• 한국항만경제학회지
• /
• 제39권2호
• /
• pp.129-141
• /
• 2023

본 연구는 오차교정모형을 활용해 건화물선과 유조선 일간 해상운임의 동태적 특성과 예측 정확도를 분석한다. 공적분된 시계열 자료의 오차를 계산하기 위해 본 연구는 공통 확률적 추세 모형(Common Stochastic Trend Model, CSTM 모형)과 벡터오차교정모형(Vector Error Correction Model, VECM 모형)을 활용한다. 먼저, CSTM 모형의 오차를 사용한 오차교정모형이 VECM 모형의 경우보다 교정계수(adjustment speed coefficient)가 경제학적 이론에 더 부합하는 결과를 보인다. 나아가 조정결정계수(adjR²) 측면에서도 CSTM 모형의 경우가 VECM 모형에 비해 모형 적합도가 큰 것으로 나타난다. 둘째, 예측 정확도를 판단하는 지표인 평균 절대 오차와 평균 절대 척도 오차를 살펴보면, CSTM 모형의 오차를 이용한 모형이 VECM 모형의 오차를 이용한 모형보다 총 15가지 경우 중에 12가지 경우에서 예측 정확도가 높은 것을 확인할 수 있다. 미래 연구주제로서 1) 두 가지 오차를 모두 활용하는 분석 및 예측 과제, 2) 원자재 및 에너지 자원 시장의 데이터를 추가하는 과제, 3) 오차항의 부호에 따라 교정계수를 다르게 추정하는 과제 등을 제시한다.

• 한국인터넷방송통신학회논문지
• /
• 제19권5호
• /
• pp.79-85
• /
• 2019

본 연구에서는 Long Short Term Memory (LSTM) 신경망과 Gated Recurrent Unit(GRU) 신경망을 Internet of Things (IoT) 파워미터에 적용하여 단기 전력사용량 예측방법을 제안하고, 실제 가정의 전력사용량 데이터를 토대로 예측 성능을 분석한다. 성능평가 지표로써 Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), Mean Percentage Error (MPE), Mean Squared Error (MSE), Root Mean Squared Error (RMSE)를 이용한다. 실험 결과는 GRU 기반의 모델이 LSTM 기반의 모델에 비해 MAPE 기준으로 4.52%, MPE 기준으로 5.59%만큼의 성능개선을 보였다.

• 대한인간공학회지
• /
• 제26권4호
• /
• pp.121-125
• /
• 2007

The objective of this study is to develop short-term prevention measures for minimizing possible human error in nuclear power facilities. To accomplish this objective, a group of subject matter experts (SMEs) were formed, which is consisting of those from regulatory bodies, academia, industries and research institutes. Prevention measures were established for urgent execution in nuclear power facilities on a short-term basis. This study suggests short-term measures for reducing human error on three different areas; (1) strengthening worker management, (2) enhancing workplace environments and working methods, and (3) improving the technologies regulating human factors. Under the leadership of the Ministry of Science and Technology, these short-term measures will be pursued and implemented systematically by utility and regulatory agencies. The details of prevention measures are presented and discussed.

• 품질경영학회지
• /
• 제47권4호
• /
• pp.783-793
• /
• 2019

Purpose: The purpose of this study is to apply the machine and deep learning methodology on error terms which are continuously auto-generated on the sensors with specific time period and prove the improvement effects of power generator prediction diagnosis system by comparing detection ability. Methods: The SVM(Support Vector Machine) and MLP(Multi Layer Perception) learning procedures were applied for predicting the target values and sequentially producing the error terms for confirming the detection improvement effects of suggested application. For checking the effectiveness of suggested procedures, several detection methodologies such as Cusum and EWMA were used for the comparison. Results: The statistical analysis result shows that without noticing the sequential trivial changes on current diagnosis system, suggested approach based on the error term diagnosis is sensing the changes in the very early stages. Conclusion: Using pattern of error terms as a diagnosis tool for the safety control process with SVM and MLP learning procedure, unusual symptoms could be detected earlier than current prediction system. By combining the suggested error term management methodology with current process seems to be meaningful for sustainable safety condition by early detecting the symptoms.

• 대한수학회보
• /
• 제49권2호
• /
• pp.367-372
• /
• 2012

Taking the integrated Chebyshev-type counting function of the appropriate order, we improve the error term in Park's prime geodesic theorem for hyperbolic manifolds with cusps. The obtained estimate coincides with the best known result in the Riemann surfaces case.

