• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1191-1196
• /
• 2009

온실가스 증가에 따른 미래 기후변화가 수자원에 미치는 영향을 평가하기 위하여 전구기후모델(AOGCM)의 기온과 강수 자료를 이용하여 한반도 지역에 대한 통계적 규모 상세화(statistical downsacaling, SDS) 기법을 개발하였다. 개발된 기법은 Cyclostationary Empirical Orthogonal Function (CSEOF) 분석과 회귀분석을 결합한 것으로 관측과 AOGCM 시계열의 통계적 상관성을 이용하고 있다. 20세기말(1973-2000) 동안의 광역규모의 기온(ECMWF)과 강수량(CMAP) 및 AOGCM의 기온과 강수량 자료에 통계적 상세화 기법을 적용하고 비교함으로써 이 기법의 유효성을 검증하였는데, 상세화된 기온과 강수량 자료는 관측된 계절변동성과 월변동성을 잘 모사하였다. 특히, 여름철 관측에 비해 저평가된 AOGCM의 강수량 크기와 변동성이 상세화를 통해 관측치에 근접하게 되었다. AOGCM의 미래 강수량 변화는 21세기 후반에 계절적으로 봄과 여름에 증가할 것을 예상되었다. 상세화된 AOGCM의 강수는 겨울을 제외한 모든 계절에서, 특히 여름철에 가장 많이 증가할 것으로 전망되었다. AOGCM의 미래 기온변화는 21세기 후반으로 갈수록 상승하며, 계절적으로 겨울철의 기온 상승폭이 더 클 것으로 전망되는데, AOGCM을 상세화한 결과에서는 겨울과 더불어 여름에도 기온 상승폭이 클 것으로 전망되었다. 개발된 기법은 역학적 결과와 관측과의 통계적 상관성을 이용하기 때문에 광역규모의 기후적 특성뿐만 아니라 한반도 지형 등 지역적 특성도 모두 반영함과 더불어 광역규모의 자료를 빠른 시간내에 효과적으로 상세화시킬 수 있는 장점도 지닌다. 한편 상세화에 사용된 CSEOF의 모드수 등에 따른 불확실성 등은 통계적 상세화 과정에 개선될 여지가 남아있음을 보여준다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.15 no.12
• /
• pp.7018-7024
• /
• 2014

This study examined the squared returns and absolute returns of KOSPI 200 with GPH (Geweke and Porter-Hudak, 1983) estimators. GPH was estimated by the long-term memory preserving time series parameter d in linear regression. This called the GPH estimator, which depends on a bandwidth m. m was decided by confirming the stable section of the point estimate by validating the track of the GPH estimator according to the value of m. The result suggests that by satisfying 0< d <0.5, the squared returns and absolute returns of KOPI 200 retains long-term memory.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.987-991
• /
• 2008

본 연구에서는 과거 제안된 5가지의 기준증발산식으로부터 산정된 증발산량과 pan 증발량을 이용하여 상관분석을 실시하였고 pan 계수를 산정하였다. 또한 우리나라 21개 기상관측지점에서 과거 제안된 5가지의 기준증발산식들을 비교하고 그 유사성을 알아보았다. 비교 검토된 기준증발산식은 4가지 방법으로 분류하였으며, 분류된 방법 중에서 각기 대표적인 기준증발산량 산정식을 선정하여 적용하였다. 적용된 기준증발산식은 에너지와 공기동력항의 조합법에 근거한 Penman 식, 단일근원법에 근거한 FAO Penman-Monteith(FAO P-M) 식, 복사자료를 이용한 방법인 Makkink 식과 Priestley-Taylor 식, 그리고 기온자료에 근거한 방법인 Hargreaves 식 등이다. 연구지역 선정을 위하여 기상관측지점이 있는 지역의 지리 및 지형조건을 고려하였다. 사용된 기상자료는 1970년부터 5년 간격으로 8개년의 일별 기상자료를 사용하였다. 적용결과는 수치 및 시계열 도시방법을 통하여 비교하였다. 분석결과에 의하면 대부분의 지역에서 기준증발산식과 pan 증발량과는 0.9 이상의 높은 상관관계를 보이고 있으나, pan 증발량과 비교하여 회귀식의 경사가 1.0보다 크거나 작은 경향을 보이고 있다. 전국 21개 연구지역 중에서 12개 지역에서 대기온도자료에 기초한 Hargreaves 식이 FAO P-M 식과 가장 유사한 것으로 나타났는데, 이들 지역은 대구지역을 제외하고 해안지역에 위치하고 있다. 반면에 내륙에 위치한 8개 지역에서 복사량자료에 기초한 Priestley-Taylor 식이 FAO P-M 식과 유사한 것으로 나타났다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.157-158
• /
• 2019

발전소 관리의 단기 전력 수요에 대한 정확한 예측은 전력 시스템의 안전하고 효율적인 작동을 보장하는데 필수적이다. 따라서 본 연구는 가우스 커널 함수 네트워크 (GKFNs)의 심층 구조를 이용하여 일일 최대 전력 수요를 예측하는 새로운 방법을 제시한다. 제안 된 GKFN의 깊이 구조는 표준 GKFN에 비해 예측 정확도를 향상시킨다. 한국의 일일 최대 전력 수요를 예측하기위한 시뮬레이션은 제안 된 예측 모델이 GKFN 모델, k-NN 및 SVR과 같은 다른 예측 모델에 비해 예측 성능에 이점이 있음을 보여준다. GKFN의 제안된 심층 구조는 시계열 예측 및 회귀 문제의 다양한 문제에 적용될 수 있다.

