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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
홍난영 (한국외국어대학교) 이윤재 (한국외국어대학교) 이태욱 (한국외국어대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제34권 제5호
발행연도
2023.9
수록면
697 - 709 (13page)
DOI
10.7465/jkdi.2023.34.5.697

이용수

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

초록· 키워드

오류제보하기
최근에 시계열 자료 예측에 적합한 인공신경망인 LSTM (Long short-term memory) 알고리즘이 고안되면서, 계절형 자기회귀누적이동평균 (Seasonal auto regressive integrated moving average; SARIMA) 모형과 LSTM 알고리즘의 시계열 자료 예측 성능이 자주 비교되었다. 본 논문에서는 외생변수를 고려한 SARIMAX 모형을 LSTM 알고리즘과 결합한 Hybrid SARIMAX-LSTM 알고리즘을 제안하고자 한다. 모의실험과 실증분석을 통해 Hybrid SARIMAX-LSTM 알고리즘이 기존의 LSTM 알고리즘보다 예측 성능을 높이고, 분석 시간을 단축하는 데 효과적임을 입증하고자 한다.

목차

요약
1. 서론
2. 시계열 예측 모형
3. 모의실험
4. 실증 분석
5. 결론 및 시사점
References
Abstract

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-088085549