• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.911-913
• /
• 2013

사용자의 행동 추론에서는 수신된 센서 데이터의 신뢰성이 중요하다. 하지만 외 내부 환경, 온도, 진동 등에 따라 센서의 측정값이 달라진다. 이러한 잡음 환경은 센서로부터 수집되는 정보의 신뢰성에 영향을 준다. 때문에 잡음을 감소시키고 사용자의 행동을 추론하는 디지털 필터와 추론 알고리즘이 요구된다. 본 연구는 사용자 행동의 잡음 제거, 왜곡 방지로 칼만 필터와 지수 가중이동 평균 필터의 비교실험을 하였다. 또한 본 제안된 확장가중 이중필터 법과 비교하였다. 결과적으로 제안된 필터가 다른 필터에 비해 잡음 환경에 견고하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권12호
• /
• pp.565-572
• /
• 2017

본 연구는 기존의 수요 예측 등의 시계열 연구에서 주로 사용되는 ARIMA 모형의 어려움을 극복하고자 인공신경망(Artificial neural network) 모형을 이용하여 한국 프로 야구 관중 수를 예측하였다. 훈련 자료로는 2015년 3월부터 9월까지의 일별 KBO 관중 수 자료를 대상으로 하였다. 전방향 신경망(Feedforward neural network)의 모형 훈련 과정에서, 그리드 탐색(Grid search)을 적용하여 최적의 초모수(Hyperparameter)를 찾고자 하였다. 그 결과, 그리드 탐색법의 최적 모형을 이용한 평균 절대 백분율 오차(MAPE)는 평균 20.9% 였다. 앙상블 기법을 이용한 모형의 MAPE는 평균 20.0%였다. 이는 다중회귀와 비교해보았을 때, 평균적으로 각각 26.3%, 30.3% 높은 예측력을 보인다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권7호
• /
• pp.27-34
• /
• 2020

The study investigates herding behavior in cryptocurrencies in different situations. This study employs daily returns of major cryptocurrencies listed in CCI30 index and sub-major cryptocurrencies and major stock returns listed in Dow-Jones Industrial Average Index, from 2015 to 2018. Quantile regression method is employed to test the herding effect in market asymmetries, inter-dependency and intra-dependency cases. Findings confirm the presence of herding in cryptocurrency in upper quantiles in bullish and high volatility periods because of overexcitement among investors, which lead to high volume trading. Major cryptocurrencies cause herding in sub-major cryptocurrencies, but it is a unidirectional relation. However, no intra-dependency effect among cryptocurrencies and equity market is observed. Results indicate that in the CKK model herding exists at upper quantile in market that may be due when the market is moving fast, continuously trading, and bullish trend are prevailing. Further analysis confirms this narrative as, at upper quantile, the beta of bullish regime is negative and significant, meaning the main source of market herding is a bullish trend in investment, which increases market turbulence and gives investors opportunity to herd. Also, we found that herding in cryptocurrencies exits in high volatility periods, but this herding mostly depends on market activity, not market movement.

• International Journal of Aeronautical and Space Sciences
• /
• 제12권4호
• /
• pp.305-317
• /
• 2011

This paper presents an overview on flutter boundary prediction in tests which is principally based on a system stability measure, named Jury's stability criterion, defined in the discrete-time domain, accompanied with the use of autoregressive moving-average (AR-MA) representation of a sampled sequence of wing responses excited by continuous air turbulences. Stability parameters applicable to two-, three- and multi-mode systems, that is, the flutter margin for discrete-time systems derived from Jury's criterion are also described. Actual applications of these measures to flutter tests performed in subsonic, transonic and supersonic wind tunnels, not only stationary flutter tests but also a nonstationary one in which the dynamic pressure increased in a fixed rate, are presented. An extension of the concept of nonstationary process approach to an analysis of flutter prediction of a morphing wing for which the instability takes place during the process of structural morphing will also be mentioned. Another extension of analytical approach to a multi-mode aeroelastic system is presented, too. Comparisons between the prediction based on the digital techniques mentioned above and the traditional damping method are given. A future possible application of the system stability approach to flight test will be finally discussed.

