• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권3호
• /
• pp.163-172
• /
• 2016

Electric load forecasting is essential for effective power system planning and operation. Complex and nonlinear relationships exist between the electric loads and their exogenous factors. In addition, time-series load data has non-stationary characteristics, such as trend, seasonality and anomalous day effects, making it difficult to predict the future loads. This paper proposes a locally-weighted polynomial neural network (LWPNN), which is a combination of a polynomial neural network (PNN) and locally-weighted regression (LWR) for daily shortterm peak load forecasting. Model over-fitting problems can be prevented effectively because PNN has an automatic structure identification mechanism for nonlinear system modeling. LWR applied to optimize the regression coefficients of LWPNN only uses the locally-weighted learning data points located in the neighborhood of the current query point instead of using all data points. LWPNN is very effective and suitable for predicting an electric load series with nonlinear and non-stationary characteristics. To confirm the effectiveness, the proposed LWPNN, standard PNN, support vector regression and artificial neural network are applied to a real world daily peak load dataset in Korea. The proposed LWPNN shows significantly good prediction accuracy compared to the other methods.

• 한국수자원학회논문집
• /
• 제33권1호
• /
• pp.31-38
• /
• 2000

수문변량 사이의 관계는 대부분 비선형 관계를 보이고 있다. 일반적으로 이런 비선형 관계는 어떤 선행하는 명백한 하나의 함수적인 형태로 표현할 수 없는 것이 일반적이다. 본 논문에서는, 비매개변수적 다변량 회귀분석 방법을 지역적으로 가중된 다항식을 이용하여 비선형 예상 함수를 추정하였다. 지역적으로 가중된 다항식은 추정치 각 점에서의 인접한 이웃자료를 가지고 목적 함수를 테일러 급수 확장을 통하여 고려하였다. 이런 비매개변수적 회귀분석을 실용성을 Great Salt Lake의 격주 체적자료에 대한 단기간 예측을 통하여 보여주었다.

• Communications for Statistical Applications and Methods
• /
• 제9권3호
• /
• pp.743-752
• /
• 2002

The estimation of the response curve is the important problem in the quantal bioassay. When we estimate the response curve, we determine the design points in advance of the experiment. Then naturally we have a question of which design would be optimal. As a response curve estimator, locally weighted quasi-likelihood estimator has several more appealing features than the traditional nonparametric estimators. The optimal design density for the locally weighted quasi-likelihood estimator is derived and its ability both in theoretical and in empirical point of view are investigated.

• 대한교통학회지
• /
• 제27권2호
• /
• pp.47-56
• /
• 2009

현장에서 수집되는 교통원시자료는 수집장비의 결함 및 주변환경 등에 의해 다양한 이상치가 발생한다. 원시자료의 품질은 추가 가공을 통해 생성되는 교통정보의 신뢰도에 직접적인 영향을 미치는 중요한 요인이다. 실시간으로 수집되는 교통원시자료를 1차 가공하는데 있어서 핵심은 이상치(Outlier)를 검지하고 보정하는 것이라고 할 수 있다. 본 연구에서는 GPS장비를 이용해 얻은 개별차량의 주행속도에서 발생하는 이상치를 제거하고 보정하는 기법을 제안하였다. GPS는 광범위한 교통네트워크상의 차량추적에 용이하게 사용될 수 있는 장점이 있다. 수집된 개별차량의 주행속도에서 이상치를 검지하고 보정하기 위해 국소가중다항회귀분석(LWR: Locally Weighted Regression)을 적용하였다. 또한 국소가중다항회귀분석을 수행하기 위한 파라미터 결정 알고리즘을 개발하여 적용하였다. 개발된 필터링 기법의 성능 평가를 위해 Synthetic Outlier를 생성 및 주입하여 개발된 필터링 기법을 통해 보정시키고 원시자료와 비교 분석 하였고, LWR을 이용한 기법의 상대적 성능 평가를 위해 지수평활화를 이용한 기법과 비교하였다. 평가 결과 LWR기법이 지수평활화를 이용한 기법보다 낮은 오차율을 보여 상대적으로 우수함을 검증하였다. 본 연구에서 제안한 방법론은 교통정보공학 분야의 자료처리 및 정보가공을 위한 도구로서 활용도가 클 것으로 기대된다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권4호
• /
• pp.1059-1066
• /
• 2016