• The Journal of Society for e-Business Studies
• /
• v.25 no.2
• /
• pp.49-63
• /
• 2020

The accurate prediction of box office in the early stage is crucial for film industry to make better managerial decision. With aims to improve the prediction performance, the purpose of this paper is to evaluate the use of machine learning methods. We tested both classification and regression based methods including k-NN, SVM and Random Forest. We first evaluate input variables, which show that reputation-related information generated during the first two-week period after release is significant. Prediction test results show that regression based methods provides lower prediction error, and Random Forest particularly outperforms other machine learning methods. Regression based method has better prediction power when films have small box office earnings. On the other hand, classification based method works better for predicting large box office earnings.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1996.04a
• /
• pp.499-501
• /
• 1996

고로에서 출선된 용선성분중 [Si]은 노열 판단의 대표인자이며, 용선의 열원역할을 함과 동시에 탈P작업의 저해요인이자 slag발생, 전로 slopping발생의 원인이기에 적절한 저[Si] 용선을 제조할 필요가 있다. 또한 [S]는 강의 불순물이자 수요가의 요구로 저[S] 용선제조가 요구된다. 이를위해 후공정인 제강공장에 가기전에 100% 용선예비처리를 실시하고 있다. 본 연구에서는 기존의 용선성분 분석방법으로는 효율적인 용선 예비처리가 불가하므로 시계열분석및 중회귀분석을 통하여 성분을 사전예측하여 시간의 한계를 극복하고, 예측된 성분에 의하여 효율적인 예비처리실시 또는 예비처리 없이 제강직송도 실시하는등 제철소 공정통제 기능의 하나인 용선관제기능의 적극적인 대응이 가능하도록 한다.

• Journal of Navigation and Port Research
• /
• v.44 no.1
• /
• pp.44-52
• /
• 2020

More accurate forecasting of port cargo in the global long-term recession is critical for the implementation of port policy. In this study, the Busan Port container volume (export cargo and transshipment cargo) was estimated using the Vector Autoregressive (VAR) model and the vector error correction (VEC) model considering the causal relationship between the economic scale (GDP) of Korea, China, and the U.S. as well as ARIMA, a single volume model. The measurement data was the monthly volume of container shipments at the Busan port J anuary 2014-August 2019. According to the analysis, the time series of import and export volume was estimated by VAR because it was relatively stable, and transshipment cargo was non-stationary, but it has cointegration relationship (long-term equilibrium) with economic scale, interest rate, and economic fluctuation, so estimated by the VEC model. The estimation results show that ARIMA is superior in the stationary time-series data (local cargo) and transshipment cargo with a trend are more predictable in estimating by the multivariate model, the VEC model. Import-export cargo, in particular, is closely related to the size of our country's economy, and transshipment cargo is closely related to the size of the Chinese and American economies. It also suggests a strategy to increase transshipment cargo as the size of China's economy appears to be closer than that of the U.S.

• Land and Housing Review
• /
• v.14 no.3
• /
• pp.37-53
• /
• 2023

This study conducted an empirical analysis of how different types of living retail businesses affected housing prices during the COVID-19 pandemic, with a particular focus on both global and local time series effects. The main findings are three folds: First, from a global perspective, the study discovered that the presence of living retail businesses had a significant impact on prices of nearby apartment, varying according to their type. Secondly, the impact of COVID-19 on the retail industry varied depending on the type of business. Thirdly, when viewed from a local standpoint, the impact of the retail business sector on apartment prices due to COVID-19 pandemic was substantial, varying across regions and business types. This implies that external shocks like COVID-19 have the potential to alter the role and perception of living retail businesses. In light of this, the study has put forth policy implications aimed at mitigating the adverse effects of living retail businesses and enhancing residential quality.

• Journal of the Korean association of regional geographers
• /
• v.10 no.3
• /
• pp.592-605
• /
• 2004

The research analyzes data on housing(apartments) value and educational level(45$\sim$59 aged) in Seoul. The results of the research show that: since the economic crisis of 1997 out of which Korea was rescued by the IMF, it is evident that the spatial process of increasing residential segregation and the regional differentiation of housing price are inextricably interrelated. Through time-series analysis for the education level by the administrative unit of Dong in Seoul, already in 1990 the residential segregation by the educational groups was observed, it is acknowledged that this residential segregation has been reproduced continuously. The rate of residence of the highly educated groups in an administrative Dong is closely related to the variation of the housing value within the Dongs. The housing value in the period 1997$\sim$2003 has risen sharply in the regions where highly educated groups are spatially concentrated. That of other regions have stagnated or have risen marginally thus, the regional differences of the housing value have greatly increased. The differentiation of housing price reflects the residential segregation.

• Journal of Navigation and Port Research
• /
• v.42 no.6
• /
• pp.539-545
• /
• 2018

In recent years, research on shipping market forecasting with the employment of non-linear AI models has attracted significant interest. In previous studies, input variables were selected with reference to past papers or by relying on the intuitions of the researchers. This paper attempts to address this issue by applying the stepwise regression model and the random forest model to the Cape-size bulk carrier market. The Cape market was selected due to the simplicity of its supply and demand structure. The preliminary selection of the determinants resulted in 16 variables. In the next stage, 8 features from the stepwise regression model and 10 features from the random forest model were screened as important determinants. The chosen variables were used to test both models. Based on the analysis of the models, it was observed that the random forest model outperforms the stepwise regression model. This research is significant because it provides a scientific basis which can be used to find the determinants in shipping market forecasting, and utilize a machine-learning model in the process. The results of this research can be used to enhance the decisions of chartering desks by offering a guideline for market analysis.