• 한국추진공학회지
• /
• 제11권2호
• /
• pp.62-70
• /
• 2007

지향성능은 발사차량의 정확성에 있어서 중요한 요소이다. 본 연구는 외란 가속도를 이용하여 지향구조물의 진동을 감지하는 방안과 실험 결과에 대하여 기술하였다. 주행 중 발생하는 진동 경향을 분석하기 위하여 가속도 자료를 이동평균과 힐버트 변환을 이용하여 신호 처리하였다. 다양한 외란에 대하여 가속도의 모드 계수를 얻었으며, 차량속도, 노면조건, 지향구조물의 특성을 차량 동특성의 진동을 변화시키는 요소로 간주하였다. 마지막으로 다양한 주행 조건의 진동 신호를 분류하기 위한 패턴인식에 역전파 신경망 이론을 이용하였다. 각 조건에 대하여 실험 결과를 비교 분석하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권4호
• /
• pp.1075-1081
• /
• 2016

The big data analysis has received much attention from the researchers working in various fields because the big data has a great potential in detecting or predicting future events such as epidemic outbreaks and changes in stock prices. Reflecting the current popularity of big data analysis, many authors have proposed methods tracking influenza epidemics based on internet-based information. The recently proposed 'autoregressive model using Google (ARGO) model' (Yang et al., 2015) is one of those influenza tracking models that harness search queries from Google as well as the reports from the Centers for Disease Control (CDC), and appears to outperform the existing method such as 'Google Flu Trends (GFT)'. Although the ARGO predicts well the outbreaks of influenza, this study demonstrates that a classical seasonal autoregressive integrated moving average (SARIMA) model can outperform the ARGO. The SARIMA model incorporates more accurate seasonality of the past influenza activities and takes less input variables into account. Our findings show that the SARIMA model is a functional tool for monitoring influenza epidemics.

• 제어로봇시스템학회논문지
• /
• 제21권7호
• /
• pp.627-633
• /
• 2015

Accurate heading information is crucial for the navigation of intelligent vehicles. In outdoor environments, GPS is usually used for the navigation of vehicles. However, in GPS-denied environments such as dense building areas, tunnels, underground areas and indoor environments, non-GPS solutions are required. Yaw-rates from a single gyro sensor could be one of the solutions. In dealing with gyro sensors, the drift problem should be resolved. HDR (Heuristic Drift Reduction) can reduce the average heading error in straight line movement. However, it shows rather large errors in some moving environments, especially along curved lines. This paper presents a method called VDR (Vision-based Drift Reduction), a system which uses a low-cost vision sensor as compensation for HDR errors.

• 디지털융복합연구
• /
• 제15권2호
• /
• pp.165-172
• /
• 2017

본 논문에서는 전기자동차를 주제로 SCIE 및 SSCI 저널에 게재한 논문데이터를 활용한 시계열 분석과 국제특허분류(International patent classification, 이하 IPC) 별 특허 데이터를 활용한 시계열 분석과 노드엑셀을 활용한 네트워크 분석을 통해 2001년에서 2014년까지의 전기자동차의 기술 동향을 파악하고 특허와 논문 데이터의 상관관계 분석을 통하여 기술 동향을 분석하였다. 또한 예측기법 중 하나인 가중이동평균법으로 전기자동차의 유망 요소기술을 예측하였다. 본 연구의 결과 전기자동차 요소기술 중 배터리 기술이 유망한 기술로 나타났다.

• 한국군사과학기술학회지
• /
• 제18권4호
• /
• pp.350-357
• /
• 2015

Many countries have been developing and operating an underwater surveillance system in order to protect their oceanic environment from infiltrating hostile marine forces which intend to lay mines, conduct reconnaissance and destroy friendly ships anchored at the harbor. One of the most efficient methods to detect unidentified submarine approaching harbor is sensing variation of magnetism of target by magnetic sensors. This measurement system has an advantage of high possibility of detection and low probability of false alarm, compared to acoustic sensors, although it has relatively decreased detection range. The contents of this paper mainly cover the analysis of possible effectiveness of magnetic sensors. First of all, environmental characteristics of surveillance area and magnetic information of simulated targets has been analyzed. Subsequently, a signal processing method of separating target from geomagnetic field and methods of estimating target location has been proposed.

• 한국항해항만학회지
• /
• 제26권2호
• /
• pp.183-188
• /
• 2002

컨테이너 물동량 예측은 항만과 항만의 개발에 있어서 매우 중요하다. 일반적으로 이동평균법, 지수평활법, 회귀분석과 같은 통계적인 방법들은 물동량 예측에서 많이 사용되어졌다. 하지만, 컨테이너 물동량 예측에 영향을 주는 여러 가지 요소들을 고려해 보면 다중병렬처리시스템인 신경망을 이용하는 것이 효과적이다. 본 연구는 신경망의 역전파학습알고리즘을 이용하여 컨테이너 활동량을 예측하였다. 신경망을 이용하여 영향력 있는 요소들을 선별하였으며, 선별된 요소들을 이용하여 물동량 예측을 하였다. 또한 제안된 신경망 알고리즘과 통계적인 방법의 예측들을 비교하였다.