Earticle

본 연구는 기존의 회귀분석과는 달리 금융, 경제, 무역 등 다양한 분야의 수요 예측에 널리 적용되고 있는 시계열 분석 방법을 시도하였다. 인천항의 1996년 1월부터 2013년 6월까지 입항 척수 자료를 바탕으로 정상성 검증, 모형의 식별, 모수의 추정, 진단 과정을 거쳐 장래 해상교통량을 예측하였다. 2014년 1월부터 2015년 12월까지 예측한 결과 2월달의 교통량이 다른 달 보다 적게 예측된 반면, 1월달의 교통량은 다른 달 보다 많을 것으로 나타났다. 또한 인천항은 지수평활법 보다 ARIMA 모형이 적합하며, 계절에 따라 월별 교통량의 차이를 보이는 것을 알 수 있다. 본 연구는 시계열 분석으로 장래 교통량을 월별로 예측하였다는 점에서 의의가 있다. 또한 기존의 회귀분석으로 예측한 장래 해상교통량보다 시계열 분석으로 예측한 장래 해상교통량이 더 적합한 모형인 것으로 판단된다.

In this study, time series analysis was tried, which is widely applied to demand forecast of diverse fields such as finance, economy, trade, and so on, different from previous regression analysis. Future marine traffic volume was forecasted on the basis of data of the number of ships entering Incheon port from January 1996 to June 2013, through courses of stationarity verification, model identification, coefficient estimation, and diagnostic checking. As a result of prediction January 2014 to December 2015, February has less traffic volume than other months, but January has more traffic volume than other months. Also, it was found out that Incheon port was more proper to ARIMA model than exponential smoothing method and there was a difference of monthly traffic volume according to seasons. The study has a meaning in that future traffic volume was forecasted per month with time series model. Also, it is judged that forecast of future marine traffic volume through time series model will be the more suitable model than prediction of marine traffic volume with previous regression analysis.

본 연구는 경상북도 경주시 양북면 지역의 결정질 암반의 지하수위 모니터링 자료를 이용하여 지하수 유동 특성을 평가하였다. 시계열분석 결과, 수리 지질 특성과 강우 사건을 반영한 4가지 변동 유형으로 분류할 수 있다. 유형 1(DB1-1, DB1-2)은 지하수위가 강우 사건의 영향을 가장 크게 받고 있다. 유형 2(DB1-3, DB1-7, KB-1, KB-2, KB-3, KB-7, KB-14, KB-15)는 공간적으로 단열대 주변에 분포하여 지하수투수특성대 발달이 우수하기 때문에, 강우의 직접적인 침투와 주단열대를 통한 지하수 유동이 동시에 나타난다. 유형 3(DB-5, DB1-6, DB2-2, KB-10, KB-11, KB-13)은 주단열대와 원거리에 분포한 결정 질 암반에 위치되기 때문에 강우의 직접적인 침투 영향보다는 고지대의 함양지역에서 소규모의 단열대를 통한 지하수 유동이 우세하게 일어난다. 유형 4(DB1-8, KB-9)는 결정질암반의 다양한 불균질성에 의해 지하수위 변동이 영향을 받고 있다.

This study is characterized the groundwater flow pattern near crystalline site of Yangbook-Myeon, Gyeong-ju City, South Korea. From the time series analyses, groundwater level could be classified into 4 types reflecting the hydrogeological characteristics and rainfall pattern. The type I (DB1-1, DB1-2) may be directly influenced by rainfall pattern. The type II (DB1-3, DB1-7, KB-1, KB-2, KB-3, KB-7, KB-14, KB-15) may be influenced by rainfall event as well as groundwater flow through water-conducting features. The type III (DB-5, DB1-6, DB2-2, KB-10, KB-11, KB-13) may be predominantly happens in the crystaline rock mass, groundwater in this type flows through the minor fracture networks rather than direct effect of rainfall event. The type IV (DB1-8, KB-9) may be influenced by irregular variation of the groundwater level due to anisotropy and heterogeneity of crystalline rock.

