• 산업기술연구
• /
• 제18권
• /
• pp.51-59
• /
• 1998

To flood forecastion, until now, Storage function method, Streamflow Synthesis and Reservoir Regulation, and HEC-1 model have been analysed generally in various definite simulation. Generally, Streamflow Synthesis and Reservoir Regulation and HEC-1 model are more delicacy and more excellent model than Storage function method in physically. But the resource huge for test of models. On the contrary, Storage function method has not only a few model various and data for decision but also has poor theory background in model excessively simpled water circulation about a basin. In this reason, this study is purpose to develop a statistical flood forecasting model that can forecast with accuracy variety of water height to Nak-Dong river vibration spots in flood with accumulated water resource.

• Communications for Statistical Applications and Methods
• /
• 제28권3호
• /
• pp.233-250
• /
• 2021

This paper studies if the accuracies of mortality models (LC model vs. 4-parametric model) are aggravated if a mortality structure changes due to the impact of COVID-19. LC model (LCM) uses dimension reduction for fitting to the log mortality matrix so that the performance of the dimension reduction method may not be good when the matrix structure changes. On the other hand, 4-parametric factor model (4-PFM) is designed to use factors for fitting to log mortality data by age groups so that it would be less affected by the change of the mortality structure. In fact, the forecast accuracies of LCM are better than those of 4-PFM when life-tables are used whereas those of 4-PFM are better when the mortality structure changes. Thus this result shows that 4-PFM is more reliable in performance to the structural changes of the mortality. To support the accuracy changes of LCM the functional aspect is explained by computing eigenvalues produced by singular vector decomposition

• 천문학회보
• /
• 제37권2호
• /
• pp.123.1-123.1
• /
• 2012

We have compared near-real time Kp forecast models based on neural network (NN) and support vector machine (SVM) algorithms. We consider four models as follows: (1) a NN model using ACE solar wind data; (2) a SVM model using ACE solar wind data; (3) a NN model using ACE solar wind data and preliminary kp values from US ground-based magnetometers; (4) a SVM model using the same input data as model 3. For the comparison of these models, we estimate correlation coefficients and RMS errors between the observed Kp and the predicted Kp. As a result, we found that the model 3 is better than the other models. The values of correlation coefficients and RMS error of the model 3 are 0.93 and 0.48, respectively. For the forecast evaluation of models for geomagnetic storms ($Kp{\geq}6$), we present contingency tables and estimate statistical parameters such as probability of detection yes (PODy), false alarm ratio (FAR), bias, and critical success index (CSI). From a comparison of these statistical parameters, we found that the SVM models (model 2 and model 4) are better than the NN models (model 1 and model 3). The values of PODy and CSI of the model 4 are the highest among these models (PODy: 0.57 and CSI: 0.48). From these results, we suggest that the NN models are better than the SVM models for predicting Kp and the SVM models are better than the NN models for forecasting geomagnetic storms.

• 대기
• /
• 제31권5호
• /
• pp.473-488
• /
• 2021

A new physical/statistical diagnostic downscale model has been developed for use to improve near-surface air temperature forecasts. The model includes a series of physical and statistical correction methods that account for un-resolved topographic and land-use effects as well as statistical bias errors in a low-resolution atmospheric model. Operational temperature forecasts of the Local Data Assimilation and Prediction System (LDAPS) were downscaled at 100 m resolution for three months, which were used to validate the model's physical and statistical correction methods and to compare its performance with the forecasts of the Korea Meteorological Administration Post-processing (KMAP) system. The validation results showed positive impacts of the un-resolved topographic and urban effects (topographic height correction, valley cold air pool effect, mountain internal boundary layer formation effect, urban land-use effect) in complex terrain areas. In addition, the statistical bias correction of the LDAPS model were efficient in reducing forecast errors of the near-surface temperatures. The new high-resolution downscale model showed better agreement against Korean 584 meteorological monitoring stations than the KMAP, supporting the importance of the new physical and statistical correction methods. The new physical/statistical diagnostic downscale model can be a useful tool in improving near-surface temperature forecasts and diagnostics over complex terrain areas.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권1호
• /
• pp.37-44
• /
• 2017

AOS(Aeon of Strife)장르의 게임들은 단순히 즐기는 컴퓨터 게임이 아닌 대표적인 e스포츠 종목으로 자리매김하고 있으며 전문성을 필요로 하는 스포츠의 특성상, 게임 플레이 패턴 및 시즌 별 캐릭터 선택 등 게임 운영에 필요한 통계 분석의 중요성이 증가하고 있다. 본 논문에서는 대표적인 AOS 게임 중의 하나인 리그오브레전드의 게임 데이터를 이용해 데이터 마이닝 기법을 이용한 게임의 전략적 분석을 실시한다. 통계적 승률 예측 기법인 로지스틱 회귀분석과 판별 분석 및 인공신경망을 이용하여 게임의 승패 예측 모형을 설계하고 실험한다. 게임 데이터 분석 결과는 확률을 표시한 그래프로 표현되어 게임 플레이를 돕기 위해 개발된 시각적 도구에 이용한다. 승패 예측 모형의 실험 결과, 평균적으로 95%의 높은 분류율을 보이고 시각화 도구를 통해 게임 플레이의 다양한 전략 수립에 이용됨을 보인다.

