Earticle

최근 정부의 친환경 정책에 따라 태양광 발전 설비가 지속적으로 증가하고 있다. 태양광 발전량은 에너지원인 태양의 특성상 계절에 따라 하루 중 발전이 이루어지는 시간이 일정하지 않다. 이러한 특성으로 인해 태양광 발전량 예측에서는 연속된 시간간격으로 수집된 자료에 적용할 수 있는 시계열 모형 적용에 어려움이 있다. 본 논문에서 제안하는 방법은 연속된 시간자료를 각 시간대 별로 분리, 재구성하여 24개의 (1시-24시) 일별 자료 형태로 예측에 활용하는 방법이다. 강원도 영암 태양광 발전소의 시간별 발전량 자료를 공공데이터포털에서 수집하여 연구하였다. 기존방법과 제안된 방법의 성능차이를 비교하기 위해 ARIMAX, 신경망(neural network model) 모형을 동일한 모형과 변수를 가지는 환경에서 성능차이를 확인하였다.

This paper investigates solar power forecasting based on several time series models. First, we consider weather variables that influence forecasting procedures as well as compare forecasting accuracies between time series models such as ARIMAX, Holt-Winters and Artificial Neural Network (ANN) models. The results show that ten models forecasting 24hour data have better performance than single models for 24 hours.

국가기준점은 국토에 관한 각종 개발 및 이용 계획 등의 입안을 위한 지도 제작 또는 건설, 토목 공사용의 도면 작성을 위한 기준으로써 매우 중요하다. 우리나라는 1910년대 이후로 국가 기준점인 삼각점과 수준점을 설치하여 관리하여 왔으며, 현재는 국가기준점 정보를 국토정보플랫폼을 통하여 서비스를 제공하고 있다. 우리나라의 국가기준점은 시대적인 사건과 환경에 의해 망실이나 재설, 이설 등의 과정을 거쳐 변화해 왔으며, 이러한 변화를 거친 국가기준점들을 시계열적으로 연계하여 정보를 제공하는 것은 매우 중요하다. 이에 본 연구에서는 삼각점을 시대별로 조선총독부 자료, 미군 YUCCA 사업 자료, 국립건설연구소 자료, 국립지리원 구 성과표 자료, 현재 자료로 구분하고, 각 시대별 동일 삼각점을 시계열적으로 연계하는 방안을 제시하였다. 최종적으로 제천시를 대상으로 시계열적 동일 삼각점을 정합하고, 삼각점의 시계열적 연계 가능성을 평가하였다.

The national geodetic control point is very important as a framework for drafting plans for construction and civil engineering works as well as mapping for various development and utilization plans related to the national land. Since the 1910s, Korea has established and managed the national geodetic control points, the triangulation points and the benchmarks. Currently, these point information is provided through the land information platform. The national geodetic control point has been changed through the process of loss, re-establishment, and re-location by the events and environment of the times. Therefore, it is very important to provide information by linking these past national geodetic control points in time series. In this study, we classified the triangulation points into five groups(Japanese Government General of Korea, YUCCA Project, National Construction Institute, Past Control Point Data Sheet, and Current) by age and then suggests a method to match the same control points in each time period. Finally we also applied the proposed method to Jecheon and analyzed the results.

신재생에너지 산업이 발전함에 따라 태양광 발전에 대한 중요성이 확대되고 있다. 태양광 발전량을 정확히 예측하기 위해서는 일사량 예측이 필수적이다. 본 논문에서는 태양광 패널이 존재하는 청주와 광주 지역을 선정하여 기상포털에서 제공하는 시간별 기상 데이터를 수집하여 연구하였다. 일사량 예측을 위하여 시계열 모형인 ARIMA, ARIMAX, seasonal ARIMA, seasonal ARIMAX, ARIMA-GARCH, ARIMAX-GARCH, seasonal ARIMA-GARCH, seasonal ARIMAX-GARCH 모형을 비교하였다. 본 연구에서는 모형의 예측 성능을 비교하고자 mean absolute error와 root mean square error를 사용하였다. 모형들의 예측 성능 비교 결과 일사량만 고려하였을 때는 이분산 문제를 고려한 seasonal ARIMA-GARCH 모형이 우수한 성능을 나타냈고, 외생변수를 활용한 ARIMAX 모형으로 일사량 예측을 한 경우가 가장 좋은 예측력을 나타냈다.