In this paper we propose a robust version of varying coefficient models, which is based on the regularized regression with L1 regularization. We use the iteratively reweighted least squares procedure to solve L1 regularized objective function of varying coefficient model in locally weighted regression form. It provides the efficient computation of coefficient function estimates and the variable selection for given value of smoothing variable. We present the generalized cross validation function and Akaike information type criterion for the model selection. Applications of the proposed model are illustrated through the artificial examples and the real example of predicting the effect of the input variables and the smoothing variable on the output.

• 한국수자원학회논문집
• /
• 제42권9호
• /
• pp.681-690
• /
• 2009

본 연구에서는 기상인자를 반영하여 확률강수량을 산정하고 불확실성을 평가하였다. 기상인자는 범지구적으로 관측되고 있는 해수면온도와 습윤지수 자료를 이용하였다. 분석 방법은 기상인자와 연최대시간강수량 사이의 지체상관계수를 산정하여 비교함으로써, 우리나라의 시간최대강수량과 상관관계가 큰 기상인자의 관측지역과 지체시간을 선정하고 지역가중다항식을 이용하여 회귀관계를 설정하였다. 다음으로 기상인자를 변동핵밀도함수를 이용하여 확률 밀도함수를 추정하여 모의발생을 수행하였다. 마지막으로 모의된 기상인자를 지역가중다항식을 통해 강수량을 추정하여 확률강수량을 산정하였다. 분석 결과에서 기상인자를 반영한 확률강수량은 강수자료를 빈도해석한 확률강수량과 큰 차이를 보이지 않는 것으로 나타났다. 또한 지구온난화와 같은 기후변화를 반영하는 기상인자를 반영한 확률강수량 산정의 기초자료로 활용할 수 있을 것으로 판단된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.12-15
• /
• 2020

Data access characteristics can directly affect the efficiency of the system execution. This research is to design an accurate predictor by using historical memory access information, where highly accessible data can be migrated from low-speed storage (SSD/HHD) to high-speed memory (Memory/CPU Cache) in advance, thereby reducing data access latency and further improving overall performance. For this goal, we design a locally weighted linear regression prefetch scheme to cope with irregular access patterns in large graph processing applications for a DARM-PCM hybrid memory structure. By analyzing the testing result, the appropriate structural parameters can be selected, which greatly improves the cache prefetching performance, resulting in overall performance improvement.

• 한국가스학회:학술대회논문집
• /
• 한국가스학회 2003년도 추계학술발표회 논문집
• /
• pp.126-130
• /
• 2003

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2009년도 정기 학술발표대회
• /
• pp.139.1-139.1
• /
• 2009

• 대한공간정보학회지
• /
• 제20권3호
• /
• pp.57-63
• /
• 2012

정규최소자승법(OLS : Ordinary Least Square)은 장수인구의 지역적 분포와 적용된 환경변수들의 관계가 공간상에서 동일하다고 가정한다. 따라서 장수현상이나 그와 관련된 변수의 공간적 특성을 충분히 설명할 수 없다. 지리가중 회귀분석(GWR : Geographically Weighted Regression)모형은 지리적 가중 함수를 통해 인접지역들의 공간적 유사성을 대변할 수 있다. 또한 환경특성에 따른 장수인구분포의 공간적 변이를 국지적으로 설명할 수 있는 특징이 있다. 이러한 관점에서 본 논문은 기존의 연구에서 제시된 장수의 환경생태학적 요인들에 대해 보통 최소자승법과 GWR모델간의 비교분석을 수행하였다. 연구결과 GWR모형이 OLS모형보다 높은 모형 부합도를 가지고 특정 환경 변수가 가지는 효과에 대한 공간적 변동성을 설명할 수 있는 것으로 나타났다.