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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.2
- 수록면
- 187 - 192 (6page)
이용수
초록· 키워드
오류제보하기
위드 코로나의 예정 발표일이 결정되었고, 위드 코로나에 가장 중요한 조건인 백신 접종을 아직 부작용 걱정 때문에 완료하지 않은 사람들이 있다. 또한 위드 코로나로 경제는 회복될 수 있지만 감염자 수는 급증할 수 있다. 본 논문은 위드 코로나에 앞서 코로나19에 대한 경각심을 깨우고자, 코로나19를 비선형 확률과정으로 예측한다. 여기서 딥러닝의 RNN중 양방향 LSTM인 BI-LSTM와 LSTM보다 gate수를 줄인 GRU를 사용하고 이것을 train set, test set, 손실함수, 잔차분석, 정규분포, 자기 상관을 통해서 비교 분석하여 어떠한 성능이 더 좋은지 비교하고 예측한다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 분석 알고리즘
Ⅲ. 실험결과 및 분석
Ⅳ. 결론 및 향후연구
REFERENCES
참고문헌 (10)
참고문헌 신청
Centers for Disease Control and Prevention. Ensuring COVID-19 Vaccines Work [Internet]. Available: https://korean.cdc.gov/coronavirus/2019-ncov/vaccines/effectiveness.html.
Centers for Disease Control and Prevention. Effectiveness of Pfizer-BioNTech and Moderna Vaccines Against COVID-19 [Internet]. Available: https://www.cdc.gov/mmwr/volumes/70/wr/mm7018e1.htm?s_cid=mm7018e1_w.
J. H. Kim and J. Y. Kim, “Covid19 trends predictions using time series data,” Journal of the Korea Institute of Information and Communication Engineering, vol. 25, no. 7, pp.884-889, Dec. 2021.
R. Józefowicz, W. Zaremba, and I. Sutskever, “An Empirical Exploration of Recurrent Network Architectures,” in Proceedings of the 32nd International Conference on International Conference on Machine Learning, vol. 37, pp. 2342-2350, Jul. 2015.
F. A. Gers, J. Schmidhuber, and F. Cummins, “Learning to Forget: Continual Prediction with LSTM,” Neural Computation, vol. 12, no. 10, pp. 2451-2471, Oct. 2000.
R. Józefowicz, W. Zaremba, and I. Sutskever, “An Empirical Exploration of Recurrent Network Architectures,” in Proceedings of the 32nd International Conference on International Conference on Machine Learning, vol. 37, pp. 2342-2350, Jul. 2015.
F. A. Gers, J. Schmidhuber, and F. Cummins, “Learning to Forget: Continual Prediction with LSTM,” Neural Computation, vol. 12, no. 10, pp. 2451-2471, Oct. 2000.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
LSTM 과 GRU 를 활용한 프로그래밍 언어 예측
한국통신학회 학술대회논문집
2023 .02
-
Multistep-Ahead Solar Irradiance Forecasting for Smart Cities Based on LSTM, Bi-LSTM, and GRU Neural Networks
한국전자거래학회지
2022 .11
-
LSTM-GRU 기반의 일사량 예측 모델 성능 평가
한국태양에너지학회 학술대회논문집
2022 .04
-
Bi-LSTM 기반 환경 데이터 예측에 관한 연구
한국통신학회 인공지능 학술대회 논문집
2024 .09
-
전이 학습을 통한 GRU와 LSTM의 낙상 검출 성능 향상
한국통신학회 학술대회논문집
2020 .08
-
텐서플로우를 이용한 LSTM과 GRU의 성능평가
한국정보과학회 학술발표논문집
2016 .12
-
LSTM을 활용한 국내 코로나19 기간 별 확진자 수 예측 연구
대한전자공학회 학술대회
2022 .06
-
LSTM 및 GRU 기반 전력계통 과도안정도 판정
대한전기학회 학술대회 논문집
2022 .04
-
LSTM 기반 딥러닝 기술을 활용한 수온 변화 예측
한국정보통신학회 여성 ICT 학술대회 논문집
2020 .08
-
LSTM과 GRU를 활용한 업종별 전력사용량 데이터 보간 방법
대한전기학회 학술대회 논문집
2022 .07
-
RNN LSTM을 이용한 사람 행동 인식
한국정보과학회 학술발표논문집
2018 .06
-
LSTM 시계열 매개변수 적용을 통한 효율적 데이터 관리
한국컴퓨터정보학회 학술발표논문집
2022 .07
-
Algorithm of GRU-LSTM based Kalman Filter for Uncertain Dynamic Model
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
RNN 기반 LSTM을 이용한 고수온 예측
한국정보과학회 학술발표논문집
2020 .12
-
LSTM을 이용한 전력 데이터 예측
한국정보과학회 학술발표논문집
2016 .12
-
LSTM 및 RNN 기반의 빌딩에너지 예측
한국통신학회 학술대회논문집
2019 .06
-
LSTM 구조를 활용한 채권 데이터의 예측에 관한 연구
한국통신학회 학술대회논문집
2018 .01
-
LSTM 순환 신경망을 이용한 도로 교통 속도 예측
대한토목학회 학술대회
2020 .10
-
LSTM 모델을 이용한 농산물 가격 예측에 관한 연구
한국정보통신학회 종합학술대회 논문집
2022 .05
-
Stacked Bidirectional과 Stacked Unidirectional LSTM을 활용한 주별 전력부하예측
한국정보기술학회논문지
2020 .09
이 논문의 저자 정보
이 논문과 함께 이용한 논문
순간 재생산지수에 기반한 COVID-19 확진자 수 변화 예측 시스템 연구
안수진
,
권민혜
한국통신학회 학술대회논문집
2021
.06
사회적 변수를 고려한 LSTM 기반 코로나19 일별 확진자 수 예측 기법
노윤아
,
정승원
,
문재욱
외 1명
정보과학회 컴퓨팅의 실제 논문지
2022
.02
SARIMA모형을 이용한 코로나19 확진자수 예측
김재호
,
김장영
한국정보통신학회논문지
2022
.01
머신러닝 모델을 이용한 일일 COVID-19 확진자 수 예측
민송하
,
오명호
,
김종민
한국정보통신학회 종합학술대회 논문집
2022
.05
ARIMA모형을 이용한 코로나19 확진자수 예측
김재호
,
김장영
한국정보통신학회논문지
2021
.12
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-004-001093196