• 제목/요약/키워드: time series prediction

검색결과 889건 처리시간 0.028초

Predicting Daily Nutrient Water Consumption by Strawberry Plants in a Greenhouse Environment

  • Sathishkumar, VE;Lee, Myeong-Bae;Lim, Jong-Hyun;Shin, Chang-Sun;Park, Chang-Woo;Cho, Yong Yun
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2019년도 추계학술발표대회
    • /
    • pp.581-584
    • /
    • 2019
  • Food consumption is growing worldwide every year owing to a growing population. Hence, the increasing population needs the production of sufficient and good quality food products. Strawberry is one of the world's most famous fruit. To obtain the highest strawberry output, we worked with three strawberry varieties supplied with three kinds of nutrient water in a greenhouse and with the outcome of the strawberry production, the highest yielding strawberry variety is detected. This Study uses the nutrient water consumed every day by the highest yielding strawberry variety. The atmospheric temperature, humidity and CO2 levels within the greenhouse are identified and used for the prediction, since the water consumption by any plant depends primarily on weather conditions. Machine learning techniques show successful outcomes in a multitude of issues including time series and regression issues. In this study, daily nutrient water consumption of strawberry plants is predicted using machine learning algorithms is proposed. Four Machine learning algorithms are used such as Linear Regression (LR), K nearest neighbour (KNN), Support Vector Machine with Radial Kernel (SVM) and Gradient Boosting Machine (GBM). Gradient Boosting System produces the best results.

AR모델과 MLP를 이용한 단기 물 수요 예측 알고리즘 개발 (Short-Term Water Demand Forecasting Algorithm Using AR Model and MLP)

  • 최기선;유철;진력민;유성근;전명근
    • 한국지능시스템학회논문지
    • /
    • 제19권5호
    • /
    • pp.713-719
    • /
    • 2009
  • 본 논문은 비선형 특성을 내재한 물 수요예측을 위하여 기존의 시계열 자기회귀 알고리즘과 다층신경망 학습방법을 결합한 단기 물 수요 예측 알고리즘을 개발하였다. 제시된 방법을 검증하기 위한 사례연구로 2007년도와 2008년도 전북지역의 광역상수도 A정수장에서 취득된 데이터를 활용하여 알고리즘 구축 및 제안 방법의 정확도를 분석하였다. 실험 결과 다중회귀모델은 MAPE가 5.1%, AR모델은 3.8%, 제안된 방법인 AR+MLP 모델은 3.6%로 나타나 성능이 우수한 것으로 나타났다. 따라서 제안된 방법을 사용할 경우 정수장에서 단기 물 수요예측에 유용하게 활용할 수 있음을 보였다.

시계열 데이터를 활용한 코로나19 동향 예측 (Covid19 trends predictions using time series data)

  • 김재호;김장영
    • 한국정보통신학회논문지
    • /
    • 제25권7호
    • /
    • pp.884-889
    • /
    • 2021
  • 국내 코로나19의 감염자 수가 백신과 사회적 거리 두기, 백신 등 여러 가지 노력 덕분에 차츰 줄어드는 듯 보였으나 2020년 2월 20일 특정한 사건 이후 감염자 수가 증가한 것처럼, 2020년 12월부터 또다시 급격히 감염자 수가 증가하는 추세이며 꾸준히 일일 500명가량의 감염자 수가 이어지고 있다. 따라서 Kaggle의 데이터셋을 이용해서 Prophet 알고리즘을 통해 미래 코로나19를 예측하고 사이킷런을 통해 결정계수, 평균 절대 오차, 평균 백분율 오차, 평균 제곱 차, 평균 제곱근 편차를 통해 이 예측에 대한 설명력을 더한다. 또한 코로나19가 급격히 특정한 사건이 없었을 경우 국내 감염자 수를 예측해 앞으로 우리가 미래의 질병에 대해서 방역과 방역 수칙 실천의 중요함을 강조한다.

재정분권화가 경제성장에 미치는 영향에 관한 실증연구: 미국의 경우를 중심으로 (The Analysis of the Effect of Fiscal Decentralization on Economic Growth: Centering The U. S.)

