• 한국컴퓨터정보학회논문지
• /
• 제28권4호
• /
• pp.13-20
• /
• 2023

본 논문에서는 데이터의 이상을 탐지하고 예측하는 모델을 통해 VOC 저감 설비에서 실측한 데이터를 분석했다. 이상 탐지 분야에서 안정적인 성능을 보이는 USAD 모델을 이용하여 실시간 데이터의 이상을 탐지하고 이상 원인이 되는 센서를 탐색한다. 또한 자기 회귀 모델을 통해 미래의 이상치를 예측하여 이상이 발생할 시점을 예측하고 경고하는 방법을 제안한다. 실험은 VOC 저감 설비에서 실측한 데이터를 이용하여 시스템의 이상을 탐지할 수 있는지 검증하는 실험을 진행했으며 이상 탐지 실험 결과는 정밀도, 재현율, F1-점수가 각각 98.54%, 89.08%, 93.57%로 높은 성능의 탐지율을 보였다. 센서 별 학습된 모델의 성능은 8개 센서의 정밀도, 재현율, F1-점수를 평균한 결과 각각 99.64%, 99.37%, 99.63%로 높은 성능의 탐지율을 보였다. 또한, 센서 별 탐지 실험에 대한 타당성을 확인하기 위해 구한 해밍 손실은 0.0058로 안정적인 성능을 보였다. 그리고 이상 예측 실험 결과는 평균절대오차 0.0902로 안정적인 성능을 보였다.

• 문화기술의 융합
• /
• 제9권5호
• /
• pp.509-515
• /
• 2023

국가 차원의 지속적인 대체 에너지 개발에도 석유 제품의 사용량은 지속적으로 증가하고 있다. 특히, 대표적인 석유 제품인 휘발유는 국제유가의 변동에 그 가격이 크게 변동한다. 주유소에서는 휘발유의 가격 변화에 대응하기 위해 휘발유 재고량을 조절한다. 따라서, 휘발유 재고량의 주요 변화 요인을 분석하여 전반적인 휘발유 소비 행태를 분석할 필요가 있다. 본 연구에서는 주유소의 휘발유 재고량 변화에 영향을 미치는 요인을 파악하기 위해 뉴스 기사를 활용한다. 첫째, 웹 크롤링을 통해 자동으로 휘발유와 관련한 기사를 수집한다. 둘째, 수집한 뉴스 기사를 KoBART(Korean Bidirectional and Auto-Regressive Transformers) 텍스트 요약 모델을 활용하여 요약한다. 셋째, 추출한 요약문을 전처리하고, N-Gram 언어 모델과 TF-IDF(Term Frequency Inverse Document Frequency)를 통해 단어 및 구 단위의 주요 요인을 도출한다. 본 연구를 통해 휘발유 소비 형태의 파악 및 예측이 가능하다.

• 산업경영시스템학회지
• /
• 제46권4호
• /
• pp.152-159
• /
• 2023

This study endeavors to enrich investment prospects in cryptocurrency by establishing a rationale for investment decisions. The primary objective involves evaluating the predictability of four prominent cryptocurrencies - Bitcoin, Ethereum, Litecoin, and EOS - and scrutinizing the efficacy of trading strategies developed based on the prediction model. To identify the most effective prediction model for each cryptocurrency annually, we employed three methodologies - AutoRegressive Integrated Moving Average (ARIMA), Long Short-Term Memory (LSTM), and Prophet - representing traditional statistics and artificial intelligence. These methods were applied across diverse periods and time intervals. The result suggested that Prophet trained on the previous 28 days' price history at 15-minute intervals generally yielded the highest performance. The results were validated through a random selection of 100 days (20 target dates per year) spanning from January 1st, 2018, to December 31st, 2022. The trading strategies were formulated based on the optimal-performing prediction model, grounded in the simple principle of assigning greater weight to more predictable assets. When the forecasting model indicates an upward trend, it is recommended to acquire the cryptocurrency with the investment amount determined by its performance. Experimental results consistently demonstrated that the proposed trading strategy yields higher returns compared to an equal portfolio employing a buy-and-hold strategy. The cryptocurrency trading model introduced in this paper carries two significant implications. Firstly, it facilitates the evolution of cryptocurrencies from speculative assets to investment instruments. Secondly, it plays a crucial role in advancing deep learning-based investment strategies by providing sound evidence for portfolio allocation. This addresses the black box issue, a notable weakness in deep learning, offering increased transparency to the model.