With the development of renewable energy sector, the importance of solar energy is continuously increasing. Solar radiation forecasting is essential to accurately solar power generation forecasting. In this paper, we used time series models (ARIMA, ARIMAX, seasonal ARIMA, seasonal ARIMAX, ARIMA GARCH, ARIMAX-GARCH, seasonal ARIMA-GARCH, seasonal ARIMAX-GARCH). We compared the performance of the models using mean absolute error and root mean square error. According to the performance of the models without exogenous variables, the Seasonal ARIMA-GARCH model showed better performance model considering the problem of heteroscedasticity. However, when the exogenous variables were considered, the ARIMAX model showed the best forecasting accuracy.

우리나라의 경우 선진국에 비해 짧은 기간 동안 사망률 개선이 급속히 이루어짐에 따라 사망률 예측에 있어 모형의 선택뿐만 아니라 시계열 이용기간의 선정 또한 중요한 고려사항이 될 수 있다. 따라서 본 연구에서는 시계열 이용기간의 선택 관점에서 회귀모형을 이용하는 방법을 제안하였다. 또한 Lee-Carter (LC) 모형, LC류 (Lee-Miller (LM), Booth-Maindonald-Smith (BMS)) 그리고 비모수 모형(functional data model (FDM), Coherent FDM)을 토대로 시계열 이용기간을 다르게 적용할 경우 어떠한 문제가 발생되며, 연령별 사망률과 기대수명 예측력에 어떠한 차이를 보이는지 살펴보았다. 분석결과를 바탕으로 5개의 모형별 2030년까지 남녀의 연령별 사망률과 예측기대수명을 작성하고 통계청(Korean Statistical Information Service; KOSIS)에서 제공하는 장래 연령별 사망률과 기대수명과 비교하였다.

In Korea, as the mortality rate improves in a shorter period of time than in developed countries, it is important to consider the selection of the time series as well as the model selection in the mortality projection. Therefore, this study proposed a method using the multiple regression model in respect to the selection of the time series period. In addition, we investigate the problems that arise when various time series are used based on the Lee-Carter (LC) model, the kinds of LC model along with Lee-Miller (LM) and Booth-Maindonald-Smith (BMS), and the non-parametric model such as functional data model (FDM) and Coherent FDM, and examine differences in the age-specific mortality rate and life expectancy projection. Based on the analysis results, the age-specific mortality rate and predicted life expectancy of men and women are calculated for the year 2030 for each model. We also compare the mortality rate and life expectancy of the next generation provided by Korean Statistical Information Service (KOSIS).

2010년 이후 한국 해외건설 수주가 극적 변동을 보임에 따라, 이에 대한 원인과 대응방안을 모색하고자 한다. 한국 해외건설은 2010년 716억불을 정점으로 2011년에서 2014년까지 연평균 638억불을 기록하였다. 하지만, 2014년 하반기부터 시작된 국제유가 하락으로 2015년 461억불을, 2016년 282억불, 2017년 290억불의 수주에 그쳤다. 국제 유가 하락과 더불어, 세계 경제 저성장 지속과 우리 기업의 EPC 수주 역량 한계점 봉착 등으로 불확실성이 과거 어느 때보다 증가하고 있다. 이와 같은 불확실한 해외건설시장 상황 속에서 적절한 대응방안을 모색하고, 많은 가능성과 글로벌 경쟁력을 갖추고 있는 해외건설산업을 국가수 출전략산업으로 육성 발전시키기 위하여, 세계건설시장과 해외건설시장의 발주 및 수주 구조와 그 변화추세를 분석하고, 향후 해외건설 수주 규모를 예측함으로써 해외건설산업의 건전한 육성 및 발전을 위한 정책 방향을 제시하고자 한다.

Since 2010, Korea's overseas construction orders have seen dramatic fluctuations. I propose causes and remedies for the industry as a whole. Orders have recorded an annual average of $63.8 billion dollars from 2011 to 2014, reaching its highest at $71.6 billion dollars(2010) which marked the peak of Korea's overseas construction. However, due to a decline in international oil prices, starting in the last half of 2014, Korea's overseas construction orders have followed suit recording $46.1 billion dollar in 2014, $28.2 billion dollars in 2016, and $29.0 billion dollars in 2017. Facing uncertainty in Korea's overseas construction market, caused by continued slow growth of the global economy, Korean EPC contractors are at a critical point in regards to their award-winning capabilities. Together with declining oil prices, the challenges have never been bigger. To mitigate the challenges, I would suggest policy direction as a way to grow and develop the overseas construction industry. Proper counterplans are needed to foster Korea's overseas construction industry. Forecasting total order amount for overseas construction projects is essencial. Analyzing contract award & tender structure and its changing trends in both overseas and world construction markets should also be included. Korea has great potential and global competitiveness. These measures will serve to enhance Korea's overall export strategy in uncertain overseas markets and global economy.

