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
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제29권 제10호
- 발행연도
- 2023.10
- 수록면
- 482 - 487 (6page)
- DOI
- 10.5626/KTCP.2023.29.10.482
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
주기적인 시계열 데이터에서는 불규칙한 패턴이 부분적으로 관측될 수 있다. 폭우에 의한 수질 변화, 연휴에 의한 대중교통 이용량 변화와 같이 불규칙한 패턴이 중요한 의미를 갖는 경우에는 이를 정확히 예측하는 것이 중요하다. 일반적인 딥러닝 기반 시계열 데이터 예측에서는 목표 변수를 도입하여 모델을 구성한다. 그러나 모델 학습에 목표 변수만을 도입할 경우 규칙적인 패턴에 비해서 불규칙한 패턴은 상대적으로 정확히 예측하지 못한다. 본 논문에서는 목표 변수가 아닌, 잠재 요인들을 특징 추출에 활용하는 불규칙 경향 예측 기법을 제안한다. 제안하는 기법에 대한 검증을 수행한 결과, 목표 변수를 직접 사용한 경우보다, 잠재 요인만을 분석에 활용한 제안하는 기법의 경우 불규칙성을 상대적으로 잘 감지하는 것을 확인하였다. 본 논문은 목표 변수를 분석에 활용하는 일반적인 시계열 예측 기법과 달리 잠재 요인만을 활용하여 목표 변수의 불규칙한 패턴을 효과적으로 예측할 수 있다는 점에서 의의가 있다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 제안하는 기법
4. 실험 및 결과 분석
5. 결론 및 향후 연구
References
참고문헌 (7)
참고문헌 신청
Torres, José F., et al., “Deep learning for time series forecasting: a survey,” Big Data, 9(1), pp. 3-21, 2021.
Frank, Ray J., Neil Davey, and Stephen P. Hunt, “Time series prediction and neural networks,” Journal of Intelligent and Robotic Systems, 31 pp. 91-103, 2001.
Hua, Y., Zhao, Z., Li, R., Chen, X., Liu, Z., and Zhang, H., “Deep learning with long short-term memory for time series prediction,” IEEE Communications Magazine, 57(6), pp. 114-119, 2019.
Bao, Jie, Hao Yu, and Jiaming Wu, "Short‐term FFBS demand prediction with multi‐source data in a hybrid deep learning framework,” IET Intelligent Transport Systems 13(9), pp. 1340-1347, 2019.
Zhang, G. P., and Qi, M., “Neural network forecasting for seasonal and trend time series,” European Journal of Operational Research, 160(2), pp. 501-514, 2005.
Frank, Ray J., Neil Davey, and Stephen P. Hunt, “Time series prediction and neural networks,” Journal of Intelligent and Robotic Systems, 31 pp. 91-103, 2001.
Hua, Y., Zhao, Z., Li, R., Chen, X., Liu, Z., and Zhang, H., “Deep learning with long short-term memory for time series prediction,” IEEE Communications Magazine, 57(6), pp. 114-119, 2019.
Bao, Jie, Hao Yu, and Jiaming Wu, "Short‐term FFBS demand prediction with multi‐source data in a hybrid deep learning framework,” IET Intelligent Transport Systems 13(9), pp. 1340-1347, 2019.
Zhang, G. P., and Qi, M., “Neural network forecasting for seasonal and trend time series,” European Journal of Operational Research, 160(2), pp. 501-514, 2005.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
CNN-LSTM 기반의 잠재요인 특징 추출을 활용한 효과적인 불규칙 경향 예측 기법
한국정보과학회 학술발표논문집
2022 .06
-
아파트 매매가 예측 모델을 위한 불규칙 시계열 데이터 보정 기법
한국정보과학회 학술발표논문집
2022 .12
-
임상 상태 예측을 위한 자가 주의집중 메커니즘 기반 불규칙적 시계열 전자건강기록 데이터 모델링
한국정보과학회 학술발표논문집
2020 .07
-
표면의 방빙 성능을 위한 비대칭-불규칙 패턴의 설계제작
한국정밀공학회 학술발표대회 논문집
2023 .11
-
ARIMA 모델을 이용한 데이터 흐름 예측 기법
한국컴퓨터정보학회 학술발표논문집
2018 .07
-
분류를 통한 시계열 예측 기법
한국정보과학회 학술발표논문집
2021 .06
-
LSTM 기반 딥러닝 모델을 이용한 비행 데이터 예측 기법
한국항공우주학회 학술발표회 초록집
2021 .11
-
장단기 기억 신경망을 사용한 다변수 데이터 농산물 가격 예측 모델
전기전자학회논문지
2024 .09
-
딥러닝 기반 시계열 예측 알고리즘의 모델 크기에 따른 성능 비교 및 분석
한국통신학회 학술대회논문집
2022 .06
-
The Multivariate Sensor Data Classification using Time Series Imaging
Journal of KIISE
2022 .08
-
연소 최적화를 통한 차량 아이들 조건 불규칙 진동 개선
한국소음진동공학회 학술대회논문집
2019 .02
-
딥러닝 기반 시계열 기법을 활용한 유통제품 수요예측
한국지능정보시스템학회 학술대회논문집
2022 .06
-
시계열 예측 모델을 이용한 커뮤니티 변화에 대한 예측
한국정보과학회 학술발표논문집
2015 .06
-
Shallow CNN을 활용한 주가 예측 방법론
한국통신학회논문지
2023 .06
-
시계열 분류 모델의 성능 향상을 위한 시계열 데이터 증강 및 대조 학습 기반 사전 훈련 기법
정보과학회 컴퓨팅의 실제 논문지
2022 .11
-
PCA를 활용한 기업실적 예측변수 생성
한국지능시스템학회 논문지
2015 .04
-
유사 주기적 구매 패턴 분석을 통한 구매 시점 예측 및 마케팅 활용
Proceedings of KIIT Conference
2017 .06
-
시계열 데이터 기반 온실 환경 예측을 위한 딥러닝 모델의 성능 비교 및 분석
한국통신학회 인공지능 학술대회 논문집
2024 .09
-
트랜스포머를 활용한 시계열 비행 데이터 예측
한국항공우주학회 학술발표회 초록집
2023 .04
-
하천 홍수 예측을 위한 CNN 기반의 수위 예측 모델 구현
한국정보통신학회논문지
2021 .11
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0