• Journal of Positioning, Navigation, and Timing
• /
• 제13권1호
• /
• pp.111-115
• /
• 2024

This study builds a machine learning model optimized for clocks among various techniques in the field of artificial intelligence and applies it to clock stabilization or synchronization technology based on atomic clock noise characteristics. In addition, the possibility of providing stable source clock data is confirmed through the characteristics of machine learning predicted values during holdover of atomic clocks. The proposed machine learning model is evaluated by comparing its performance with the AutoRegressive Integrated Moving Average (ARIMA) model, an existing statistical clock prediction model. From the results of the analysis, the prediction model proposed in this study (MSE: 9.47476) has a lower MSE value than the ARIMA model (MSE: 221.2622), which means that it provides more accurate predictions. The prediction accuracy is based on understanding the complex nature of data that changes over time and how well the model reflects this. The application of a machine learning prediction model can be seen as a way to overcome the limitations of the statistical-based ARIMA model in time series prediction and achieve improved prediction performance.

• 한국지진공학회논문집
• /
• 제1권2호
• /
• pp.1-15
• /
• 1997

본 논문에서는 대형구조물에서 구조물의 안전성 평가와 관련하여 구조물이 국부손상도를 추정하기 위한 효율적인 부분구조추정(Substructural Identification) 기법에 대하여 연구하였다. 먼저, 부분구조 추정법을 위한 모형식을 설정하기 위하여 운동방정식으로부터 부분구조에 대한 계측오차를 처리하기 위한 모형을 포함한 추계론적 자동회귀-이동평균(ARAMX) 모형식을 유도하였다. 추정된 모형식의 계수는 유도된 관계식을 이용하면, 구조손상 평가에 이용될 수 있는 강성행렬로 환산될 수 있다. 본 논문에서 유도된 부분구조 추정법의 가장 큰 장점은 매우 안정되고 정확도가 우수한 구조추정법인 ARMAX 모형식에 기반한 순차적 예측오차 방법을 사용함으로써 다른 방법에 비해 추정의 안정성 및 정확도가 뛰어나다는 것이다. 다음으로는 개발된 부분구조 추정법을 이용하여 구조 손상도 추정이 수행되었다. 손상도 추정을 위하여 앞서 순차적 예측오차 방법을 이용하여 추정된 구조계 현상태의 강성행렬을 바탕으로, 최소지승법을 이용하여 구하는 간접법이 제시되었다. 제시된 방법들의 검증을 위하여 예제해석이 수행되었다. 트러스 및 연속교 모형 그리고 실험적 예제에 적용하여 구조의 강성행렬 및 감쇠행렬을 추정하였다. 이를 바탕으로 손상도 추정방법이 검증되었다. 해석결과로부터, 개발된 방법이 효율적이고 정확도 및 안정성의 측면에서 우수한 성질이 있음을 확인할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1999년도 학술대회
• /
• pp.99-104
• /
• 1999