• 응용통계연구
• /
• 제28권3호
• /
• pp.511-527
• /
• 2015

ARMA(p, q) 모형 분석에서 분산 안정화 또는 정규화를 위해 멱변환(power transformation)이 사용된다. 변환된 자료를 이용하여 분석이 이루어지며 원 자료의 예측을 위해 재변환이 사용된다. 이때 흔히 변환된 자료 분석에서 얻어진 예측값의 역함수 값이 원자료 예측값으로 사용되지만 이는 편향이 있는 것으로 알려져 있다. 이를 해결하기 위해 로그 변환의 경우 Granger과 Newbold (1976)는 로그-정규분포의 기댓값을 이용할 것을 제안하였다. 본 연구에서는 모의실험을 통하여 제곱근 변환과 로그 변환 후 재변환을 사용할 때 예측값으로 기댓값의 역함수를 이용하는 방법과 역함수의 기댓값을 사용하였을 때의 추정의 결과를 모의실험을 통하여 비교하였다.

• 전자공학회논문지CI
• /
• 제45권5호
• /
• pp.95-101
• /
• 2008

주가지수는 경제 및 정치적 상황을 포함한 다양한 주변 환경에 영향을 받는 관계로 정확한 주가지수 예측모형의 개발은 매우 어려운 문제로 여겨지고 있다. 본 논문에서는, 신경회로망과 통계적인 방법을 이용하여 종합주가지수(KOSPI)를 예측하는 에이전트 시스템 기법을 제안한다. 예측오차의 평균 및 편차를 최소화하기 위해서, 에이전트시스템은 특징추출, 변수선정, 예측 엔진선정 및 분석을 위한 부(sub)에이전트 모듈들을 포함하고 있다. KOSPI(Korea Composite Stock Price Index) 예측을 위한 에이전트시스템 구현의 첫 번째 단계로서, 주성분분석을 이용하여 22개의 표준기본경제지표에서 12개의 경제지표를 추출하였다. 열두 개의 추출된 경제지표들은 예측하고자하는 예측일에 따라 최량부분적합법을 이용하여 다시 한 번 입력 변수들을 선정하게 된다. 성능평가를 위해 주가지수의 변동폭이 다른 두 종류의 실험데이터를 대상으로 예측을 진행한 결과 30일의 연속적인 종합주가지수예측에 있어 11.92포인트의 평균오차율을 보였다. 또한, 예측시점에 따라 관련이 높은 기본지표의 종류 및 개수가 다르게 나타나므로 제안한 주가예측 에이전트시스템 구조가 유용함을 보였다.

• 디지털융복합연구
• /
• 제12권3호
• /
• pp.211-218
• /
• 2014

최근 풍력에너지는 풍력터빈의 지능화뿐만 아니라 풍력 발전량 예측 부분에서 컴퓨팅과의 결합이 확대되고 있다. 풍력 발전은 기상상태에 따라 출력변동이 심하고 출력 예측이 어려워 효율적인 전력 생산을 위해서 신재생에너지를 전력계통에 안정적으로 연계할 수 있는 기술이 필요하다. 본 논문에서는 분산형 전원의 예측정보를 향상시켜 예측한 발전량과 실제 발전량의 차이를 최소화하기 위한 분산형 전원전력의 단기예측 모델을 설계한다. 제안된 모델은 단기 예측을 위해서 물리모델과 통계모델을 결합하였으며, 물리모델에서 생산된 격자별 예측값 중 예측 지점내 예측지점의 값을 추출하고, 물리 모델 예측값에 통계모델을 적용하여 발전량 산정을 위한 최종 기상 예측값을 생성한다. 또한, 제안 모델에서는 실시간 기상청 관측자료와 실시간 중기 예측 자료를 입력 자료로 사용하여 단기 예측모델을 수행한다.

• Communications for Statistical Applications and Methods
• /
• 제17권1호
• /
• pp.27-37
• /
• 2010

This article concerns the forecasting in binomial AR(p) models which is proposed by Wei$\ss$ (2009b) for time series of binomial counts. Our method extends to binomial AR(p) models a recent result by Jung and Tremayne (2006) for integer-valued autoregressive model of second order, INAR(2), with simple Poisson innovations. Forecasts are produced by conditional median which gives 'coherent' forecasts, and we estimate the forecast distributions of future values of binomial AR(p) models by means of a Monte Carlo method allowing for parameter uncertainty. Model parameters are estimated by the method of moments and estimated standard errors are calculated by means of block of block bootstrap. The method is fitted to log data set used in Wei$\ss$ (2009b).

• Communications for Statistical Applications and Methods
• /
• 제18권1호
• /
• pp.13-21
• /
• 2011

본 논문에서는 계절성을 가지는 다변량 비정상 시계열자료의 분석 방법을 연구한다. 이를 위하여, 3가지의 다변량 시계열분석 모형(계절형 공적분 모형, 계절형 가변수를 가지는 비계절형 공적분 모형, 차분을 이용한 벡터자기회귀모형)을 고려하고, 한국의 실제 거시경제 자료를 이용하여 3가지 모형의 예측력을 비교한다. 공적분 모형은 단기적 예측에서 우수하였고, 장기적 예측에서는 차분을 이용한 벡터자기회귀모형이 우수하였다.