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
시계열 예측은 금융, 경제, 기상, 에너지 등 다양한 분야에서 중요한 역할을 한다. 전통적으로 많이 사용되는 SARIMAX 모델은 시계열 데이터의 계절성, 추세 및 외생 변수를 고려하지만, 선형 가정에 기반하여 비선형 패턴을 포착하는 데 한계가 있다. 반면, 딥러닝 기반의 순환 신경망 모델, 특히 GRU는 비선형성을 효과적으로 모델링할 수 있는 능력으로 주목받고 있다. 본 연구의 목표는 SARIMAX 모델의 선형적 예측 능력과 GRU 모델의 비선형적 예측능력을 결합한 Stacked SARIMAX-GRU 모델을 제안하여, 시계열 예측의 정확성을 향상시키는 것이다. 본 모델은 스태킹 기법을 통해 두 모델의 예측 결과를 메타 모델의 입력으로 사용하여 시계열 예측의 정확성을 향상시킨다. 실증 분석을 통해 제안된 모델이 기존의 SARIMAX 모델 및 GRU 모델을 단독으로 사용했을 때보다 우수한 예측 성능을 보임을 확인하였으며, MAE, MAPE, RMSE와 같은 오차는 감소하고, R-squared 값은 높아짐을 확인하였다.
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
