• 응용통계연구
• /
• 제16권2호
• /
• pp.203-215
• /
• 2003

교통량, 속도에 근거한 통행시간 추정은 국도교통관리체계(NHTMS)에서 운전자들에게 신속하고 정확한 교통상황에 대한 정보를 제공하기 위해 필요한 중요 작업이다. 이를 위해 기 구축된 교통시스템에서 수집된 교통량 데이터의 특징을 파악하고, 결측이 발생했을 때 원활한 교통정보 제공을 위한 실시간 보정 방법을 알아본다. 기존의 평균을 이용한 보정과 인근의 유사 검지기의 정상적인 데이터를 이용한 자기회귀 보정 등의 방법을 살펴보고 2000년도 국도 3호선에서 얻어진 실제 교통량 데이터에 적용하여 비교한다.

• Smart Structures and Systems
• /
• 제17권6호
• /
• pp.1031-1053
• /
• 2016

The health conditions of in-service civil infrastructures can be evaluated by employing structural health monitoring technology. A reliable health evaluation result depends heavily on the quality of the data collected from the structural monitoring sensor network. Hence, the problem of sensor fault diagnosis has gained considerable attention in recent years. In this paper, an innovative sensor fault diagnosis method that focuses on fault detection and isolation stages has been proposed. The dynamic or auto-regressive characteristic is firstly utilized to build a multivariable statistical model that measures the correlations of the currently collected structural responses and the future possible ones in combination with the canonical correlation analysis. Two different fault detection statistics are then defined based on the above multivariable statistical model for deciding whether a fault or failure occurred in the sensor network. After that, two corresponding fault isolation indices are deduced through the contribution analysis methodology to identify the faulty sensor. Case studies, using a benchmark structure developed for bridge health monitoring, are considered in the research and demonstrate the superiority of the new proposed sensor fault diagnosis method over the traditional principal component analysis-based and the dynamic principal component analysis-based methods.

• Advances in Energy Research
• /
• 제6권2호
• /
• pp.131-143
• /
• 2019

Global Solar Radiation (GSR) is the key element for performance estimation of any Solar Power Plant (SPP). Its forecasting may help in estimation of power production from a SPP well in advance, and may also render help in optimal use of this power. Seasonal Auto-Regressive Moving Average (SARMA) and Artificial Neural Network (ANN) models are combined in order to develop a hybrid model (SARMA-ANN) conceiving the characteristics of both linear and non-linear prediction models. This developed model has been used for prediction of GSR at Gorakhpur, situated in the northern region of India. The proposed model is beneficial for the univariate forecasting. Along with this model, we have also used Auto-Regressive Moving Average (ARMA), SARMA, ANN based models for 1 - 6 day-ahead forecasting of GSR on hourly basis. It has been found that the proposed model presents least RMSE (Root Mean Square Error) and produces best forecasting results among all the models considered in the present study. As an application, the comparison between the forecasted one and the energy produced by the grid connected PV plant installed on the parking stands of the University shows the superiority of the proposed model.

• 한국추진공학회지
• /
• 제20권2호
• /
• pp.56-66
• /
• 2016

모델기반 FDI 과정에서 모델오차와 센서잡음은 피할 수 없으므로 견실성은 모델기반 FDI에서 매우 중요하다. 본 연구에서는 이러한 선형모델 오차 및 신호잡음으로 인하여 고장진단 과정에서 발생하는 결함판단 오류들을 비선형 NARX (Nonlinear Auto Regressive eXogenous) 모델과 칼만추정기를 적용하여 개선하는 방법을 제안하였다. 최종 고장판단은 퍼지로직을 이용하여 발생하는 오차의 추이에 대한 확률로 결정하여 순간적인 신호잡음에 강인하도록 설계하였다. 시뮬레이션을 통하여 운용 환경조건에서 엔진제어기의 고장허용에 따른 성능을 확인하였다.

• 한국전자파학회논문지
• /
• 제23권8호
• /
• pp.1014-1017
• /
• 2012

본 논문에서는 고해상도 SAR(Synthetic Aperture Radar) 영상 획득을 위해 방위각 방향 해상도를 향상시키기 위한 방법을 소개하였다. SAR 영상 획득을 위해 ${\omega}-k$(omega-k) 알고리즘을 이용하였으며, 2차원 주파수 영역에서 방위각 방향으로 AR(Auto-Regressive) 방법을 이용한 외삽을 이용하여 해상도를 향상시켰다. AR 방법은 선형 예측(linear prediction) 모델을 기반으로 한 외삽 기법이다. AR 방법을 이용한 외삽 기법 중에서 Burg 알고리즘을 이용하여 예측 차수(prediction order)와 표적의 거리에 따른 성능 비교 결과를 보여 준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 추계학술발표논문집 (상)
• /
• pp.535-538
• /
• 2001

Since 1990s, many literatures have shown that connectionist models, such as back propagation, recurrent network, and RBF (Radial Basis Function) outperform the traditional models, MA (Moving Average), AR (Auto Regressive), and ARIMA (Auto Regressive Integrated Moving Average) in time series prediction. Neural based approaches to time series prediction require the enough length of historical measurements to generate the enough number of training patterns. The more training patterns, the better the generalization of MLP is. The researches about the schemes of generating artificial training patterns and adding to the original ones have been progressed and gave me the motivation of developing VTG schemes in 1996. Virtual term is an estimated measurement, X(t+0.5) between X(t) and X(t+1), while the given measurements in the series are called actual terms. VTG (Virtual Tern Generation) is the process of estimating of X(t+0.5), and VTG schemes are the techniques for the estimation of virtual terms. In this paper, the alternative VTG schemes to the VTG schemes proposed in 1996 will be proposed and applied to multivariate time series prediction. The VTG schemes proposed in 1996 are called deterministic VTG schemes, while the alternative ones are called stochastic VTG schemes in this paper.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.29-29
• /
• 2015