현대사회에서의 재난발생 증가 및 피해는 지역경제의 부정적 영향으로 나타난다. 특히 지역경제 침체는 지역주민들의 삶의 질을 악화시키고, 정신적 물질적 피해를 발생시킨다. 따라서 안정적이고 지속가능한 지역경제 발전을 위한 지역경제 회복력 강화가 필요한 실정이다. 이에 본 연구에서는 세월호 참사 이후 진도군의 지역경제의 회복력 지표를 산정하고, 재난발생 이후의 경제수준 추이를 시계열자료를 통해 분석하여 향후 경제회복력을 고려한 지역의 위기관리 복구 정책의 개선방안에 대해 제언하고자 한다. 연구결과 지역 경제를 대표하는 지방재정, 지방소득세는 지역경제 탄력성의 개선효과가 있는 것으로 확인되었으나 주민경제상태, 지역의 경기변동, 외부경제유인 요인과 관련한 지역경제 탄력성 개선은 보이지 않고 있었으며, 주민의 생활수준 및 심리적 스트레스가 매우 높아 위기 내성에 따른 장기적 문제가 발생할 우려를 보인다. 연구 결과에 따른 정책적 시사점은 침체된 이미지 극복을 위한 지역 자체적 자원 활용을 통한 지역경제 탄력성 개선, 지속가능한 장기적인 경제회복 정책을 구축, 지역주민의 재난영향에 따른 스트레스 해소를 위한 심리 치료와 관련한 정부 및 지자체의 지원이 필요하다고 본다.

Increases in disasters and damage caused by the disasters in modern society, have a negative impact on local economy. In particular, a local economic downturn leads to a deterioration in quality of life of local residents and causes mental and material damage. Therefore, in order to achieve stable and sustainable local economic development, it is necessary to strengthen the resilience of the local economy. This study aims to estimate indicators of local economic resilience of Jindo County after the Sewol Ferry disaster, analyze a trend of the economic level after the disaster through time series data and suggest improvement plans of the local crisis management and restoration policy that considers future economic resilience. Results of this study showed that a decrease in the number of tourists and of workers in related industries hit tourism industry, causing a loss to the local economy and that an increase in a drinking rate of and stress awareness rate of local residents was a stress factor due to disaster impacts. These findings provides policy implications that it is necessary to make efforts for improving the depressed local image by utilizing local resources in the area, to build a sustainable long-term economic recovery policy and to provide psychological treatment and the relevant government and local government's support for relieving the stress of local residents due to the disaster impacts.

이어도 종합해양과학기지(IORS, Ieodo Ocean Research Station) 주변 해역은 시 공간적으로 해양 환경 변화가 심하여, 해양-대기교환 과정을 비롯하여 해양 생태계와 기후 변화 연구에 필수적인 해수면온도(SST, Sea surface temperature) 자료의 지속적인 측정이 요구되는 해역이다. 본 연구에서는 이어도 종합해양과학기지에 열적외선 센서를 이용하여 해수면온도 연속 관측이 가능한 시스템을 구축하였다. 자동 대기 보정 및 해양 조건에 따른 방사율 계산이 가능한 해수면온도 추출 알고리즘을 개발하였고, 현장측정 해수면온도 자료와의 비교 및 검증을 통해 정확도를 평가하였다. 2015년 5월 17일부터 26일, 그리고 2016년 7월 15일부터 18일까지 기지에 체류하는 동안 열적외선 관측 시스템으로 측정된 해수면온도와 기지 부착 CT (Conductivity-Temperature) 및 튜브 부착 수온 센서들을 이용하여 현장에서 측정된 해수면온도 시계열을 비교하여 상호상관계수0.72-0.85, 평균제곱근 편차 $0.37-0.90^{\circ}C$의 정확도를 얻었다. 이 시스템은 이어도 종합해양과학기지뿐만 아니라 신안 가거초 및 옹진 소청초 등의 다른 종합해양과학기지에도 쉽게 구축이 가능한 시스템으로써 향후 발사될 인공위성의 해수면온도 산출알고리즘 개발의 테스트사이트나 검보정사이트로 활용될 수 있을 것으로 기대할 수 있다.

