We consider bivariate long range dependent (LRD) time series forecasting using a deep learning method. A long short-term memory (LSTM) network well-suited to time series data is applied to forecast bivariate time series; in addition, we compare the forecasting performance with bivariate fractional autoregressive integrated moving average (FARIMA) models. Out-of-sample forecasting errors are compared with various performance measures for functional MRI (fMRI) data and daily realized volatility data. The results show a subtle difference in the predicted values of the FIVARMA model and VARFIMA model. LSTM is computationally demanding due to hyper-parameter selection, but is more stable and the forecasting performance is competitively good to that of parametric long range dependent time series models.
Proceedings of the Korea Water Resources Association Conference
/
한국수자원학회 2023년도 학술발표회
/
pp.345-345
/
2023
기후변화에 대응하기 위한 가뭄과 홍수 등의 수재해 관리체계 수립의 필요성이 높아지고 있어, 기후예측모형과 연계하여 수문 및 에너지 순환과정에서 하천유출에 대한 기후변화 영향예측이 가능한 지표수문모형(Land Surface Model, LSM)의 개발과 적용이 요구되고 있다. 또한, LSM은 연속적이고 장기적인 유출을 모의할 수 있어 수재해에 관한 예측과 정보 제공에 유용하므로, 최근 수재해 예측시스템 구축을 위한 주요한 도구로 관심을 받고 있다. 이에 따라, 본 연구에서는 기후모형 CWRF(Climate-Weather Research and Forecasting Model)와 연계되어 물-에너지 순환모의가 가능한 최신 LSM 중 하나인 Common Land Model(CoLM)을 우리나라 유역의 장기하천유출모의에 적용하고자 한다. 대부분의 LSM은 지상의 물과 에너지 순환과정이 각 단일 격자의 수직적인 모의과정으로 제한되고 있었지만, 현재 지속적인 개선을 통해 많은 LSM에서 보다 현실적인 물과 에너지 변화를 모의하고자 노력하고 있다. 그러나, 지속적인 모형의 개선에도 불구하고(또는 그로 인해) 정교한 수학적 프로세스를 통합하여 개선된 최신 LSM은 오히려 복잡한 매개변수 체계, 매개변수 추정, 입력자료, 초기 및 경계조건 등에서 비롯된 불확실성이 존재하고 있다. 따라서, 모형의 주요 매개변수값의 추정은 모의결과의 성능과 안정성을 확보하기 위한 LSM의 모의에서 필수적인 과정 중 하나이다. 유역의 특성에 따라 결정되는 모형 매개변수는 관련자료의 부재 또는 관측의 부정확성으로 인해 검보정 과정을 통해 결정되어야 하므로, 유역의 수문특성을 최대한 반영하고 모형의 성능과 안정성을 확보하기 위해 모의목적에 따라 적절한 검보정 목적함수의 선정도 요구된다. CoLM과 같이 다양한 매개변수가 사용되는 LSM에서는 모의결과에 대한 불확실성을 줄이고, 모의목적에 따른 모형의 예측도 향상을 위해서 모의결과에 민감한 주요 매개변수의 검보정이 과정이 중요하다. 따라서, 본 연구에서는 격자기반 지표수문모형인 CoLM을 이용하여 우리나라 유역의 장기하천유출을 모의하는 과정에서 CoLM의 주요 매개변수 검보정에 필요한 적절한 목적함수의 적용을 통해 CoLM 장기하천유출 모의결과의 예측성능을 개선하고자 한다.
In this paper, we compare performance of three models. The Holt-Winters, FARIMA and ARGARCH models, are used in predicting internet traffic data for analysis of traffic characteristics. We first introduce the time series models and apply them to real traffic data to forecast. Finally, we examine which model is the most suitable for explaining the long memory, the characteristics of the traffic material, and compare the respective prediction performance of the models.
Proceedings of the Korean Institute of Electrical and Electronic Material Engineers Conference
/
한국전기전자재료학회 2003년도 춘계학술대회 논문집 유기절연재료 방전 플라즈마연구회
/
pp.31-34
/
2003
폴리머 애자의 장기성능예측을 위하여 많은 수단과 측정방법이 연구되어 왔다. 그러나 폴리머 애자에 있어서 성능저하는 대부분 하우징 재료의 열화에 기인되고 있어 예측 및 진단목적의 연구가 하우징 재료의 가속열화에 초점이 맞추어져 있다. 폴리머 애자는 초고압 절연성능과 기계적 강도가 우수하여 송배전 설비에 많이 사용되고 있지만 애자의 형상과 장기성능과의 관계가 정량적으로 규명되어 있지 않아 개발하는 회사는 물론 사용하는 전력회사가 함께 어려움을 가지고 있다. 폴리머 애자의 형상이 폴리머 애자의 장기 성능에 어떻게 영향을 주는 지를 비교분석하고 평가하는 연구가 필요한 시점이다. 본 연구에서는 규칙 교대 갓, 불규칙 교대 갓의 폴리머 애자를 조립방식으로 제작하고, 규칙 교대 갓의 폴리머 애자를 일체형 진공사출 방식으로 제작을 하여 건조섬락전압, 주수섬락전압, 오손섬락전압을 측정하였다. 오손섬락전압은 주수섬락에 비하여 60% 정도 감소함을 보였고 불규칙한 교대 갓의 폴리머 애자의 경우 특성의 편차가 크게 나타났다. 폴리머 애자의 경우 소재의 우수한 특성도 중요하지만 형상적인 인자도 중요한 설계요소이므로 최적화 방안이 요구된다.
