• 한국지능시스템학회논문지
• /
• 제19권5호
• /
• pp.655-660
• /
• 2009

기존의 예측 알고리즘들은 실시간 환경에서 학습 데이터 처리에서 오는 시간지연 문제, 구현의 어려움 등으로 개인화된 실시간 서비스를 제공하는 컨텍스트 인식 환경에서 사용하기에 적합하지 않다. 본 논문에서는 사용자 모델을 이용하여 컨텍스트 예측 알고리즘의 처리시간 단축과 예측 정확도를 향상시키기 위한 연구를 제안한다. 컨텍스트 예측을 위하여 사용자의 컨텍스트 중에서 이동경로를 사용한다. 이동경로를 기반으로 시계열 분석 방법을 통하여 사용자 모델을 생성하고, 생성된 사용자 모델을 시퀀스 매칭 방법을 이용하여 사용자의 컨텍스트를 예측한다. 기존 예측 알고리즘과 본 연구에서 제안한 예측 알고리즘을 시뮬레이션을 통하여 처리시간 및 예측 정확도를 비교한 결과, 실시간 서비스 환경에서 예측 정확도는 기존 예측 알고리즘들과 비슷한 결과를 보였고, 처리시간은 사용자 모델을 사용한 경우가 시퀀스 매칭을 사용한 경우보다 평균 40% 정도 감소시킬 수 있음을 알 수 있었다.

• 대한방사선방어학회:학술대회논문집
• /
• 대한방사선방어학회 2010년도 춘계 학술발표회 및 심포지엄
• /
• pp.200-201
• /
• 2010

• Communications for Statistical Applications and Methods
• /
• 제29권1호
• /
• pp.103-125
• /
• 2022

In this paper, we analyze the time series data of the case and death counts of COVID-19 that broke out in China in December, 2019. The study period is during the lockdown of Wuhan. We exploit functional data analysis methods to analyze the collected time series data. The analysis is divided into three parts. First, the functional principal component analysis is conducted to investigate the modes of variation. Second, we carry out the functional canonical correlation analysis to explore the relationship between confirmed and death cases. Finally, we utilize a clustering method based on the Expectation-Maximization (EM) algorithm to run the cluster analysis on the counts of confirmed cases, where the number of clusters is determined via a cross-validation approach. Besides, we compare the clustering results with some migration data available to the public.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.52-55
• /
• 1996

In order to establish the robust current controller design technique of series wound motor driver system. This paper proposes a method of compensated Bang-Bang current control using a series wound motor driver system under improperly variable load. To get minimum time torque control. A compensated Bang-Bang current controller structure is simpler than the structure of PID plus Bang-Bang controller. This paper shows that a general 8 bits microprocessor be used efficiently implementing such an algorithm. The calculation time of software is extremely small when compared with conventional PID plus Bang-Bang a controller. Both nonlinear operating characteristics of Digital switching elements and Describing Function methods are used for the analysis and synthesis. Real time implementation of compensated Bang-Bang current is achieved. Concept design strategy of the control and PWM waveform generation algorithms are presented in the paper.

• 한국지능시스템학회논문지
• /
• 제7권3호
• /
• pp.34-42
• /
• 1997

본 논문은 새로은 퍼지 규칙의 생성을 위한 학습 알고리즘과 시계열 예측에의 응용을 다루고 있다. 데이터에서 IF-THEN문 형태의 퍼지 규칙을 생성시키는 과정에서 동일한 전건부(IF문)에 대해 상이한 후건부(THEN문)가 생겨 모순된 규칙을 형성시키는 경향이 있다. 수정된 중심값 방법(Modified Center Method)으로 명명된 새로운 알고리즘은 이와 같은 모순된 규칙의 형성을 효과적으로 해결하여, 시계열 예측을 수행하는데 그 오차를 줄일 수 있다. 알고리즘의 효과를 살표보기 위해 Mackey-Glass time series와 Gas Furnace data 분석에 적용하였다.