Continuous monitoring of spatial and temporal changes in key marine environmental parameters such as SST (sea surface temperature) near IORS (Ieodo Ocean Research Station) is demanded to investigate the ocean ecosystem, climate change, and sea-air interaction processes. In this study, we aimed to develop the system for continuously measuring SST using a TIR (thermal infrared) sensor mounted at the IORS. New SST algorithm is developed to provide SST of better quality that includes automatic atmospheric correction and emissivity calculation for different oceanic conditions. Then, the TIR-based SST products were validated against in-situ water temperature measurements during May 17-26, 2015 and July 15-18, 2015 at the IORS, yielding the accuracy of 0.72-0.85 R-square, and $0.37-0.90^{\circ}C$ RMSE. This TIR-based SST observing system can be installed easily at similar Ocean Research Stations such as Sinan Gageocho and Ongjin Socheongcho, which provide a vision to be utilized as calibration site for SST remotely sensed from satellites to be launched in future.

2004년 4월 1일, 국내 최초의 고속철도(HSR)인 KTX (Korea Train eXpress)가 경부선에 도입 되었다. KTX의 등장은 경부선을 이용하는 철도 승객들의 운송수단 선택 및 도시구간별 이용객 수 변화를 가져왔다. KTX의 등장과 같은 개입사건(Intervention events)의 영향은 개입사건 전후 변화를 단순 통계량으로 분석하거나 개입 ARIMA 모델을 통해 분석 되었다. 개입 ARIMA 모델은 개입사건의 발생 시점(t)과 개입사건의 영향 형태(type) 등의 가정이 필요하다는 한계가 있었으며, 본 연구에서는 기존 연구에서의 한계점을 보완할 수 있는 시계열 이상치 탐지(time series outlier detection)를 활용하였다. 일반적으로 개입사건의 발생시기는 잘 알려져 있지 않으므로 시계열 이상치 탐지를 통해 개입사건에의 발생 시기를 추정할 수 있다. 시계열 이상치 탐지기법을 활용하여 개입의 시점과 영향 형태에 관한 가정 없이 개입사건에 대한 영향을 분석할 수 있으며, 발생된 이상치의 시점을 개입사건의 시점, 이상치의 영향을 개입사건의 영향으로 가정하였다. 데이터는 KTDB (Korea Transport Database)로 부터 KTX가 도입되기 이전인 2003년부터 2014년까지 12년 동안의 경부선(4개의 주요 도시구간 합산)을 포함한 주요 도시구간 4개의 월별데이터를 수집하여 활용하였다. 경부선 도시 구간별 이상치를 탐지 하고 그 영향을 분석한 결과, 동일한 개입사건 임에도 그 영향의 형태의 정도가 도시구간마다 다르게 나타나거나 영향이 나타나지 않았으며, 기존 연구에서 분석되지 않은 개입사건을 찾을 수 있었다.

On April 1, 2004, KTX (Korea Train eXpress), the first HSR (High-Speed Rail) in Korea, was introduced to Gyeongbu Line. The introduction of the KTX service led to a change in the number of passengers for Gyeongbu Line. Previous studies have analyzed the pre and post-event changes of the intervening events by either simple statistics or intervention ARIMA analysis. However, the intervention ARIMA model has a limitation that several assumptions such as the occurrence time and the type of intervention events are necessary. To this end, this study analyzed the effects of intervention event on the number of passengers using the Gyeongbu line based on a time series outlier detection technique which can overcome limitations in the previous studies. The time series outlier detection technique can analyze the time, effect type and size of an intervention event without the assumption of the time and effect type of the intervention event. The data were collected from the Korea Transport Database (KTDB) for twelve years from 2003 to 2014 (144 months). The analysis results showed that the size of the influence type in the same intervention events was different across the major city routes, and the intervention event which could not be found by previous study methods was also found.