본 연구에서는 1981년부터 2012년까지의 시계열 자료를 이용하여 도시가스의 수요함수를 추정하고자 한다. 도시가스의 수요함수는 수용가의 도시가스 수요행태에 대한 정보를 제공하여 가격과 같은 주요 정책변수의 효과를 사전적으로 진단하는 데, 그리고 수요예측을 하는 데 유용하게 활용된다. 시계열 데이터를 효과적으로 활용하기 위하여 내생시차변수 모형을 활용하였고, 수요함수의 모수에 대한 강건한 추정치를 얻기 위해 최소자승법 추정법을 사용하였다. 단기 가격탄력성 및 소득탄력성은 각각 -0.522 및 0.874로 추정되었으며 유의수준 1%에서 통계적으로 유의하였다. 단기 가격탄력성은 가격에 비탄력적인 도시가스수요의 특징을 보여주고 있으며, 단기 소득탄력성 역시 비탄력적으로 추정되어 소득 증감에 따라 도시가스의 수요가 크게 변화지 않음을 알 수 있다. 반면, 장기 가격탄력성 및 소득탄력성은 각각 -2.155 및 3.607로 나타나 탄력적임을 알 수 있다.

This paper attempts to estimate the city gas demand function in Korea over the period 1981-2012. As the city gas demand function provides us information on the pattern of consumer's city gas consumption, it can be usefully utilized in predicting the impact of policy variables such as city gas price and forecasting the demand for city gas. We apply lagged dependent variable model and ordinary least square method as a robust approach to estimating the parameters of the city gas demand function. The results show that short-run price and income elasticities of the city gas demand are estimated to be -0.522 and 0.874, respectively. They are statistically significant at the 1% level. The short-run price and income elasticities portray that demand for city gas is price- and income-inelastic. This implies that the city gas is indispensable goods to human-being's life, thus the city gas demand would not be promptly adjusted to responding to price and/or income change. However, long-run price and income elasticities reveal that the demand for city gas is price- and income-elastic in the long-run.

본 연구에서는 최근 5년간 서울 지역에서 발생한 월별 화재 건수와 동일한 지역에서 같은 기간 동안 가정용으로 사용된 전기량 사이에 존재하는 연관성을 파악하기 위하여, 이 두 변수에 대하여 시계열분석을 수행하였다. 본 연구에서는 통계전용 인터프리터 언어 R이 사용되었으며, 특히 칼만 필터를 이용한 데이터 처리를 위해 R에서 제공되는 KFAS(Kalman Filtering And Smoothing) 패키지가 사용되었다. 우선 시계열분석을 통해 월별 화재발생 건수는 1년을 주기로 하는 사인파 곡선의 형태로 변화하지만, 가정용 전기사용량은 1년에 두 번씩, 즉 여름철과 겨울철에 크게 증가한다는 사실을 확인할 수 있었다. 더 나아가 KFAS의 파라미터를 적절히 조절함으로써, 가정용 전기사용량과 월별 화재발생 건수 사이의 연관성을 가시적으로 보여줄 수 있었다.