  • 최원익
    • 국제지역연구
    • /
    • 제16권3호
    • /
    • pp.77-97
    • /
    • 2012
  • 재정분권화가 경제성장에 미치는 영향에 관한 기존의 연구들이 많은 가정 하에서 전통적인 OLS분석을 실시하기 때문에 추정된 계수가 일관성 및 불편성 등을 상실하는 심각한 문제점들을 내포하고 있다. 본 연구는 이의 개선을 위해 미국의 경제변수들에 대해 단위근검정과 공적분검정을 실시한 후 공적분관계가 있음을 확인하고 Johansen의 벡터오차수정모형(VECM)에 의한 추정을 실시하여 장기적 균형분석, 단기적 동태분석 그리고 변수들에 대한 향후 예측까지 실시하였다. 미국에서 주 수준(state level)의 재정분권화가 경제성장에 미치는 영향에 관한 분석에서는 2개의 장기균형관계가 성립하고, 단기조정과정에서는 재정분권화와 경제성장이 같은 방향으로 움직이거나 반대방향으로 조정되는 양상을 보이며, 향후 GDP는 급격히 증가하다가 2015년 이후에는 완만히 증가하며 재정분권화지수는 2012년까지는 일반적인 감소추세를 보이다가 서서히 감소한다. 또한 미국에서 지방수준의 재정분권화가 경제성장에 미치는 영향에 관한 분석결과, 2개의 장기균형관계가 성립하며, 단기조정과정에서도 역시 재정분권화와 경제성장이 같은 방향으로 움직이거나 반대방향으로 조정되는 양상을 보이며, 충격반응분석에서는 재정분권화가 GDP에 상당히 부정적인 영향을 미친다.

원-핫 인코딩을 이용한 딥러닝 단기 전력수요 예측모델 (Deep Learning Based Short-Term Electric Load Forecasting Models using One-Hot Encoding)

  • 김광호;장병훈;최황규
    • 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.

On-Chain Data를 활용한 LSTM 기반 비트코인 가격 예측 (Utilizing On-Chain Data to Predict Bitcoin Prices based on LSTM)

  • 안유진;오하영
    • 한국정보통신학회논문지
    • /
    • 제25권10호
    • /
    • pp.1287-1295
    • /
    • 2021
  • 최근 10여 년 동안 가장 가파르게 가치가 상승한 자산군을 꼽자면 단연 비트코인이라고 할 수 있을 것이다. 특히 비트코인은 중앙통제 기관이 없음에도 불구하고 첫 등장을 한 2009년의 사실상 0달러에서 2021년 최고점인 65,000 달러 수준까지 치솟아 역사에 길이 남을 가치 상승을 보여주었다. 이에 따라 비트코인의 가능성에 대해서 반신반의 했던 상당수 투자자들의 포트폴리오에도 비트코인이 상당한 비중을 차지하는 경우가 많아졌으며, 제도권 내의 금융권에서도 이런 비트코인의 움직임에 주목하고 있다. 비트코인에 대한 관심과 더불어 비트코인의 가격에 거시경제 변수나 센티멘트가 비트코인의 가격이 어떻게 움직이는가에 대한 연구 또한 상당히 진전되었다. 하지만, 이들 연구에서 활용한 변수들은 비트코인만의 특징적인 데이터라고 할 수 있는 블록체인 내의 데이터를 취합하여 가공한 온체인 데이터를 적극적으로 활용하지는 않았다. 따라서, 본 논문에서는 시계열 데이터 예측에 적극적으로 활용되고 있는 LSTM을 기반으로 온체인 데이터를 활용하여 비트코인의 가격을 예측해보고자 한다.

미국, 일본, 인도 증권시장 통합에 관한 연구 - 정보전달 메카니즘을 중심으로 - (A Study on USA, Japan and India Stock Market Integration - Focused on Transmission Mechanism -)