본 논문의 목표는 분위수 자기회귀모형을 활용하여 시계열 자료에서 특이치를 발견하는 알고리즘을 제안하고, 기존의 방법들과 그 성능을 비교하여 실제 주가 조작 사례에 적용해 보는 것이다. 지금까지의 특이치 발견 연구는 대부분 일반적인 데이터 형태에서만 있어왔기 때문에 시계열 데이터에서의 연구는 미미한 편이다. 또한 모수적인 방법에만 제한되었는데, 모수적 모형은 복잡할 뿐만 아니라 소요되는 분석 시간도 길기 때문에 편리하지 않다. 따라서 본 연구에서는 분위수 자기회귀모형을 활용한 특이치 발견 알고리즘을 새롭게 제시하고, 다양한 경우의 모의실험을 통해 기존 알고리즘과 비교하도록 한다. 특히 시계열 자료에서의 특이치 발견은 주가 조작을 적발하는 데에 유용하게 활용될 수 있다. 시간에 따라 관측되던 주가가 갑자기 그 동안의 흐름에서 벗어나 특이치로 발견되었다면 혹시 인위적인 개입으로 조작된 것은 아닌지 의심해 볼 수 있기 때문이다. 따라서 실제 주가 조작 사례에 적용해 봄으로써 얼마나 빠른 시일 내에 주가 조작을 적발해 낼 수 있는지 살펴보았다.

This study suggests an outlier detection algorithm that uses quantile autoregressive model in time series data, eventually applying it to actual stock manipulation cases by comparing its performance to existing methods. Studies on outlier detection have traditionally been conducted mostly in general data and those in time series data are insufficient. They have also been limited to a parametric model, which is not convenient as it is complicated with an analysis that takes a long time. Thus, we suggest a new algorithm of outlier detection in time series data and through various simulations, compare it to existing algorithms. Especially, the outlier detection algorithm in time series data can be useful in finding stock manipulation. If stock price which had a certain pattern goes out of flow and generates an outlier, it can be due to intentional intervention and manipulation. We examined how fast the model can detect stock manipulations by applying it to actual stock manipulation cases.

The purpose of this study was to forecast demand of childcare teachers based ion four different scenarios. In order to, the demand for childcare teachers from 2015 to 2024 were forecasted using time series techniques with data on the number of childcare teachers from 2003 to 2014. Results were as followings. Firstly, the demand for childcare teachers was expected to increase until 2019, but after 2020 steadily decreased in terms of scenario 1(child teacher ratio regulation). According to scenario 2(child teacher ratio based on 17 cities and provinces), the demand for childcare teachers was expected to need 440 teachers more until 2016. Then, according to scenario 3(two teachers each class), Scenario 4-1(one teacher and one staff each 2 toddler class and 3 older class) and scenario 4-2(one teacher and one staff each class), the demand of childcare teachers and staffs were estimated. These results implicated that childcare teachers and staffs supply policy would be established according to forecast demand.

우리나라 항공 여객수요는 2014년 기준 국제선 5,700만명, 국내선 2,400만명에 도달하였으며, 지속적인 증가 추세를 보일 것으로 예상되고 있다. 이에 따른 국내 공항시설들의 확충 계획이 활발히 진행되고 있으며, 이를 위해 선행적으로 항공수요 예측을 위한 모형 개발이 필요하다. 우리나라에서는 국내총생산을 설명변수로 한 계량경제모형을 주로 항공수요 모형으로 이용하고 있으며, 시계열 자료의 안정성을 고려하지 않을 때 발생하는 허구적 회귀 현상에 대한 많은 논의가 이루어지지 않은 상태이다. 본 연구에서는 시계열 자료의 안정성을 고려한 항공수요 계량경제모형을 개발하였다. 시계열 자료의 특성을 검정하기 위한 단위근 검정과 변수들 간의 장기균형관계를 분석하기 위한 공적분 검정에 대한 이론적 고찰을 수행하였다. 마지막으로, 시계열 자료의 안정성을 고려한 항공수요 계량경제모형 개발 프로세스를 정립하였다. 정립된 프로세스의 적용 가능성을 검증하기 위해 제주공항 국내선 수요를 대상으로 항공수요 모형을 산정하였다. 수요 모형의 설명변수는 국내총생산과 항공요금지수를 이용하였으며, 기존 항공수요 계량경제모형에서 발생하는 문제점을 해소한 것으로 나타났다.

Air transportation demand is consistently increasing in Korea due to economic growth and low cost carriers. For this reason, airport expansion plans are being discussed in Korea. Therefore, it is essential to forecast reliable air transportation demand with adequate methods. However, most of the air transportation demand models in Korea has been developed by simple regression analysis with several dummy variables. Simple regression analysis without considering stationarity of time-series data can bring spurious outputs when a direct causal relationship between explanatory variables and dependent variable does not exist. In this paper, econometric model were developed for air transportation demand based on stationarity in time-series data. Unit root test and co-integration test are used for testing hypothesis of stationarity.