• 해운물류연구
• /
• 제34권4호
• /
• pp.545-563
• /
• 2018

본 연구의 목적은 VLCC(Very Large Crude Oil Carrier) 운임에 영향을 미치는 주요 결정요인의 장기적 탄성치를 추정하는 것이다. 이를 위해 본 연구는 영국 해운 전문 기업인 클락슨이 공표하는 연간 VLCC 운임을 종속변수로, 원유(Crude oil) 물동량, VLCC 선복량, 벙커유 가격, Libor 금리를 설명변수로 사용하였다. 본 연구는 벡터오차수정모형(Vector Error Correction Model; VECM)을 사용하여 운임 결정 장기균형함수를 추정하였으며, 추정결과 물동량 1.0% 증가 시 운임 6.4% 증가, 선복량 1.0% 증가 시 운임 1.9% 감소, 벙커유 가격 1.0% 증가 시 운임 0.3% 감소, 금리 1.0% 증가 시 운임은 0.18% 증가하는 것으로 나타났다. 벙커유 가격의 경우 일반적인 직관과 반대되는 마이너스(-) 부호로 계수가 추정되었는데, 이는 설명변수 중 벙커유 가격이나 금리 등의 2차 변수가 운임에 미치는 영향력은 적은 반면 직접적인 수급 변수가 운임을 결정하는 주요 요인이기 때문인 것으로 이해된다. 후속연구에서 컨테이너선, 건화물선 등 다른 선종들을 대상으로 연구를 수행하고 다양한 선종별 운임의 결정요인을 비교 분석하는 것이 필요하다.

• Ocean and Polar Research
• /
• 제34권2호
• /
• pp.185-195
• /
• 2012

This paper focused on forecasting a short-term production of oysters, which have been farmed in Korea, with distinct periodicity of production by year, and different production level by month. To forecast a short-term oyster production, this paper uses monthly data (260 observations) from January 1990 to August 2011, and also adopts several econometrics methods, such as Multiple Regression Analysis Model (MRAM), Seasonal Autoregressive Integrated Moving Average (SARIMA) Model, and Vector Error Correction Model (VECM). As a result, first, the amount of short-term oyster production forecasted by the multiple regression analysis model was 1,337 ton with prediction error of 246 ton. Secondly, the amount of oyster production of the SARIMA I and II models was forecasted as 12,423 ton and 12,442 ton with prediction error of 11,404 ton and 11,423 ton, respectively. Thirdly, the amount of oyster production based on the VECM was estimated as 10,425 ton with prediction errors of 9,406 ton. In conclusion, based on Theil inequality coefficient criterion, short-term prediction of oyster by the VECM exhibited a better fit than ones by the SARIMA I and II models and Multiple Regression Analysis Model.

• 전자공학회논문지
• /
• 제52권4호
• /
• pp.3-8
• /
• 2015

이 논문에서는 신호점 매칭 오차(constellation-matched error: CME)와 비 신호점 매칭 오차(non-constellation-matched error: non-CME)를 선형 결합한 오차 신호 기반의 블라인드 등화 알고리즘을 제안한다. 새로운 오차 신호는 초기 수렴을 달성하기 위한 non-CME 항과 출력 신호의 심볼간 간섭(intersymbol interference: ISI) 성능을 개선하기 위한 CME 항을 포함하도록 설계되었고, 결합 인자를 통해 두 오차 항을 제어한다. 오차 항을 제어하여 등화 단계에 적합한 오차 신호를 발생함으로써 기존 알고리즘에 비해 수렴 속도와 심볼간 간섭 제거 성능을 개선하였다. 다중경로 채널에 잡음을 부가한 조건하에서 이루어진 64-QAM과 256-QAM 신호에 대한 모의실험에서 제안 방법이 CMA와 CMA+DD 동시 등화에 비해 우수한 것으로 나타났다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.125-126
• /
• 2015

통신 시스템에서의 더 늘어난 대역폭(Band Width)의 수요로 인해 집적회로(Integrated Circuit)에서 더 높은 동작 주파수(Operating Frequency)를 필요로 하게 되었다. 고주파 영역에서는 SRF(Self Resonance Frequency) 문제와 소자 값의 정확성(Accuracy)에 대한 문제 때문에 정수소자(Lumped Element)를 이용하여 해석을 할 수 없으며 이로 인하여 어떠한 회로의 전기적 특성을 평가함에 있어서 전송선로(Transmission Line)를 이용하여 해석을 하는 것은 중요한 역할을 하게 되었다. 이러한 해석을 위해 순수한 내부 특성을 얻기 위하여 디 임베딩(De-Embedding)이라는 기법이 사용되고 있으나, 알려진 몇 가지의 방법들은 인터커넥터 부분을 완벽히 나타내지 못한다. 따라서 본 논문에서는 1-Port 측정을 기반으로 한 8-Term Error을 이용한 디 임베딩(De-Embedding) 방법을 이용하여 넓은 주파수 영역에서의 교정 값을 얻는 방법에 대하여 소개하고자 한다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제21권1호
• /
• pp.66-70
• /
• 1997

In this paper a new learning algorithm for curvature smoothing and improved generalization for multi-layer neural networks is proposed. To enhance the generalization ability a constraint term of hidden neuron activations is added to the conventional output error, which gives the curvature smoothing characteristics to multi-layer neural networks. When the total cost consisted of the output error and hidden error is minimized by gradient-descent methods, the additional descent term gives not only the Hebbian learning but also the synaptic weight decay. Therefore it incorporates error back-propagation, Hebbian, and weight decay, and additional computational requirements to the standard error back-propagation is negligible. From the computer simulation of the time series prediction with Santafe competition data it is shown that the proposed learning algorithm gives much better generalization performance.