Earticle

현재 위치 Home

LSTM 모델을 활용한 COVID-19 확진자 수 대비 원/달러 환율 예측 연구
A Study on the Prediction of KRW/USD Exchange Rate Against the Number of COVID-19 Confirmed Cases Using LSTM Model

첫 페이지 보기
  • 발행기관
    국제차세대융합기술학회 바로가기
  • 간행물
    차세대융합기술학회논문지 KCI 등재 바로가기
  • 통권
    제6권 4호 (2022.04)바로가기
  • 페이지
    pp.593-598
  • 저자
    김봉현
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A411051

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
As the COVID-19 situation continues, a shock is being transmitted to economic and industrial development. At the same time, the deterioration of the ability to repay funds is acting as a destabilizing factor in the financial and foreign exchange markets. Currently, it is virtually impossible to predict the end of the infectious disease, and uncertainty about the size and duration of economic losses due to the spread of the epidemic is increasing. Therefore, in this paper, we conducted a research on predicting the won/dollar exchange rate according to the number of COVID-19 confirmed cases around the world. For this, data on the cumulative number of patients by date of COVID-19 around the world and data on the won/dollar exchange rate by date of the Overseas Grain Market Information(KREI) were used. As a result of the simulation, the average error of the LSTM algorithm model was measured to be 0.0012 when predicting by applying the EarlyStopping callback, which stops learning when the performance improvement does not occur in the evaluation index through repeated learning.
한국어
COVID-19 상황이 지속되면서 경제, 산업 발전에 충격이 전해지면서 자금 상환 능력의 악화 등으로 금 융 및 외환시장의 불안요인으로 작용하고 있다. 현재 감염병 종식에 대한 예측이 사실상 불가능한 상황에서 사태 확산에 따른 경제적 손실 규모 및 지속기간에 대한 불확실성이 증폭되고 있는 상황이다. 따라서, 본 논문에서는 전세계 COVID-19 확진자 증감 수에 따라 원/달러 환율 예측 연구를 수행하였다. 이를 위해, 전세계 COVID-19 날짜별 누적 환자수 자료, 해외곡물시장정보(KREI)의 날짜별 원/달러 환율 자료를 이용하였다. 시뮬레이션 결과, 반복 학습을 통해 평가지표에서 성능 향상이 일어나지 않을 때 학습을 중단하는 EarlyStopping 콜백을 적용하여 예측했을 때, LSTM 알고리즘 모델의 평균 오차는 0.0012 측정되는 결과를 도출하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 데이터 수집 및 관리
3.1 LSTM
3.2 정규화
3.3 케라스 콜백
Ⅲ. 데이터 분석
Ⅳ. 분석 결과 및 예측
Ⅴ. 결론
REFERENCES

키워드

LSTM 정규화 케라스 콜백 원/달러 환율 환율 예측 LSTM Normalization Keras callback KRW/USD exchange rate Exchange rate prediction

저자

  • 김봉현 [ Bong-Hyun Kim | 서원대학교 소프트웨어학부 컴퓨터공학과 교수 ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제차세대융합기술학회 [International Next-generation Convergence technology Association]
  • 설립연도
    2017
  • 분야
    복합학>기술정책
  • 소개
    Ever since next generation convergence technology became one of the most important industries in the nation, computing professionals have encountered a growing number of challenges. Along with scholars and colleagues in related fields, they have gathered in avariety of forums and meetings over the last few decades to share their knowledge, experiences and the outcome of their research. These exchanges have led to the founding of the International Next-generation Convergence technology (INCA) on December 1, 2015. INCA was registered as an incorporated association under the Ministry of Information and Communications. The main purpose of the organization is to improve our society by achieving the highest capability possible in next generation convergence technology.

간행물

  • 간행물명
    차세대융합기술학회논문지 [The Journal of Next-generation Convergence Technology Association]
  • 간기
    월간
  • pISSN
    2508-8270
  • 수록기간
    2017~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 506 DDC 606

이 권호 내 다른 논문 / 차세대융합기술학회논문지 제6권 4호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.