As the number of wind farms operating has increased, the interest of the central unit commitment and dispatch for wind power has increased as well. Wind power forecast is necessary for effective power system management and operation with high wind power penetrations. This paper presents the centralized wind power forecasting method, which is a forecast to combine all wind farms in the area into one, using time series models. Also, this paper proposes a prediction model modified with wind forecast error compensation. To demonstrate the improvement of wind power forecasting accuracy, the proposed method is compared with persistence model and new reference model which are commonly used as reference in wind power forecasting using Jeju Island data. The results of case studies are presented to show the effectiveness of the proposed wind power forecasting method.

Purpose: The purpose of this study is to predict industrial accident rate using time series analysis. Methods: The rates of industrial accident and occupational injury death were analyzed using industrial accident statistics analysis system of the Korea Occupational Safety and Health Agency from 2001 to 2014. Time series analysis was done using the most recent data, such as raw materials of Economically Active Population Survey, Economic Statistics System of the Bank of Korea, and e-National indicators. The best-fit model with time series analysis to predict occupational injury was developed by identifying predictors when the value of Akaike Information Criteria was the lowest point. Variables into the model were selected through a series of expertises' consultations and literature review, which consisted of socioeconomic structure, labor force structure, working conditions, and occupational accidents. Results: Indexes at the meso- and macro-levels predicting well occurrence of occupational accidents and occupational injury death were labor force participation rate for ages 45-49 and budget for small scaled workplace support. The rates of industrial accident and occupational injury death are expected to decline. Conclusion: For reducing industrial accident continuously, we call for safe employment policy of economically active middle aged adults and support for improving safety work environment of small sized workplace.

The local wind systems in the Pohang region were categorized into wind sectors. Still, thorough knowledge of wind resource assessment, wind environment analysis, and atmospheric environmental impact assessment was required since the region has outstanding wind resources, it is located on the path of typhoon, and it has large-scale atmospheric pollution sources. To overcome the resolution limitation of meteorological dataset and problems of categorization criteria of the preceding studies, the high-resolution wind resource map of the Korea Institute of Energy Research was used as time-series meteorological data; the 2-step method of determining the clustering coefficient through hierarchical clustering analysis and subsequently categorizing the wind sectors through non-hierarchical K-means clustering analysis was adopted. The similarity of normalized time-series wind vector was proposed as the Euclidean distance. The meteor-statistical characteristics of the mean vector wind distribution and meteorological variables of each wind sector were compared. The comparison confirmed significant differences among wind sectors according to the terrain elevation, mean wind speed, Weibull shape parameter, etc.

본 연구는 데이터품질과 관련된 선행연구의 메타정보를 활용하여 연구경향을 분석하고 이를 통해서 산업계의 흐름을 예측하기 위한 목적의 연구이다. 다양한 분야에서 연구경향을 분석하려는 시도는 이어져 왔으나, 데이터품질 영역은 그 범위가 방대하여 선행 연구자료에 대한 분석을 수행하기 어려웠다. 본 연구는 Web of Science 색인DB에 수록된 최근 10년간의 연구 메타데이터를 수집하여 텍스트 마이닝, 사회연결망 분석기법을 활용한 시계열 네트워크 분석을 수행하였다. 연구주제 분석 결과, 수학 및 전산 생물학, 화학, 건강관리 과학 및 서비스, 생화학 및 분자 생물학, 운영 연구 및 경영 과학, 의료정보학은 연구비율이 감소하고 있었고, 환경, 수자원, 지질학, 계측기 및 계측의 연구비율은 증가하고 있었다. 또한 사회연결망 분석 결과 데이터품질 연구에서는 분석, 알고리즘, 네트워크의 주제가 중앙성이 높은 중요한 주제로 나타났으며, 이미지와 모델, 센서, 최적화가 데이터품질에서 중요한 주제로 등장하는 추세를 보였다. 데이터품질의 산업과 연관관계 분석 결과는 기술, 산업, 건강, 유틸리티, 고객서비스가 연관성이 높은 산업으로 나타났다. 본 연구의 결과는 데이터품질 연구의 패턴을 분석하고 산업과 연관관계를 찾는 데이터품질 관련 연구자 뿐아니라 산업계에도 유용한 자료로 활용되리라 판단된다.

