• 대한원격탐사학회지
• /
• 제34권6_2호
• /
• pp.1229-1238
• /
• 2018

본 연구에서는 위성영상 기반의 북극의 해빙 농도 시계열 데이터를 이용하여 베링해의 해빙 상태가 척치해 해빙 농도 변화의 전조로서 작용할 수 있는지를 실험하였다. 해빙 농도 자료는 1982년부터 2017년의 36년간의 월평균 시계열 데이터로 이뤄져 있으며, 베링해의 해빙 농도와 척치해 해빙 농도 사이의 관계성을 전송 엔트로피 측정을 통해 분석하였다. 전송 엔트로피는 두 개의 확률변수 또는 신호 간의 비선형적 연관성을 파악하게 해주는 동시에 변수 사이의 시간 간격 조절을 통해 인과관계를 추정할 수 있는 측정이다. 해빙 농도를 대상으로 한 측정 결과, 베링해의 과거 3, 5, 6개월 전의 해빙 농도값이 척치해 해빙의 변화에 관련되어 있음을 알 수 있었다. 특히, 베링해의 해빙 농도값이 극소를 나타냈을 때, 5개월 후의 척치해의 해빙 농도는 감소될 확률이 약 70%로 나타났다. 이는 태평양에서 베링해협을 통해 북극해로 유입되는 해류가 베링해의 해빙 농도를 감소시킨 후 해협을 통해 척치해로 이동하여 해빙을 녹이는 과정에 비롯한 것으로 사료된다. 향후 위성데이터에 정보 이론으로 접근하는 이 연구를 더 발전시켜 어떤 시점과 시간적 스케일로 특이 패턴이 발생하는지 조사하고 그 기간에 관련된 해양-대기의 패턴 또는 사건들을 분석하여, 떨어진 두 지역의 해빙 농도 상태에 내재된 연관성에 대한 심층적 이해가 가능할 것이다.

• 한국수자원학회논문집
• /
• 제39권12호
• /
• pp.997-1012
• /
• 2006

본 연구에서는 조건부 핵밀도함수와 CAFPE(Corrected Asymptotic Final Prediction Error) 차수결정 방법에 근거한 비매개변수적 비선형 자기회귀 (Nonlinear AutoRegressive, NAR) 모형을 소개하고 이를 SOI(Southern Oscillation Index)에 적용하였다. SOI 자료에 대해서 선형 AR 모형을 적용하였으나 잔차에 대한 검정결과 이분산성(heteroscedasticity)을 나타내었다. 또한 BDS(Brock-Dechert-Sheinkman) 검정에서 비선형성이 존재함을 확인하였다. 따라서 NAR 모형에 SOI 자료를 적용시켰다. CAFPE를 이용하여 가장 적합한 모형으로 지체 1, 2와 4가 선택되었으며 조건부 평균함수를 추정하여 SOI 자료를 모의한 결과 잔차에 대해서 정규성과 이분산성 가정이 Jarque-Bera 검정과 ARCH-LM 검정에서 각각 기각되었으며 또한 조건부 표준편차함수의 최적 차수로 3, 8과 9가 CAPFE를 통해 선택되었다. 조건부 평균함수와 표준편차함수를 모두 고려한 모형에 대한 잔차 검정 결과 잔차의 I.I.D 가정을 만족하였으며 특히, BDS 검정에서 신뢰구간 95%와 99%에서 모두 만족한 결과를 나타내었다. 마지막으로 전체의 15%에 해당하는 SOI 자료에 대해서 One-Step 예측을 수행하였으며 선형 모형에 비해 평균제곱예측오차가 7% 적게 나타났다. 따라서, NAR 모형은 여타의 매개변수적 방법과 달리 모형 선택에 있어 자유로우며 비선형성을 고려할 수 있는 모형으로서 SOI 자료와 같은 비선형 자료를 위한 모의방법으로 선형 모형에 비해 많은 장점을 가지고 있다.

• 전기학회논문지
• /
• 제59권1호
• /
• pp.184-191
• /
• 2010

Many researchers have been considering genetic algorithms to system optimization problems. Especially, real-coded genetic algorithms are very effective techniques because they are simpler in coding procedures than binary-coded genetic algorithms and can reduce extra works that increase the length of chromosome for wide search space. Thus, this paper presents a fuzzy system design technique to improve the performance of the fuzzy system. The proposed system consists of two procedures. The primary tuning procedure coarsely tunes fuzzy sets of the system using the k-means clustering algorithm of which the structure is very simple, and then the secondary tuning procedure finely tunes the fuzzy sets using enhanced real-coded genetic algorithms based on the primary procedure. In addition, this paper constructs multiple fuzzy systems using a data preprocessing procedure which is contrived for reflecting various characteristics of nonlinear data. Finally, the proposed fuzzy system is applied to the field of time series prediction and the effectiveness of the proposed techniques are verified by simulations of typical time series examples.