  • 이동욱
    • 국제지역연구
    • /
    • 제13권2호
    • /
    • pp.255-276
    • /
    • 2009
  • 본 연구는 미국, 일본 및 인도 증권시장에서의 수익률 및 변동성 간의 동태적인 상호작용에 관한 실증분석을 실시하였다. 이를 위하여 VAR모형에 기초를 둔 Granger 인과관계 분석 및 분산분해 분석을 실시하였으며 주요 실증분석 결과는 다음과 같다. 첫째, Granger인과관계 분석 결과 미국, 일본 및 인도 증권시장 사이에는 피드백적인 영향력을 미치고 있는 것으로 나타났으나, 미국 증시의 일본 및 인도 증시에 대한 영향력이 지배적인 것으로 나타났다. 둘째, 분산분해 분석 결과 인도 증시는 일본 보다 미국 증시로부터 상대적으로 더 많은 영향을 받는 것으로 나타났다. 각 증권시장이 해외증시로부터 받은 영향력의 크기는 일본 35%, 미국 16%, 인도 13%로 나타남에 따라 일본 증시의 해외변수에 대한 의존성이 매우 높은 것으로 나타났다. 이는 인도 증시가 인도 정부의 경제개방 및 자본 자유화 등으로 국제 증권시장과 점진적으로 통합화되어가고 있는 증거를 제시해 주고 있다. 또한 동 실증분석 결과는 국제 투자자들의 포트폴리오 관리 및 투자전략 수립, 위험관리전략 수립 등에 다소나마 도움을 줄 수 있을 것으로 보여 진다.

딥러닝 기법을 활용한 가구 부자재 주문 수요예측 (Demand Prediction of Furniture Component Order Using Deep Learning Techniques)

  • 김재성;양여진;오민지;이성웅;권순동;조완섭
    • 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.

초저출산율에 따른 시도별 출산율 변동을 반영한 예측 연구 (A study on prediction for reflecting variation of fertility rate by province under ultra-low fertility in Korea)

  • 오진호
    • 응용통계연구
    • /
    • 제34권1호
    • /
    • pp.75-98
    • /
    • 2021
  • 본 논문은 전국과 시도별 출산율의 관계를 규명하는 세 가지 통계적 모형을 비교한다. 세 모형은 10년간 평균 연령별 누적출산율의 Gompit변환 자료를 대입한 회귀모형, 연령별 출산율 자료 변환 없이 원자료를 적용한 회귀모형, 그리고 확률과정 관점에서 불안정한 연령별 출산율 시계열을 적합할 경우 고려할 수 있는 공적분 모형이다. 본 논문은 전국과 지역간 비정상성 출산율의 관계를 도출하고자 할 때 다음을 제안한다. 전국과 지역 출산율의 공적분 관계식를 선행적으로 도출한다. 더 나아가 이 관계가 유의하지 않으면 변환 없는 원자료를 활용한 회귀모형 접근으로 전국과 시도별 출산율 관계를 살펴보는 것을 제안한다. 또한 Gompit 변환 자료를 대입한 회귀모형 방법은 출산율이 다른 방식과 비교해 과대추정되는 결과가 도출되었다. 끝으로 서울, 부산, 대구, 인천, 광주, 대전, 경기는 2025-2030년까지 타 지역과 다르게 합계출산율이 1.0명 이하로 예측되므로 시급하고 효율성 있는 출산율 제고정책이 필요하다고 판단된다.

밀양 깻잎 농업의 총소득 극대화를 위한 적정 생산 규모 전망 (Prediction of Optimal Production Level for Maximizing Total Profit in Miryang Sesame Leaf Cultivation)

  • 조재환;정원호
    • 한국산학기술학회논문지
    • /
    • 제22권1호
    • /
    • pp.313-320
    • /
    • 2021
  • 본 연구는 경남 밀양 깻잎 농업의 수급 및 가격 모형을 개발하고 정책 실험을 통해 밀양 깻잎 생산 농가의 총 소득을 극대화하는 적정 생산 규모를 전망한다. 분석 자료는 밀양 깻잎 농업의 총 소득과 관련된 22개년 시계열 자료(1996~2017년)가 이용되었다. 분석 방법은 수요 함수와 평균 비용 함수 추정을 통하여 적정 생산량과 가격을 산출하고 이를 통해 적정 소득을 도출하였다. 또한, 시나리오 분석을 통하여 2030년까지 예상되는 밀양 깻잎 최적 생산량과 이에 해당하는 판매 가격, 총 수입, 총 비용, 총 소득을 전망하였다. 밀양 깻잎 생산 농가 전체를 대상으로 총 소득을 극대화하기 위해서는 2017년에 7천 톤 규모인 밀양 깻잎 생산량을 2030년까지 10~12.5천 톤으로 증가시킬 필요가 있다. 이 경우 밀양 깻잎 농업에 귀속되는 총 소득은 133~213억 원 수준으로 전망된다. 앞으로 밀양 깻잎 생산자 단체는 본 연구에서 제시한 적정 생산 규모를 유지하여 농가에게 귀속하는 총 소득을 증대시키도록 노력해야 할 것이다.