Shim, Chang-Su;Jeon, Chi Ho;Kang, Hwi Rang;Dang, Ngoc Son;Lon, Sokanya
Journal of KIBIM
/
제8권4호
/
pp.13-22
/
2018
Future performance prediction of bridges is challenging task for structural engineers. Well-organized information from design, construction and operation stages is essential for the assessment of structures. Digital twin model is a new concept to realize more reliable data platform for management of infrastructures. Damage history including degradation of material, cracking, corrosion, etc. needs to be accumulated in the digital model. The digital model is linked to the analysis model for the assessment of structural performance considering changed mechanical properties of structural components. In this paper, initial definition digital twin model of a PSC-I girder bridge is proposed.
Jo, Sera;Lee, Joonlee;Shim, Kyo Moon;Kim, Yong Seok;Hur, Jina;Kang, Mingu;Choi, Won Jun
Korean Journal of Agricultural and Forest Meteorology
/
제23권4호
/
pp.391-404
/
2021
This study developed a long-term prediction model for the potential yield of garlic based on a genetic algorithm (GA) by utilizing global climate reanalysis data. The GA is used for digging the inherent signals from global climate reanalysis data which are both directly and indirectly connected with the garlic yield potential. Our results indicate that both deterministic and probabilistic forecasts reasonably capture the inter-annual variability of crop yields with temporal correlation coefficients significant at 99% confidence level and superior categorical forecast skill with a hit rate of 93.3% for 2 × 2 and 73.3% for 3 × 3 contingency tables. Furthermore, the GA method, which considers linear and non-linear relationships between predictors and predictands, shows superiority of forecast skill in terms of both stability and skill scores compared with linear method. Since our result can predict the potential yield before the start of farming, it is expected to help establish a long-term plan to stabilize the demand and price of agricultural products and prepare countermeasures for possible problems in advance.
Systematic farming can be planned and managed if long-term agricultural weather information of the plantation is available. Because the greatest risk factor for crop cultivation is the weather. In this study, a method for long-term predicting of agricultural weather using the GloSea5 and machine learning is presented for the cultivation of Chinese cabbage. The GloSea5 is a long-term weather forecast that is available up to 240 days. The deep neural networks and the spatial randomforest were considered as the method of machine learning. The longterm prediction performance of the deep neural networks was slightly better than the spatial randomforest in the sense of root mean squared error and mean absolute error. However, the spatial randomforest has the advantage of predicting temperatures with a global model, which reduces the computation time.
본 논문에서는 한국전력공사에서 장기열화 시험을 수행한 154kV 고분자애자의 성능평가를 수행하고 그 결과를 1999년부터 2008년까지 한국전력공사154kV 송전선로에 시범 설치한 고분자애자의 주간코로나, 열화상 측정을 시행하고 제조회사/규격별 각 24련을 발취하여 총 168련에 대하여 한전 표준구매 규격에 따른 각종 시험을 수행하고 현 성능상태를 검증하였으며 이를 토대로 잔존 수명을 예측하고자 하였다. 대부분의 애자가 양호한 성능을 보이고 있으나 일부 애자에서는 부적합 결과를 보였으며 수명의 경우, 초기 품질계수 정보 부족 및 중간열화 상태의 데이터 부족으로 정확한 잔존수명 예측 데이터를 얻기에는 부족했으며 추가적인 가속열화시험 등의 데이터를 확보해야 할 것으로 사료된다.
In this paper, we propose the time series forecasting models for internet traffic with long memory and heteroscedasticity. To control and forecast traffic volume, we first introduce the traffic forecasting models which are determined by the volatility and heteroscedasticity of the traffic. We then analyze and predict the heteroscedasticity and the long memory properties for forecasting traffic volume. Depending on the characteristics of the traffic, Fractional ARIMA model, Fractional ARIMA-GARCH model are applied and compared with the MAPE(Mean Absolute Percentage Error) Criterion.
KSCE Journal of Civil and Environmental Engineering Research
/
제30권5D호
/
pp.505-512
/
2010
Generally, the repeated traffic loading condition should be considered to predict the long-term deformation on road foundations or foundation systems. However, it is not easy to estimate long-term deformation on multi-layered system like roads and railways. For more quantitative analysis, mechanistic-empirical approach requires proper analytical tool, material's model, and material properties of foundation geomaterials under both traffic and environmental loadings. In this study, therefore, laboratory data from the long-term repeated load triaxial tests were used to predict accumulated deformation on pavement foundations and the results were analyzed based on the nonlinear models and stress state considered. All these results are presented and verified on laboratory based scale using the finite element analysis with the deformation characteristics of foundation geomaterials at various stress states.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.