인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
This study investigates demand forecasting for imported cars using the GRU (Gated Recurrent Unit) model. To enhance the forecasting accuracy for the intermittent demand of imported cars, the sales time series data for different car models are categorized into four groups based on demand size volatility (ADI) and the irregularity of zero demand (CV2). The GRU model is then applied to each group, and the forecasting performance of each group is compared. To further improve the model"s forecasting accuracy, the study adjusts the data sample size, input window size, and output window size, proposing optimized data input/output window sizes for each group. Two main analyses are conducted: First, whether the forecasting performance shows the same pattern across groups based on demand size volatility and zero demand irregularity is examined. Second, the impact of data sample size and input/output window sizes on each group is individually assessed. The results indicate that using a 10-year data sample size provides the most stable forecasting performance across all groups. Additionally, as the output window size increases, the model"s forecasting performance tends to decrease in each group. Conversely, the input window size exhibits a U-shaped relationship with model accuracy across all groups, with the inflection point varying according to data size volatility.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-090949688