매일 단위로 수신되는 MODIS 인공위성자료를 이용하여 계산한 시계열 식생지수 자료는 1년 주기의 생물계절 특성을 나타내는 복잡한 파형으로 표현될 수 있다. 이러한 복잡한 파형도 단순한 파형의 합성으로 이루어지는데 이산 퓨리에 변환 분석 기법은 이들을 각각의 하모닉들로 추출해 내어 다양한 주기별로 생육을 달리하는 식생의 특성을 설명할 수 있다. 특히 이산 퓨리에 분석을 통해 도출된 시계열 식생지수 자료의 1차 하모닉 값은 1년 동안 변화하는 총 잎의 생장량을 나타내는 것으로써 나무의 상대성장회귀식 추정에 의해 식생이 1년 동안 탄소를 흡수한 양을 나타내는 지상부 바이오매스양을 설명한다. 따라서 1차 하모닉 값의 변화량은 1년 동안 식생이 탄소를 흡수하는 양을 나타낸다고 할 수 있는데, 시계열 MODIS 자료에서 추출된 6220여개의 표본들의 1차 하모닉 10년 평균값과 산림청의 입목 축적량 데이터를 통해 추정된 연간 단위면적당 이산화탄소 흡수량을 이용하여 수종별 비례상수를 도출할 수 있었다. 남한 산림지역에 한하여 총 이산화탄소 흡수량은 2000년 이후 10년 평균 약 5천6백만톤으로 계산되었고 이것은 발표된 남한 산림의 연간 이산화탄소 흡수량에 근접하였다. 본 연구에서 제시한 방법은 보편적 비례상수를 이용하여 식생의 연간 탄소 흡수량을 추정함으로써 시계열 위성영상 자료를 이용하여 매년 변화하는 산림의 이산화탄소 흡수량 지도를 반복하여 정량적으로 제작할 수 있는 환경공간정보를 제공한다.

Time-series data of Normal Difference Vegetation Index (NDVI) obtained by the Moderate-resolution Imaging Spectroradiometer(MODIS) satellite imagery gives a waveform that reveals the characteristics of the phenology. The waveform can be decomposed into harmonics of various periods by the Fourier transformation. The resulting $n^{th}$ harmonics represent the amount of NDVI change in a period of a year divided by n. The values of each harmonics or their relative relation have been used to classify the vegetation species and to build a vegetation map. Here, we propose a method to estimate the annual amount of carbon absorbed on the forest from the $1^{st}$ harmonic NDVI value. The $1^{st}$ harmonic value represents the amount of growth of the leaves. By the allometric equation of trees, the growth of leaves can be considered to be proportional to the total amount of carbon absorption. We compared the $1^{st}$ harmonic NDVI values of the 6220 sample points with the reference data of the carbon absorption obtained by the field survey in the forest of South Korea. The $1^{st}$ harmonic values were roughly proportional to the amount of carbon absorption irrespective of the species and ages of the vegetation. The resulting proportionality constant between the carbon absorption and the $1^{st}$ harmonic value was 236 tCO2/5.29ha/year. The total amount of carbon dioxide absorption in the forest of South Korea over the last ten years has been estimated to be about 56 million ton, and this coincides with the previous reports obtained by other methods. Considering that the amount of the carbon absorption becomes a kind of currency like carbon credit, our method is very useful due to its generality.

최근 급격한 기대수명의 증가에 따라 미래 복지정책 등에 커다란 영향을 주는 장래 사망력의 정확한 예측은 중요한 이슈가 되고 있다. 사망력의 정확한 예측을 위하여 최적의 추정모형의 선택도 중요하지만 사망력에 대한 시계열 적용기간도 매우 중요한 이슈다. 이는 우리나라의 사망률 시계열이 짧고, 특히 1982년 이전 자료가 다소 불완전해서 이에 대한 고려가 필수적이기 때문이다. 본 논문에서는 우리나라 사망력 시계열을 기간에 따라 2개의 그룹(1976~2005년, 1983~2005년)으로 나누어서, 남녀별로 LC모형과 LC 코호트효과 확장모형에 대한 모수 추정값, 사망력지수와 코호트지수의 모형화 및 예측, 장래 기대수명의 예측 적합력을 각각 분석한 후 향후에 장래 기대수명 추계시 고려할 시사점을 제시하고자 한다.

The accurate prediction of future mortality is an important issue due to recent rapid increases in life expectancy. An accurate estimation and prediction of mortality is important to future welfare policies. The optimal selection of a mortality model is important to estimate and predict mortality; however, the period of time series data used is also an important issue. It is essential to understand that the time series data for mortality is short in Korea and the data before 1982 is incomplete. This paper divides the time series of Korean mortality into two sets to compare the parameter estimates of the LC model and LC model with a cohort effect by the period of data used. A modeling and prediction of the mortality index and cohort effect index as well as the evaluation of future life expectancy is conducted. Finally, some suggestions are proposed for the future prediction of mortality.