The purpose of this paper is both to analyze research trends and to predict industrial flows using the meta-data from the previous studies on data quality. There have been many attempts to analyze the research trends in various fields till lately. However, analysis of previous studies on data quality has produced poor results because of its vast scope and data. Therefore, in this paper, we used a text mining, social network analysis for time series network analysis to analyze the vast scope and data of data quality collected from a Web of Science index database of papers published in the international data quality-field journals for 10 years. The analysis results are as follows: Decreases in Mathematical & Computational Biology, Chemistry, Health Care Sciences & Services, Biochemistry & Molecular Biology, Biochemistry & Molecular Biology, and Medical Information Science. Increases, on the contrary, in Environmental Sciences, Water Resources, Geology, and Instruments & Instrumentation. In addition, the social network analysis results show that the subjects which have the high centrality are analysis, algorithm, and network, and also, image, model, sensor, and optimization are increasing subjects in the data quality field. Furthermore, the industrial connection analysis result on data quality shows that there is high correlation between technique, industry, health, infrastructure, and customer service. And it predicted that the Environmental Sciences, Biotechnology, and Health Industry will be continuously developed. This paper will be useful for people, not only who are in the data quality industry field, but also the researchers who analyze research patterns and find out the industry connection on data quality.

현재는 저출산 고령화 사회현상에 따라 한국의 교육환경이 급변하는 시점이다. 특히, 고등교육 시장에서 상당한 변화가 예상되는데 통계청의 보고에 따르면 2010년에서 2020까지 10년 동안 고등학생 수는 196만명에서 127만명으로 35% 감소하는 것으로 나타났다. 학생 수의 변화는 교원 수급문제와 직 간접적으로 연계되며, 이는 적정한 교육재정 배정 및 예산 확보와 함께 다시 학급 당 학생 수, 교사 1인당 주당 수업시수 등 교육의 양적 질적 부문에 매우 중요하게 영향을 미치게 된다. 이러한 상황에서 교육시스템 운용에 중요한 영향요인이며 결정요인으로 기능할 것으로 예상되는 재학 학생 수에 대한 정확한 예측모형의 제시는 향후 국가의 교육행정체제와 인사관리 방향성을 결정하는데 있어서 그 가치가 매우 높다고 사료된다. 이 연구에서는 시계열 분석기법의 특성 상 축적된 과거 데이터가 충분한 11개 시도의 고등학생 수 사례를 대상으로 한다. 주어진 실측 데이터에 대한 모형적합도 검정과 오차추정을 위해 다양한 시계열 예측모형과 오차 추정방식을 적용 하였다.

Since the number of student is regarded as the fundamental basis to calculate the future allocation of employed teachers, it needs to be systematically estimated based on statistical data. In order to achieve this purpose, the number of high school students is projected following the assumption that the teacher-student ratio of Korea should be adjusted to the level of OECD to improve the quality of education. Hence, this paper introduced the projection methods by time series model. To predict the number of high school students and error estimation, various models were adopted.

풍력에너지 산업이 발전하고 풍력발전에 대한 의존율이 높아짐에 따라 안정적인 공급이 중요해지고 있다. 원활한 전력수급계획을 세우기 위해서 풍력발전량을 정확히 예측하는 것이 중요하다. 본 논문에서는 강원도 평창 횡계리에 설치된 대관령 2풍력(2MW 1기)의 시간별 풍력발전 데이터와 강원도 대관령 기상대에서 관측되는 시간별 풍속과 풍향 데이터를 기상청 지상관측자료에서 수집하여 연구하였다. 풍력발전량 예측을 위하여 신경망 모형과 시계열 모형인 ARMA, ARMAX, ARMA-GARCH, Holt Winters 모형을 비교하였다. 모형 간 예측력을 비교하기 위해 mean absolute error(MAE)를 사용하였다. 모형의 예측 성능 비교 결과 1시간에서 3시간의 단기 예측에 있어서 ARMA-GARCH 모형이 우수한 예측력을 보였다. 6시간 이후 예측에서는 신경망 모형이 우수한 예측을 보였다.

The wind energy industry and wind power generation have increased; consequently, the stable supply of the wind power has become an important issue. It is important to accurately predict the wind power with short-term basis in order to make a reliable planning for the power supply and demand of wind power. In this paper, we first analyzed the speed, power and the directions of the wind. The neural network and the time series models (ARMA, ARMAX, ARMA-GARCH, Holt Winters) for wind power generation forecasting were compared based on mean absolute error (MAE). For one to three hour-ahead forecast, ARMA-GARCH model was outperformed, and the neural network method showed a better performance in the six hour-ahead forecast.

