the irresistible force of the infection, it causes individuals tension, melancholy, and other pressure responses. The avoidance and control of the novel Covid pneumonia have moved into an imperative stage. It is fundamental to early foresee and figure of infection episode during this troublesome opportunity to control of its grimness and mortality. The entire world is investing unimaginable amounts of energy to fight against the spread of this lethal infection. In this paper, we utilized machine learning and deep learning techniques for analyzing what is going on utilizing countries shared information and for detecting the climate factors that effect on spreading Covid-19, such as humidity, sunny hours, temperature and wind speed for understanding its regular dramatic way of behaving alongside the forecast of future reachability of the COVID-2019 around the world. We utilized data collected and produced by Kaggle and the Johns Hopkins Center for Systems Science. The dataset has 25 attributes and 9566 objects. Our Experiment consists of two phases. In phase one, we preprocessed dataset for DL model and features were decreased to four features humidity, sunny hours, temperature and wind speed by utilized the Pearson Correlation Coefficient technique (correlation attributes feature selection). In phase two, we utilized the traditional famous six machine learning techniques for numerical datasets, and Dense Net deep learning model to predict and detect the climatic factor that aide to disease outbreak. We validated the model by using confusion matrix (CM) and measured the performance by four different metrics: accuracy, f-measure, recall, and precision.

• 신재생에너지
• /
• 제18권3호
• /
• pp.1-9
• /
• 2022

This study analyzed the anticipated supply-and-demand of forest biomass energy (through wood pellets) until 2050, in South Korea. Comparing the utilization rates of forest resources of five countries (United Kingdom, Germany, Finland, Japan, and S. Korea), it was found that S. Korea does not nearly utilize its forest resources for energy purposes. The total demand for wood pellets in S. Korea (based on a power generation efficiency of 38%) was predicted to be 3,629 and 4,371 thousand tons in 2034 and 2050, respectively. The anticipated total wood pellet power generation ratio to target power consumption is 1.13% (5,745 GWh), 1.17% (6,336 GWh), and 1.25% (7,631 GWh) in 2020, 2030, and 2050, respectively. Low value-added forest residues left unattended in forests are called "Unused Forest Biomass" in S. Korea. From the analysis, the total annual potential amount of raw material, sustainably collectible amount, and available amount of wood pellet in 2050 were estimated to be 6,877, 4,814, and 3,370 thousand tons, respectively. The rate of contribution to Nationally Determined Contributions was up to 0.64%. Through this study, the authors found that forest biomass energy will contribute to a carbon neutral society in the near future at the national level.