최근 일별 최대 전력수요 예측은 전력설비 계획 및 운용에 매우 중요한 사안으로 주목받고 있다. 본 연구는 일별 최대 전력수요 예측을 위하여 대표적 시계열 모형을 소개하고, 예측의 성능 비교를 위하여 RMSE(Root mean squared error)와 MAPE(Mean absolute percentage error)를 사용한다. 연구결과로 보완된 Holt-Winters 모형과 Reg-ARIMA 모형이 다른 모형에 비하여 우수한 예측 성능을 보였다.

Forecasting the daily peak load for electricity demand is an important issue for future power plants and power management. We first introduce several time series models to predict the peak load for electricity demand and then compare the performance of models under the RMSE(root mean squared error) and MAPE(mean absolute percentage error) criteria.

News impact curves(NIC)는 1993년 Engle와 Ng에 의하여 제시되었으며, 이는 시계열 자료에서 발생하는 변동성을 시각적으로 나타내는데 용이하다. 본 논문에서는 기존의 NIC에서 더 나아가, 2차원 NIC(two dimensional NIC)와 주성분 NIC(PCA in NIC)를 제안하였으며, KOSDAQ 자료에서 적용하여 보았다.

News Impact Curves(NIC) developed by Engle and Ng (1993) have been useful for graphically representing the volatilities arising from financial time series. Adding an improvement and refinement to the original NIC, this article proposes so called two dimensional NIC and principal component NIC. We illustrate the methodology via Kosdaq data.

본 논문에서는 시계열 데이터에 대한 랜덤 노이즈 생성 시, 프라이버시뿐 아니라 상관관계를 보존하는 새로운 접근법을 제안한다. 민감한 시계열 데이터의 프라이버시 보호를 위해, 기존의 랜덤 노이즈 추가 기법은 균등(uniform) 혹은 가우시안(Gaussian) 분포를 기반으로 생성한 노이즈를 원본 데이터에 추가하여 제3자(데이터 마이너)에 공개한다. 그러나 이러한 랜덤 노이즈 추가 기법은 시계열 간 상관관계를 왜곡하거나 아예 없앨 수 있다는 문제점이 있다. 시계열 간 상관관계는 보다 정확한 마이닝 결과를 얻기 위해 매우 중요한 척도이다. 본 논문에서는 상관관계 보호를 위해 시계열의 원본 엔트리와 이에 대응하는 노이즈 엔트리의 부호를 일치시키는 간단하면서도 효율적인 전략을 제시하고, 이를 사용하는 상관관계 보존 노이즈 생성(correlation-aware noise generation)의 새로운 접근법을 제안한다. 엔트리들의 부호는 상관관계에 큰 영향을 미치기 때문에, 동일한 부호를 유지하는 것이 상관관계 보존에 매우 중요한 역할을 한다. 본 논문에서는 실제 데이터 대상의 실험을 통해, 시계열 상관관계를 보존하는 관점에서 제안한 기법의 우수성을 보인다.

This paper proposes a novel approach that preserves correlation as well as privacy in generating random noise to time-series data. To preserve privacy of sensitive time-series data, the existing techniques generate random noise data based on uniform or Gaussian distributions and add them to the original data. These additive random noise techniques, however, have a critical problem of destructing (i.e., not preserving) the correlation among time-series. Correlation among time-series is very important to acquire the more accurate mining results. To preserve the correlation, in this paper we propose a correlation-aware noise generation approach, which is a simple but effective approach that generates a noise value to have the same sign with its corresponding original entry. This is because the signs of entries make a large influence on the correlation measure, and thus, preserving the same signs is important to improve the correlation preservation. We empirically show the superiority of the proposed approach in the viewpoint of preserving the time-series correlation.