수자원의 지속적인 관리 및 효율적인 활용을 위하여 수문량의 예측과 분석은 필수적인 과정이라 할 수 있으며 이에 따라 다양한 수문 모형이 구축되고 강우, 유량 등 대표적인 수문량의 예측이 수행되어져 왔다. 그 중에서도 수문 시계열 모형은 시간의 흐름에 따라 일정하게 기록되어온 수문 자료를 확률적인 과정을 통하여 모형을 구축하고 이를 바탕으로 미래 수문량을 예측하는 데활용되는 모형으로, 과거에 기록된 수문 패턴이 미래에도 지속된다는 가정 하에 구축된다. 일반적으로 시계열 모형은 하나의 자료계열로 모형을 구축하는 단변량 모형과 원 자료계열 외에 다른 자료계열을 고려하여 모형을 구축하는 다변량 모형이 있으며, 다변량 모형은 원 자료계열에 영향을 미치는 외부변수를 고려함으로써 두 자료계열간의 상관성을 모형에 반영할 수 있는 장점을 가지고 있다. 또한 자료계열의 계절성을 고려하여 시계열 모형을 구축할 경우, 수문 시계열이 가지고 있는 계절적 영향을 잘 반영할 수 있다. 따라서 본 연구에서는 계절성을 고려한 다변량 시계열 모형인 SARIMAX(Seasonal AutoRegressive Integrated Moving Average with eXogenous) 모형을 이용하여 대표적인 수공구조물인 댐의 유입량 예측을 수행하였다. 일반적으로 댐 유입량 예측에는 댐의 유입량과 상관성이 높은 강우가 외부변수로 사용되어져 왔으나, 이 외에도 영향을 미칠 수 있는 지점특성치를 고려하여 모형을 구축한 후 비교하였다.

• Communications for Statistical Applications and Methods
• /
• 제26권3호
• /
• pp.261-272
• /
• 2019

In this paper, we propose a procedure to build a prediction interval of the sum of dependent binary random variables over a graph to account for the dependence among binary variables. Our main interest is to find a prediction interval of the weighted sum of dependent binary random variables indexed by a graph. This problem is motivated by the prediction problem of various elections including Korean National Assembly and US presidential election. Traditional and popular approaches to construct the prediction interval of the seats won by major parties are normal approximation by the CLT and Monte Carlo method by generating many independent Bernoulli random variables assuming that those binary random variables are independent and the success probabilities are known constants. However, in practice, the survey results (also the exit polls) on the election are random and hardly independent to each other. They are more often spatially correlated random variables. To take this into account, we suggest a spatial auto-regressive (AR) model for the surveyed success probabilities, and propose a residual based bootstrap procedure to construct the prediction interval of the sum of the binary outcomes. Finally, we apply the procedure to building the prediction intervals of the number of legislative seats won by each party from the exit poll data in the $19^{th}$ and $20^{th}$ Korea National Assembly elections.

• 한국통신학회논문지
• /
• 제40권8호
• /
• pp.1551-1559
• /
• 2015

최근 스마트 기기가 PC와 유사한 성능을 보이면서, 사용자들은 메신저, SNS(Social Network Service), 은행 업무 등 PC에서 수행했던 업무들을 모바일 기기에서도 수행할 수 있게 되었다. 이 같은 긍정적인 변화와 함께 스마트 기기를 대상으로 하는 공격으로, 보안 위협이 증가하는 부정적인 변화도 나타났다. 대표적으로 사용자의 개인정보 유출, 부당한 과금을 비롯하여 최근에는 DDoS(Distributed Denial of Service) 공격을 발생시키는 봇(Bot)으로 스마트 기기가 활용되면서 모바일 보안에 대한 위협이 증가하는 실정이다. 특히, 스마트 기기의 80% 이상을 차지하는 안드로이드 플랫폼에서의 악성코드를 통한 피해건수가 증가하고 있다. 본 논문에서는 안드로이드의 악성코드를 탐지하기 위해 통계 기반 분석법 중 하나인 시계열 분석법을 제안한다. 시계열 모델 중 기존의 데이터를 기반으로 정확한 예측값을 도출할 수 있는 자기회귀 이동평균 모델을 이용하였으며, Z-Score를 이용한 비정상 데이터 후보군 추출을 통해서 전체 데이터와의 비교 없이 추출된 후보군과의 데이터 비교를 통해서 빠르게 악성코드를 탐지하는 방법을 이용한다. 악성코드 탐지 실험 결과를 통해 제안하는 방법의 타당성을 검증하고자 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제19권2호
• /
• pp.413-420
• /
• 2008

This paper suggests a marginal logit mixed-effects for analyzing repeated binary response data. Since binary repeated measures are obtained over time from each subject, observations will have a certain covariance structure among them. As a plausible covariance structure, 1st order auto-regressive correlation structure is assumed for analyzing data. Generalized estimating equations(GEE) method is used for estimating fixed effects in the model.