영상을 획득하는 과정에 있어, 영상획득 장치 또는 피사체의 흔들림으로 인해 발생되는 움직임 열화(motion-blur)현상은 영상의 선명도를 크게 떨어뜨리는 주된 원인이 된다. 손상된 영상은 그 영상자체로부터 움직임의 각도와 길이를 추출 함으로서 복원될 수 있다. 본 논문에서는 움직임 열화의 각도와 길이를 추정하기 위한 방법 중, 본 저자가 제안 했던 극점자취방법에, 확률적인 개념을 적용한 새로운 확률적 극점자취 방법을 소개한다. 기존의 방법은 신호지배영역이 올바로 지정되지 않았을 경우, 오차를 수반하기도 한다. 이러한 문제를 해결 하기 위해, 본 연구에서는 maximum likelihood(ML) 분류방법을 이용해 적절하지 않은 극점자취점의 영향을 선택적으로 작게 하여, 신호지배 영역의 설정 없이, 저주파 영역에서의 올른 극점자취의 검출이 가능하도록 하였다. 또한, Auto-regressive(Ah) 모델을 이용한 선형예측방법을 통해 극점 검출과정에서 불규칙하게 발생하는 특이점들이 극점으로 검출되지 못하도록 하여, 정밀한 움직임 방향의 추정이 가능하게 하였다. 또한, 움직임 길이의 검출에 있어서는, 노이즈에 의해 영향을 무시할 수 없는 기존의 영점교차점 방법을 보완한, 새로운 이동평균최소(MALM)법을 정의하였다 이 방법은 움직임 열화가 발생한 영상의 주파수 영역단면 패턴을 이용한 것으로서, 2차원적인 sinc함수를 1차원적인 표현으로 바꾸어주는 이동평균함수를 사용하여, 쉽게 부극점(sub-peak point)을 찾을 수 있도록 한다 부극점 또한 노이즈에 의한 영향을 받지 않고, 이동평균최소법 자체에 노이즈를 제거하는 과정에 포함되어있으므로. 이 방법을 사용하게 되면, 심한 노이즈 환경에서도 적절한 움직임의 길이 값을검출할 수 있다. 이렇게 얻어진 길이와 방향의 파라메터를 이용하여, 실제 실험에 사용된 손상되어진 영상을 효과적으로 복원할 수 있었다.>$\bigcirc$ 펄라이트 : 합섬A(비스코스+레이온)급액천의 유입은 소(1$\times$60cm)에서 21.8ml, 중(2$\times$60cm) 33.5ml, 대(3$\times$60cm) 43.4ml가 통과되었고 합섬(폴리에스텔)에서는 19.0~30.7ml로서 급액천의 규격에 따라 통과되는 차이가 있었다. 배지가 규격화되어 있어 급액천의 규격별로 일정하게 유입되었으며 급액천의 재질이 유입에 영향을 미친 것으로 사료되었다. (2) 급액관과 베드상과의 높이에 따른 유출양 : 급액과 베드상과의 낙차가 클수록 유출이 증가함을 알수 있었으나 합섬C(인견)실험구에서는 낙차가 유출에 영향을 미치지 않았다. (4) 급액된 양액의 EC 및 pH조사 : 급액된 양액의 EC 및 pH에 전혀 변화가 없어 재배 적응에 문제가 없을것으로 사료되었다.이가 가장 이상적인 것으로 생각된다.세포수에 대한 내부세포괴세포(ICM/total cells)가 20~40% 범주에 드는 비율은 처리구가 대조구보다 낮은 결과를 나타냈다. 결론적으로 돼지난포란을 이용하여 체외성숙을 유기할 때 효과적인 cysteamine의 농도는 50$\mu$M이 적당하며, 초기배발달을 유기할 때의 효과적인 cysteamine의 농도는 25~50$\mu$M인 것으로 판단된다.N)A(N)/N을 제시하였다(A(N)=N에 대한 A값). 위의 실험식을 사용하여 헝가리산 Zempleni 시료(15%$S_{XRD}$)의 기본입자분포로부터 %$S_{XRD}$를 계산한 결과, 16%$S_{XRD}$의 결과값을 얻을 수 있었다. 따라서, 본 연구에서 도출한 관계식들이 유효함을 확인할 수 있었다.계식들이 유효함을 확인할 수 있었다.할 때 약간의 증가를 나타냈다.". And

• 한국산학기술학회논문지
• /
• 제21권8호
• /
• pp.572-578
• /
• 2020

주식 시장은 기업 실적 및 경기 상황뿐만 아니라 정치, 사회, 자연재해 등 예기치 못한 요소들에 영향을 받는다. 이런 요소들을 고려한 정확한 예측을 위해서 다양한 기법들이 사용된다. 최근 인공지능 기술이 화두가 되면서 이를 활용한 주가 예측 시도 또한 이루어지고 있다. 본 논문은 단순히 주식 관련 데이터뿐만 아닌, 거시 경제적 지표 등을 활용한 여러 종류의 데이터를 이용하여 주가에 영향을 미치는 요소에 관한 연구를 제안한다. KOSDAQ을 대상으로 1년 치 종가, 외국인 비율, 금리, 환율 데이터를 다양하게 조합한 후에 딥러닝의 Nonlinear AutoRegressive with eXternal input (NARX) 모델을 활용한다. 이 모델을 통해 1달 치 데이터를 생성하고 각 데이터 조합을 통해 만들어진 예측값을 RMSE를 통해 실제값과 비교, 분석한다. 또한, 은닉층에서 뉴런의 수, 지연 시간을 다양하게 설정하여 RMSE를 비교한다. 분석 결과 뉴런은 10개, 지연 시간은 2로 설정하고, 데이터는 미국, 중국, 유럽, 일본 환율의 조합을 사용할 때 RMSE 0.08을 보이며 가장 낮은 오차를 기록하였다. 본 연구는 환율이 주식에 가장 영향을 많이 미친다는 점과 종가 데이터만 사용했을 때의 RMSE 값인 0.589에서 오차를 낮췄다는 점에 의의가 있다.