본 논문에서는 1981년부터 2012년까지의 시계열 자료를 이용하여 등유수요함수를 추정하고자 한다. 등유수요함수는 수용가의 등유 수요행태에 대한 정보를 제공하여 가격과 같은 주요 정책변수의 효과를 사전적으로 진단하는 데, 그리고 수요예측을 하는 데 유용하게 활용된다. 수요함수의 모수에 대한 강건한 추정치를 얻기 위해 최소자승법 추정법 뿐만 아니라 최소절대편차법 및 LMS 추정법을 사용하였다. 단기 가격탄력성 및 소득탄력성은 각각 -0.468 및 0.409로 추정되었으며 유의수준 1%에서 통계적으로 유의하였다. 단기 가격탄력성은 가격에 비탄력적인 등유수요의 특징을 보여주고 있으며, 단기 소득탄력성 역시 비탄력적으로 추정되어 소득 증감에 따라 등유의 수요가 크게 변화지 않음을 알 수 있다. 반면, 장기 가격탄력성 및 소득탄력성은 각각 -4.560 및 3.990으로 나타나 탄력적임을 알 수 있다.

This paper attempts to estimate the kerosene demand function in Korea over the period 1981-2012. As the kerosene demand function provides us information on the pattern of consumer's kerosene consumption, it can be usefully utilized in predicting the impact of policy variables such as kerosene price and forecasting the demand for kerosene. We apply least absolute deviations and least median squares estimation methods as a robust approach to estimating the parameters of the kerosene demand function. The results show that short-run price and income elasticities of the kerosene demand are estimated to be -0.468 and 0.409, respectively. They are statisitically significant at the 1% level. The short-run price and income elasticities portray that demand for kerosene is price- and income-inelastic. This implies that the kerosene is indispensable goods to human-being's life, thus the kerosene demand would not be promptly adjusted to responding to price and/or income change. However, long-run price and income elasticities reveal that the demand for kerosene is price- and income-elastic in the long-run.

본 연구는 경상북도 경주시 양북면 지역의 결정질 암반의 지하수위 모니터링 자료를 이용하여 지하수 유동 특성을 평가하였다. 시계열분석 결과, 수리 지질 특성과 강우 사건을 반영한 4가지 변동 유형으로 분류할 수 있다. 유형 1(DB1-1, DB1-2)은 지하수위가 강우 사건의 영향을 가장 크게 받고 있다. 유형 2(DB1-3, DB1-7, KB-1, KB-2, KB-3, KB-7, KB-14, KB-15)는 공간적으로 단열대 주변에 분포하여 지하수투수특성대 발달이 우수하기 때문에, 강우의 직접적인 침투와 주단열대를 통한 지하수 유동이 동시에 나타난다. 유형 3(DB-5, DB1-6, DB2-2, KB-10, KB-11, KB-13)은 주단열대와 원거리에 분포한 결정 질 암반에 위치되기 때문에 강우의 직접적인 침투 영향보다는 고지대의 함양지역에서 소규모의 단열대를 통한 지하수 유동이 우세하게 일어난다. 유형 4(DB1-8, KB-9)는 결정질암반의 다양한 불균질성에 의해 지하수위 변동이 영향을 받고 있다.

This study is characterized the groundwater flow pattern near crystalline site of Yangbook-Myeon, Gyeong-ju City, South Korea. From the time series analyses, groundwater level could be classified into 4 types reflecting the hydrogeological characteristics and rainfall pattern. The type I (DB1-1, DB1-2) may be directly influenced by rainfall pattern. The type II (DB1-3, DB1-7, KB-1, KB-2, KB-3, KB-7, KB-14, KB-15) may be influenced by rainfall event as well as groundwater flow through water-conducting features. The type III (DB-5, DB1-6, DB2-2, KB-10, KB-11, KB-13) may be predominantly happens in the crystaline rock mass, groundwater in this type flows through the minor fracture networks rather than direct effect of rainfall event. The type IV (DB1-8, KB-9) may be influenced by irregular variation of the groundwater level due to anisotropy and heterogeneity of crystalline rock.