• 한국정밀공학회지
• /
• 제16권7호
• /
• pp.178-187
• /
• 1999

In order to identify a transfer function model with noise, penalty function method has been widely used. In this method, estimation process for possible model parameters from low to higher order proceeds the model identification process. In this study, based on linear estimation method, a new approach unifying the estimation and the identification of ARMAX model is proposed. For the parameter estimation of a transfer function model with noise, linear estimation method by noise separation is suggested instead of nonlinear estimation method. The feasibility of the proposed model identification and estimation method is verified through simulations, namely by applying the method to time series model. In the case of time series model with noise, the proposed method successfully identifies the transfer function model with noise without going through model parameter identification process in advance. A new algorithm effectively achieving model identification and parameter estimation in unified frame has been proposed. This approach is different from the conventional method used for identification of ARMAX model which needs separate parameter estimation and model identification processes. The consistency and the accuracy of the proposed method has been verified through simulations.

• 대한원격탐사학회지
• /
• 제40권2호
• /
• pp.141-150
• /
• 2024

Ground subsidence in urban areas is mainly caused by anthropogenic factors such as excessive groundwater extraction and underground infrastructure development in the subsurface composed of soft materials. Global Navigation Satellite System data with high temporal resolution have been widely used to measure surface displacements accurately. However, these point-based terrestrial measurements with the low spatial resolution are somewhat limited in observing two-dimensional continuous surface displacements over large areas. The synthetic aperture radar interferometry (InSAR) technique can construct relatively high spatial resolution surface displacement information with accuracy ranging from millimeters to centimeters. Although constellation operations of SAR satellites have improved the revisit cycle, the temporal resolution of space-based observations is still low compared to in-situ observations. In this study, we evaluate the extraction of a time-series of surface displacement in Incheon Metropolitan City, South Korea, using the small baseline subset technique implemented using the commercial software, Gamma. For this purpose, 24 COSMO-SkyMed X-band SAR observations were collected from July 12, 2011, to August 27, 2012. The time-series surface displacement results were improved by reducing random phase noise, correcting residual phase due to satellite orbit errors, and mitigating nonlinear atmospheric phase artifacts. The perpendicular baseline of the collected COSMO-SkyMed SAR images was set to approximately 2-300 m. The surface displacement related to the ground subsidence was detected approximately 1 cm annually around a few Incheon Subway Line 2 route stations. The sufficient coherence indicates that the satellite orbit has been precisely managed for the interferometric processing.

• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.

• 한국전자통신학회논문지
• /
• 제8권1호
• /
• pp.113-119
• /
• 2013

본 논문에서는 수 변전 설비의 열화진단을 위해서 열화상 카메라로 측정한 온도에 대한 시계열 데이터를 이용하여 포엔카레 맵과 프랙탈 차원에 의한 패턴 변화에 따른 온도 변화 특성을 살펴보았다. 시뮬레이션 결과 포엔카레 맵과 상관 차원에서 비선형적인 특성 거동을 확인할 수 있었다. 앞으로 추가적인 연구를 통한 검증 방법이 요구된다.

• The Journal of the Acoustical Society of Korea
• /
• 제15권2E호
• /
• pp.50-59
• /
• 1996

In this paper, an adaptive precompensator, which can reduce the distortion of a Wiener system effectively, is proposed. The previous techniques for adaptive precompensation, based on the Volterra series modeling to compensate the distortion of a nonlinear system, are not suitable for real-time implementation due to high computational burden and slow convergence burden and slow convergence rate. This paper presents an adaptive precompensation technique for the class of nonlinear subsystem, referred to as Wiener system. An adaptive algorithm for adjusting the parameters of a precompensator, structured by a hammerstein model, is derived using the stochastic gradient method. Also, an adaptive precompensatin technique which can effectively reduce nonlinear distortion in μ-law type of saturation characteristics is proposed. The validity of the proposed algorithm is confirmed through simulation by applying it to known Wiener systmes and a typical loudspeaker model.

• 응용통계연구
• /
• 제15권2호
• /
• pp.311-321
• /
• 2002

시계열 자료의 전이함수분석에 있어서 조건부 이분산성을 도입하고 기존의 선형 이분산모형인 Engle(1982)의 ARCH 모형과 더불어 비선형 모형인 베타-ARCH 및 분계점-ARCH모형을 고려하였다. 모형적합절차를 간략히 소개하였으며 제안된 모형을 미국 나스닥지수와 국내 종합주가지수에 적용시켜본 결과 비선형 ARCH 모형이 우수함을 알 수 있었다.

• 대한수학회지
• /
• 제45권3호
• /
• pp.631-644
• /
• 2008

In this paper, we present a new method for solving a nonlinear two-point boundary value problem with finitely many singularities. Its exact solution is represented in the form of series in the reproducing kernel space. In the mean time, the n-term approximation $u_n(x)$ to the exact solution u(x) is obtained and is proved to converge to the exact solution. Some numerical examples are studied to demonstrate the accuracy of the present method. Results obtained by the method are compared with the exact solution of each example and are found to be in good agreement with each other.