• 응용통계연구
• /
• 제1권1호
• /
• pp.57-67
• /
• 1987

일반적으로 시계열 자료의 분석은 시간에 대한 모수들의 정상성가정(stationary assumption)하에서 이루어지고 있다. 본 논문에서는 예측하기 힘든 시점에서 분산들이 변화할 수 있는 AR(1) 모형에서 분산의 변화점(variance ahange point)을 추정하는 방법을 제안했으며 모의자료 및 실제자료를 이용하여 다른 방법들과 비교하여 보았다.

• 천문학회보
• /
• 제36권1호
• /
• pp.40.1-40.1
• /
• 2011

Large solar flares are associated with various aspects of space weather effects. Numerous attempts have been made to predict when the solar flare will be occurred mainly based on the configuration of the magnetic field of its flaring site. We analyze the time series of f/g which indicates a representative measure of the sunspot complexity to see whether it shows a possibility to be predicted without huge amounts of observation. Two kinds of analysis results are presented. One is from its power spectrum giving that there's no significantly persistent periodicity within a few days. Its de-trended fluctuation shows the Hurst exponent larger than 0.5 implying that the f/g time series has a long-term memory in time scales less than 10 days.

• 한국전자통신학회논문지
• /
• 제10권2호
• /
• pp.253-260
• /
• 2015

사람의 감정 중의 하나인 사랑은 사회학과 심리학에서 주된 관심사로 연구되어 왔다. 본 논문에서는 로미오와 줄리엣의 사랑 방정식에서 시간 지연 요소가 없는 경우와 시간 지연요소가 있는 경우의 사랑의 거동을 시계열과 위상 공간으로 나타내고 이들 사이의 차이를 분석하였다.

• 응용통계연구
• /
• 제22권6호
• /
• pp.1203-1214
• /
• 2009

본 논문에서는 시계열자료의 군집분석을 위해 시간영역과 진동수영역에서의 군집 방법들을 소개하고 각 방법들의 장단점에 대해 논의하였다. KOSPI 200에 속한 15개 기업의 일별 주가자료률 이용한 비교분석 결과 비모수적인 방법인 웨이블릿을 이용한 군집분석이 가장 좋은 결과를 보였다. 비정상 시계열자료의 경우 차분 보다는 EMD를 이용하여 추세를 제거하는 방법이 스펙트럼 밀도함수를 이용한 군집분석에 더 효율적이었다.

• 한국컴퓨터정보학회논문지
• /
• 제27권5호
• /
• pp.55-67
• /
• 2022

센서 데이터를 활용하여 설비의 이상 진단이 가능해졌다. 하지만 설비 이상에 대한 원인 분석은 미비한 실정이다. 본 연구에서는 센서 기반 시계열 데이터 분류 모델을 위한 해석가능한 합성곱 신경망 프레임워크를 제안한다. 연구에서 사용된 센서 기반 시계열 데이터는 실제 차량에 부착된 센서를 통해 수집되었고, 반도체의 웨이퍼 데이터는 공정 과정에서 수집되었다. 추가로 실제 기계 설비에서 수집된 주기 신호 데이터를 이용 하였으며, 충분한 학습을 위해 Data augmentation 방법론인 Scaling과 Jittering을 적용하였다. 또한, 본 연구에서는 3가지 합성곱 신경망 기반 모델들을 제안하고 각각의 성능을 비교하였다. 본 연구에서는 ResNet에 Jittering을 적용한 결과 정확도 95%, F1 점수 95%로 가장 뛰어난 성능을 보였으며, 기존 연구 대비 3%의 성능 향상을 보였다. 더 나아가 결과의 해석을 위한 XAI 방법론으로 Class Activation Map과 Layer Visualization을 제안하였으며, 센서 데이터 분류에 중요 영향을 끼치는 시계열 구간을 시각적으로 확인하였다.