메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국무역학회 무역학회지 貿易學會誌 第46卷 第6號
발행연도
2021.12
수록면
191 - 209 (19page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, various time series analysis models and machine learning models are presented for long-term prediction of export growth rate, and the prediction performance is compared and reviewed by RMSE and MAE. Export growth rate is one of the major economic indicators to evaluate the economic status. And It is also used to predict economic forecast. The export growth rate may have a negative (-) value as well as a positive (+) value. Therefore, Instead of using the ReLU function, which is often used for time series prediction of deep learning models, the PReLU function, which can have a negative (-) value as an output value, was used as the activation function of deep learning models. The time series prediction performance of each model for three types of data was compared and reviewed. The forecast data of long-term prediction of export growth rate was deduced by three forecast methods such as a fixed forecast method, a recursive forecast method and a rolling forecast method. As a result of the forecast, the traditional time series analysis model, ARDL, showed excellent performance, but as the time period of learning data increases, the performance of machine learning models including LSTM was relatively improved.
#Time Series #Forecasting #Deep Learning #ARDL #VAR #LSTM #Machine Learning #Long Term Prediction #AR #ANN #DNN #SVR #KNN #Rolling #Recursive #Fixed #Trade Growth Rate

목차

Abstract
Ⅰ. 서론
Ⅱ.자료 분석
Ⅲ. 결론
References

참고문헌 (23)

참고문헌 신청
Basurko, Agirre E. / 2006 / Regression and multilayer perceptron-based models to forecast hourly O3 and NO2 levels in the Bilbao area / Environmental Modelling &Software 21:430~446 google schola 배성완 / 2018 / 머신 러닝 방법과 시계열 분석 모형을 이용한 부동산 가격지수 예측 / 주택연구 26(1):107~133 google schola 채가영 / 2020 / VAR 모형을 이용한 한국의 대 중국 국경간 전자상거래 수출 분석 / 통상정보연구 22(4):3~20 dbpia 조중형 / 2014 / VAR모형을 이용한 수출상품 수요예측에 관한 연구: 소형 승용차 모델별 분기별 대미수출을 중심으로 / 통상정보연구 16(3):73~96 dbpia 조영희 / 2010 / 다중 유사 시계열 모델링 방법을 통한 예측정확도 개선에 관한 연구 / 한국인터넷방송통신학회 논문지 10(6):137~143 dbpia

이 논문의 저자 정보

이 논문과 함께 이용한 논문

머신러닝을 이용한 우리나라 환율 예측 연구
노재확 기업과혁신연구 2021 .09
초ㆍ중등학생의 문제해결능력 신장을 위한 알고리즘 학습 방안 연구
김은길 ,  김승완 ,  현동림 외 2명 수산해양교육연구 2011 .03
초등 컴퓨터 교육에서 역할 놀이를 통한 정렬알고리즘의 교수학습
임화경 ,  김진아 ,  배진호 외 2명 한국정보과학회 학술발표논문집 2004 .04
연속 냉간압연 공정에서 테이퍼 작업롤이 판의 에지드롭량에 미치는 영향 ( Influence of Tapered Work Roll on Edge Drop Amount of Strip in Tandem Cold Rolling Mill )
송길호 ,  박해두 ,  신성갑 외 1명 대한기계학회 논문집 A권 1999 .09
Predicting the Baltic Dry Bulk Freight Index Using an Ensemble Neural Network Model
SU MIAO 무역학회지 2023 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-324-000131374