• 한국경제지리학회지
• /
• 제15권4호
• /
• pp.585-600
• /
• 2012

본 연구의 목적은 유동성 관련 변수가 주택시장에 미치는 영향과 지역별 영향력의 차이를 벡터자기회귀모형을 이용하여 실증분석하고 정책적 시사점을 도출하는데 있다. 2003년 10월부터 2012년 5월까지의 월별 시계열 자료를 사용하여 유동성 관련 변수는 주택담보대출금리, 주택담보대출금, 금융기관유동성, 종합주가지수로 하였고 전국, 서울, 강남, 강북의 아파트 매매가격을 분석대상으로 하였다. 그랜저인과관계 검정결과, 주택담보대출금리와 주택담보대출금이 지역별 매매가격에 강하게 인과관계가 있었다. 이후 충격반응 분석결과, 각 변수 충격에 대해 매매가격은 지열별로 차이는 존재하였으나 매매가격 자체에 가장 크게 지속적인 양(+)의 반응을 보였고 주택담보대출금리는 음(-), 주택담보대출금은 양(+), 금융기관유동성은 양(+), 종합주가지수는 양(+)의 반응을 보였다. 매매가격 충격에 종합주가지수는 음(-)의 반응을 보였다. 유동성의 변화가 주택가격을 상승시킬 수 있고 강남지역이 강북지역에 비해 주택투자적인 요인이 크다는 것을 실증적으로 확인하였다. 정부는 현재의 경제상황을 고려해 저금리 기조를 유지하면서 시장의 유동성이 부동산이 아닌 산업활동으로 투입될 수 있도록 해야하며 지역별로 차별화된 정책을 수립 집행해야 부동산 정책효과를 크게 거둘 수 있을 것이다.

• 한국습지학회지
• /
• 제18권3호
• /
• pp.313-323
• /
• 2016

수온은 하천의 물리적 생물학적 과정에 지대한 영향을 미치는 인자로서 어류를 비롯한 수생생태계에 대한 제약조건으로 작용한다. 기후변화로 인하여 실질적인 환경의 변화가 나타나고 있는 현실에서 수온 변화에 대한 예측은 필수적이라 하겠다. 본 연구의 목적은 자연 소하천을 대상으로 하천 수온을 모의 및 그 효율을 비교 분석하고, 향후 기후변화로 인한 하천 수온의 변동을 고찰하는 것이다. 이를 위하여 본 연구에서는 캐나다 동북부의 Fourchue 강을 대상으로 하여 2011년부터 2014년까지의 하천수온을 측정하고 결정론적, 확률론적, 비선형 수온모형을 적용하여 각각의 방법론에 따른 효율성을 비교 분석하여 미래 수온 모의를 위한 모형으로 결정론적 모형인 CEQUEAU 모형을 선정하였다. 또한, 선정된 모형을 기반으로 하여 CMIP5 기후모형과 RCP 2.6, 4.5, 8.5 기후변화 시나리오를 이용하여 해당 소하천 유역의 미래 수온 변동성을 예측하고 분석하였다. 연구결과, Fourchue 강의 수온은 6월 중 평균 수온은 $0.2{\sim}0.7^{\circ}C$가 상승하고, 9월은 $0.2{\sim}1.1^{\circ}C$가 감소하는 것으로 나타나 실질적인 수온환경의 변화가 발생하는 것으로 나타나서 이에 대한 주의가 요구된다. 또한, 해당 수역에 서식하고 있는 연어류의 치사상한수온을 넘는 경우도 발생하여 이에 대한 대책이 시급한 것으로 판단된다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.241-241
• /
• 2012

Semiconductor industry has been taking the advantage of improvements in process technology in order to maintain reduced device geometries and stringent performance specifications. This results in semiconductor manufacturing processes became hundreds in sequence, it is continuously expected to be increased. This may in turn reduce the yield. With a large amount of investment at stake, this motivates tighter process control and fault diagnosis. The continuous improvement in semiconductor industry demands advancements in process control and monitoring to the same degree. Any fault in the process must be detected and classified with a high degree of precision, and it is desired to be diagnosed if possible. The detected abnormality in the system is then classified to locate the source of the variation. The performance of a fault detection system is directly reflected in the yield. Therefore a highly capable fault detection system is always desirable. In this research, time series modeling of the data from an etch equipment has been investigated for the ultimate purpose of fault diagnosis. The tool data consisted of number of different parameters each being recorded at fixed time points. As the data had been collected for a number of runs, it was not synchronized due to variable delays and offsets in data acquisition system and networks. The data was then synchronized using a variant of Dynamic Time Warping (DTW) algorithm. The AutoRegressive Integrated Moving Average (ARIMA) model was then applied on the synchronized data. The ARIMA model combines both the Autoregressive model and the Moving Average model to relate the present value of the time series to its past values. As the new values of parameters are received from the equipment, the model uses them and the previous ones to provide predictions of one step ahead for each parameter. The statistical comparison of these predictions with the actual values, gives us the each parameter's probability of fault, at each time point and (once a run gets finished) for each run. This work will be extended by applying a suitable probability generating function and combining the probabilities of different parameters using Dempster-Shafer Theory (DST). DST provides a way to combine evidence that is available from different sources and gives a joint degree of belief in a hypothesis. This will give us a combined belief of fault in the process with a high precision.