Purpose : The purpose of this study was to analyze the trend of the number of nursing staffs and skill mix and to assess the effectiveness of hospital nurse expansion policies in Korea. Methods : The trend of the number of nursing staffs and skill mix were analyzed using time series data, which composed of yearly series data from 1975 to 2009. The impact of hospital nurse expansion policies was estimated by autoregressive integrated moving average(ARIMA) intervention model. Results : The number of general hospital and hospital nurses per 100 beds was decreased in late 1980s and late 1990s due to rapid growth of beds. As a result of the number of nurse aids per 100 beds decreased, skill mix became high in general hospital but nurse ratio among hospital nursing staffs was about 50%. Expansion of new nurse and revised differentiated inpatient fee were only effective in expansion of hospital nursing staffs. But they had no effect in general hospitals. Conclusion : In Korea, a few policies related to expansion of hospital nurses have an effect on increasing the number of hospital nurse. Nevertheless, level of hospital nursing staffs is inferior to that of general hospital.

This paper focused on forecasting a short-term production of oysters, which have been farmed in Korea, with distinct periodicity of production by year, and different production level by month. To forecast a short-term oyster production, this paper uses monthly data (260 observations) from January 1990 to August 2011, and also adopts several econometrics methods, such as Multiple Regression Analysis Model (MRAM), Seasonal Autoregressive Integrated Moving Average (SARIMA) Model, and Vector Error Correction Model (VECM). As a result, first, the amount of short-term oyster production forecasted by the multiple regression analysis model was 1,337 ton with prediction error of 246 ton. Secondly, the amount of oyster production of the SARIMA I and II models was forecasted as 12,423 ton and 12,442 ton with prediction error of 11,404 ton and 11,423 ton, respectively. Thirdly, the amount of oyster production based on the VECM was estimated as 10,425 ton with prediction errors of 9,406 ton. In conclusion, based on Theil inequality coefficient criterion, short-term prediction of oyster by the VECM exhibited a better fit than ones by the SARIMA I and II models and Multiple Regression Analysis Model.

본 연구의 목적은 북한지역에 적용할 수 있는 논벼 재배지역 추출 기법을 개발 및 적용하여 논 분포도를 작성하고, 정확도를 평가하는 것이다. 이를 위하여 북한에 적용 가능한 시계열 위성자료를 수집하고, 논벼 재배지역 추출을 위한 토지피복 분류 기법을 개발하여 북한의 논벼 재배지역 분포도를 작성하고자 한다. 최종적으로 작성된 논 분포도를 북한의 농경지 모니터링을 위한 기초 자료로 제공토록 한다. 본 연구에서는 시계열 NDVI를 적용한 객체기반 무감독 토지피복 분류 방법을 활용하여 북한의 황해남도 재령군을 대상으로 토지피복 분류와 논 지역을 추출을 수행하고자 하였다. 본 연구에서 활용한 영상은 RapieEye로서 5개의 위성이 지구를 관측하고 있기 때문에 매일 동일한 지역의 영상을 폭넓게 획득할 수 있다는 장점이 있으며, Red, Green, Blue, Near Infra Red 밴드 외에 Red Edge 밴드에서 데이터를 획득하여 산림 모니터링, 농작물 모니터링 등에 효과적으로 활용할 수 있다는 특징이 있다. 먼저 2010년 4월, 6월, 9월 영상으로 각 영상의 NDVI를 산정하고 이를 활용하여 객체를 생성하였다. 다음으로 생성된 객체를 바탕으로 무감독 토지피복 분류를 수행하였고, 논 적합지역에 대한 지형 정보를 분류결과에 반영하여 최종적인 토지피복지도 및 논 지역 지도를 구축하였다. 본 연구결과는 원격탐사분야의 응용 기술을 확장하고, 향후 북한지역의 농산물 생산량 파악과 농업수자원 평가 분야에서도 폭 넓게 활용될 것으로 판단된다.