통제조직은 외부로 정보가 공개되지 않으므로 그 속성을 직접 확인할 수 없어 사회학적 접근 등 일반적인 분석방법으로는 내부 권력 구조와 그 변화를 분석하기 어렵다. 직접적인 접근이 어려운 통제조직을 SNA를 활용하여 분석하는 방법은 간접적인 정보를 이용하여 구성원 간의 관계를 분석, 연결망을 식별하여 중앙성이 높은 인물을 판별함으로써 내부적인 권력 구조를 추정할 수 있다. 본 논문에서는 구성원 개인의 영향력과 전반적인 권력 구조를 고려하는 위세 중앙성 분석을 통해 실질적인 권력 서열의 변화를 평가하였다. 실험 결과 개인의 활동량이나 구성원간의 친밀도 등으로 산출되는 다른 중앙성 척도에 비하여 보다 정확하게 권력 구조의 추정이 가능하였으며, 새로운 구성원의 등장이나 탈퇴 등의 변화하는 구성원간의 상황을 포함한 변화 추정이 가능하였다.

A controlled group is closed compared to other organizations, which hinders collection of data and accurate analysis, so that it is hard to evaluate a controlled group's power structure and predict future changes using usual analytical methods including sociological approach. Analyzing a controlled group using SNA can allow for evaluation of inner power structure by revealing the relationships between members and identifying members with central roles given limited data. In this study, in order to evaluate changes in power structure, time-sequential SNA research was conducted by analyzing eigenvector centrality, which reflects individual influence and reveals the overall power structure. The result showed an improvement in accuracy compared to other centralities that contain individual degree or closeness, and made it possible to presume structural changes such as promotion or purge of a member.

본 논문에서는 대칭 변환을 지원하는 윤곽선 이미지 매칭 문제를 다룬다. 이미지 매칭에서 이미지의 대칭 변환을 지원하는 것은 직관적이고 정확한 매칭을 위한 매우 중요한 요소이다. 그러나 기존 이미지 매칭에서는 이미지의 회전 변환만 고려하였을 뿐 대칭 변환은 고려하지 않았다. 본 논문에서는 기존 회전-불변 윤곽선 이미지 매칭에 대칭 변환까지 지원하는 대칭-불변 윤곽선 이미지 매칭을 제안한다. 이를 위해, 먼저 이미지 대칭의 개념을 정의하고, 어떠한 대칭각을 사용하더라도 회전-불변 매칭의 결과는 동일함을 정형적으로 증명한다. 또한, 대칭 변환을 위해 이미지 윤곽선으로부터 대칭 시계열을 효율적으로 추출하는 방법을 제안한다. 그런 다음, 이미지를 대칭하여 생성한 대칭 시계열과 원본 이미지 시계열을 직접 대칭하여 생성한 대칭 시계열을 사용한 회전-불변 매칭 결과가 동일함을 정형적으로 증명한다. 실험 결과, 제안하는 대칭-불변 윤곽선 이미지 매칭은 회전 변환만을 지원하는 기존 이미지 매칭에 비해 보다 정확하고 직관적인 결과를 도출하는 것으로 나타났다. 이같은 결과는 대칭-불변 윤곽선 이미지 매칭이 이미지의 대칭 변환 문제를 시계열 도메인에서 해결한 우수한 해결책임을 의미한다.

In this paper we address the symmetric-invariant problem in boundary image matching. Supporting symmetric transformation is an important factor in boundary image matching to get more intuitive and more accurate matching results. However, the previous boundary image matching handled rotation transformation only without considering symmetric transformation. In this paper, we propose symmetric-invariant boundary image matching which supports the symmetric transformation as well as the rotation transformation. For this, we define the concept of image symmetry and formally prove that rotation-invariant matching of using a symmetric image always returns the same result for every symmetric angle. For efficient symmetric transformation, we also present how to efficiently extract the symmetric time-series from an image boundary. Finally, we formally prove that our symmetric-invariant matching produces the same result for two approaches: one is using the time-series extracted from the symmetric image; another is using the time-series directly obtained from the original image time-series by symmetric transformation. Experimental results show that the proposed symmetric-invariant boundary image matching obtains more accurate and intuitive results than the previous rotation-invariant boundary image matching. These results mean that our symmetric-invariant solution is an excellent approach that solves the image symmetry problem in time-series domain.