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
오류제보하기
Hydrologic time series has been analyzed and forecasted by using classical linear models. However, there is growing evidence of nonlinear structure in natural phenomena and hydrologic time series associated with their patterns and fluctuations. Therefore, the classical linear techniques for time series analysis and forecasting may not be appropriate for nonlinear processes. Daily streamflow series at St. Johns river near Cocoa, Florida, USA showed an interesting result of a low dimensional, nonlinear dynamical system but daily inflow at Soyang reservoir, South Korea showed stochastic property. Based on the chaotic dynamical characteristic, DVS (deterministic versus stochastic) algorithm is used for short-term forecasting, as well as for exploring the properties of the system. In addition to the use of DVS algorithm, a neural network scheme for the forecasting of the daily streamflow series can be used and the two techniques are compared in this study. As a result, the daily streamflow which has chaotic property showed much more accurate result in short term forecasting than stochastic data.
목차
등록된 정보가 없습니다.
참고문헌 (28)
참고문헌 신청
Barnett, K. D. / 1993 / On the estimation of the correlation dimension and its application to radar reflector discrimination
Casdagli, M. / 1992 / Chaos and deterministic versus stochastic non‐linear modelling / Journal of the Royal Statistical Society: Series B (Methodological) 54(2):303~328
Chan, K. S. / 2001 / Chaos: A Statistical Perspective / Springer
Damle, C. / 2007 / Flood prediction using time series data mining / Journal of Hydrology 333(2-4):305~316
Edossa, D. C. / 2011 / Application of ANN-based streamflow forecasting model for agricultural water management in the Awash River Basin, Ethiopia / Water resources management 25(6):1759~1773
Casdagli, M. / 1992 / Chaos and deterministic versus stochastic non‐linear modelling / Journal of the Royal Statistical Society: Series B (Methodological) 54(2):303~328
Chan, K. S. / 2001 / Chaos: A Statistical Perspective / Springer
Damle, C. / 2007 / Flood prediction using time series data mining / Journal of Hydrology 333(2-4):305~316
Edossa, D. C. / 2011 / Application of ANN-based streamflow forecasting model for agricultural water management in the Awash River Basin, Ethiopia / Water resources management 25(6):1759~1773
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
다중 시계열을 이용한 장기 예측 Transformer 모델
응용통계연구
2024 .10
-
다중 결합 예측 알고리즘을 이용한 교통사고 발생건수 예측
응용통계연구
2019 .12
-
계수형 시계열 모형을 위한 자동화 차수 선택 알고리즘
응용통계연구
2020 .04
-
계층적 시계열 분석을 이용한 지역별 교통사고 발생건수 예측
응용통계연구
2017 .02
-
딥러닝을 이용한 이변량 장기종속시계열 예측
응용통계연구
2019 .02
-
장기 기후 변동성을 고려한 인공신경망 앙상블 모형 적용: 한강 유역 댐 유입량 예측을 중심으로
한국습지학회지
2019 .01
-
R에서 자동화 예측 함수에 대한 성능 비교
응용통계연구
2022 .10
-
단변량 시계열 모형들의 단순 결합의 예측 성능
응용통계연구
2022 .06
-
비선형회귀모형에서의 불안정성
응용통계연구
2017 .02
-
가계동향조사 지출부문 시계열 연계 방안에 관한 연구
응용통계연구
2022 .08
-
시계열분석과 다변량통계기법을 이용한 지하수위 시계열자료의 군집분석
대한지질학회 학술대회
2016 .10
-
일별 시계열을 이용한 월별 시계열의 계절조정
응용통계연구
2023 .10
-
시계열 모형과 기상변수를 활용한 태양광 발전량 예측 연구
응용통계연구
2018 .02
-
Forecasting GDP time series via the K-means based factor model
CSAM(Communications for Statistical Applications and Methods)
2025 .03
-
편의 보정 비모수 추정 기법을 이용한 에너지 수요 예측
Journal of The Korean Data Analysis Society
2021 .10
-
현업 예보 모델링 시스템에서 기상변수 모의 성능이 PM2.5 모의에 미치는 영향
한국대기환경학회 학술대회논문집
2023 .10
-
개선된 유전자 역전파 신경망에 기반한 예측 알고리즘
한국데이터정보과학회지
2017 .11
-
계절변동의 함수적 예측
응용통계연구
2015 .10
-
기계학습 기반의 대공장비 수리부속 수요예측모형 연구
한국데이터정보과학회지
2019 .05
-
신경망의 시계열 특징 추출 기능과 개선된 해석 방안을 활용한 반도체 수율 예측 모델
한국데이터정보과학회지
2020 .09
이 논문의 저자 정보
최근 본 자료
댓글(0)
0