본 연구에서는 원주에 위치한 상지대와 괴산에 위치한 중원대의 여름철 지열히트펌프 가동에 따른 지하수 특성 변화를 이해하기 위해 각 관측정의 2010년 5월 21일에서 10월 12일까지의 수위, 수온, 전기전도도에 대하여 시계열분석을 실시하였다. 지하수를 직접 이용하는 수주지열정 방식의 지열히트펌프가 설치된 상지대의 경우 지열히트펌프 가동에 따른 영향을 많이 받아 지하수 특성이 많이 변화하였다. 반면에 유체를 통해 열교환을 하는 수직밀폐형 방식의 지열히트펌프가 설치된 중원대의 경우 지열히트펌프 가동에 영향을 많이 받지 않아 지하수의 특성 변화가 일어나지 않았다. 이와 같은 결과는 지열 히트펌프시스템의 설치 종류에 따른 지하수 특성 변화를 이해하기 위한 자료로 활용될 수 있을 것으로 기대된다.

Time series analysis was applied to groundwater level, water temperature, and electrical conductivity data obtained from monitoring wells around ground-source heat pumps at Sangji University of Wonju (standing column well type) and at Jungwon University of Goesan (closed loop type), from 21 May to 12 October 2010. We found large temporal variations in the characteristics of groundwater at Wonju, but only minor variations at Goesan. These results may improve our understanding of the effects of ground-source heat pumps on the characteristics of surrounding groundwater, according to the installation method for the pumps.

Demand side management is used to maintain the reliability of power systems and to increase the economic benefits by avoiding power plant construction. This paper presents a systematic method to calculate the quantity of seasonal demand side management using time series. A numerical example is presented to calculate the quantity of demand side management in winter season using time series.

Time series analysis methods have been traditionally used in stock price prediction. However, most of the existing methods represent some methodological limitations in reflecting influence from external factors that affect the fluctuation of stock prices, such as oil prices, exchange rates, money interest rates, and the stock price indexes of other countries. To overcome the limitations, we propose a network based method incorporating the relations between the individual company stock prices and the external factors by using a graph-based semi-supervised learning algorithm. For verifying the significance of the proposed method, it was applied to the prediction problems of company stock prices listed in the KOSPI from January 2007 to August 2008.

야전에 저장된 탄약의 수명을 예측하는 것은 군의 전투지원 핵심요소로 실무적으로 매우 중요한 의미가 있다. 본 연구는 6년간 수행한 155mm 추진장약(KD541)의 ASRP(Ammunition Stockpile Reliability Program : 저장탄약신뢰성평가) 결과를 기초로 추진장약 추진제의 안정제함량 변화에 따른 시계열분석 (ARIMA 모델) 방법론을 적용 저장탄약수명을 예측하였다. 이번 연구는 기존의 회귀분석 모델을 활용한 연구방법과 다르게 시계열분석을 적용하되 미니 탭 프로그램을 활용하여 시계열분석을 적용 저장탄약수명을 예측하였다. 이러한 분석결과 155mm 추진장약(KD541) 저장수명은 35~43년으로 예측되었다.

To predict the shelf-life of ammunition stockpiled in intermediate have practical meaning as a core value of combat support. This research is to Predict the shelf-life of ammunition by applying time series analysis based on report from ASRP of the 155mm, KD541 performed for 6 years. This study applied time series analysis using 'Mini-tab program' to measure the amount of stabilizer as time passes by is different from the other one that uses regression analysis. The average shelf-life of KD541 drawn by time series analysis was 43 years and the lowest shelf-life assessed on the 95% confidence level was 35 years.

시계열 데이터 (time-series data)는 연속적인 데이터를 고정된 시간 간격으로 샘플링한 실수 값들의 연속을 의미한다. 시계열 데이터의 예로는, 음악 및 동영상 데이터, 심전도 데이터, 주식 그래프 등의 데이터가 있다. 시계열 데이터는 다시 데이터베이스에 저장 되어있는 데이터 시퀀스(data sequence)와, 사용자에 의해 주어지는 질의 시퀀스(query sequence)로 분류된다. 시계열 데이터베이스(time-series database)에서 순위를 지원하는 서브시퀀스 매칭 방법 (ranked subsequence matching)은 데이터 시퀀스와 질의 시퀀스가 주어졌을 때, 질의 시퀀스의 길이와 같은 데이터 시퀀스의 서브시퀀스(subsequence)들 중에서 질의 시퀀스와 가장 유사한 상위 k개의 서브시퀀스들을 찾는 것이다. 본 논문의 목적은 사용자가 매칭 방법에 대한 인식과 이해가 부족하더라도 기존의 콘솔 기반의 매칭 프로그램을 보다 쉽게 사용할 수 있도록 이용성을 향상시키기 위하여 시각화 툴을 개발하는 것이다. 구체적으로, 5가지 시각화( visualization) 가능을 제공하는 사용자 인터페이스를 구현하였다. 구현된 사용자 인터페이스를 통해 사용자가 기존의 매칭 프로그램을 보다 쉽고 간편하게 사용할 수 있도록 기여한다.

Time-series data are sequences of real numbers, sampling a sequential data into the fixed time intervals. Common examples of time-series data are the music data, video data, electroncardiogram data, and the data of stock graphs. A time-series data can be classified into the data sequence stored in a database and the query sequence received by users. For querying a time-series database, a ranked subsequence matching program is used to find top-k subsequences which are the most similar to the query sequence from the data sequence. The goal of this paper is to develop a visualization tool which can improve and facilitate the usage of the ranked subsequence matching program of the existing console based systems, in spite of the insufficient user's recognition and understanding about the matching method. Specifically, the proposed tool provides five different visualization functions in the user interface which can help user easily exploit the matching program.

본 연구는 순차적인 시계열 자료들에서 가장 최근의 추세가 반영될 수 있는 패턴분류 모델을 설계하였다. 의사결정을 지원하는 데이터마이닝 패턴분류 모델을 설계할 때 통계 기법과 인공지능 기법을 융합한 모델들이 기존의 모델보다 우수함을 입증하였다. 특히 퍼지이론과 융합된 패턴분류 모델들의 적중률이 상대적으로 더 향상되었다. 예를 들어, 통계적 이론을 기반으로 한 SVM모델과 퍼지소속함수와의 결합, 혹은 신경망과 FCM을 결합한 모델들의 성능이 우수하였다. 실험에서 사용한 패턴분류 모델들은 BPN, PNN, FNN, FCM, SVM, FSVM, Decision Tree, Time Series Analysis, Regression Analysis 등이다. 그리고 데이터베이스는 시계열 속성을 지닌 금융시장의 경제지표 DB(한국, KOSPI200 데이터베이스)와 병원 응급실의 부정맥환자에 대한 심전도 DB(미국 MIT-BIH 데이터베이스)들을 사용하였다.

In this paper, we designed the models for pattern classification which can reflect the latest trend in time series. It has been shown that fusion models based on statistical and AI methods are superior to traditional ones for the pattern classification model supporting decision making. Especially, the hit rates of pattern classification models combined with fuzzy theory are relatively increased. The statistical SVM models combined with fuzzy membership function, or the models combining neural network and FCM has shown good performance. BPN, PNN, FNN, FCM, SVM, FSVM, Decision Tree, Time Series Analysis, and Regression Analysis were used for pattern classification models in the experiments of this paper. The economical indices DB with time series properties of the financial market(Korea, KOSPI200 DB) and the electrocardiogram DB of arrhythmia patients in hospital emergencies(USA, MIT-BIH DB) were used for data base.