Earticle

본 논문은 새로은 퍼지 규칙의 생성을 위한 학습 알고리즘과 시계열 예측에의 응용을 다루고 있다. 데이터에서 IF-THEN문 형태의 퍼지 규칙을 생성시키는 과정에서 동일한 전건부(IF문)에 대해 상이한 후건부(THEN문)가 생겨 모순된 규칙을 형성시키는 경향이 있다. 수정된 중심값 방법(Modified Center Method)으로 명명된 새로운 알고리즘은 이와 같은 모순된 규칙의 형성을 효과적으로 해결하여, 시계열 예측을 수행하는데 그 오차를 줄일 수 있다. 알고리즘의 효과를 살표보기 위해 Mackey-Glass time series와 Gas Furnace data 분석에 적용하였다.

This paper presents new fuzzy learning algorithms and their applications to time series prediction. During generating fuzzy rules from numerical data, there is a tendency to produce conflicting rules which have same premise but different consequence. To resolve the problem, we propose MCM(Modified Center Method) which is proven to reduce the error in the prediction. We have applied MCM to the analysis of Mackey-Glass time series and Gas Furnace da.ta to verify its efficiency.

In this paper, a new neural network training algorithm will be devised for function approximator with good generalization characteristics and tested with the time series prediction problem using santaFe competition data sets. To enhance the generalization ability a constraint term of hidden neuraon activations is added to the conventional output error, which gives the curvature smoothing characteristics to multi-layer neural networks. A hybrid learning algorithm of the error-back propagation and Hebbian learning algorithm with weight decay constraint will be naturally developed by the steepest decent algorithm minimizing the proposed cost function without much increase of computational requriements.

시계열 자료는 흔히 반복되지 않는 비정상적인 사건의 영향으로 이상치를 포함한다. 시계열 자료는 관측치들 사이에 종속구조를 갖기 때문에, 이상치의 영향은 다른 통계적 분석에서 보다 더 심각할 수 있다. 본 논문에서는 연속이상치가 예측에 미치는 영향을 파악하는 데에 촛점을 두었다. 특히, l 시점 후 예측오차의 평균제곱의 증가량을 유도하고, 이 증가량으로 연속이상치가 예측에 미치는 영향을 측정하였다. 일반적으로, 연속이상치가 예측 원점에서 아주 가까운 시점에서 발생하지 않았으며 그 증가량은 크지 않음을 밝히고, 실제 자료를 분석하여 확인하였다.

Time series data are often contaminated with outliers due to influence of unusal and non-responsitive events. The effect of the outliers is larger in the time series analysis than in the other statistical analysis, because the time series data have dependent structure over time. This paper focuses on the effect of patchy outliers on forecasting. Especially, the increase of the mean square of the l-step-ahead forecast error is derived and used to evaluate the impact of those outliers on the forecast. We fine, in general, that this increase is rather small, provided that the patchy outliers does not occur too close to the forecast origin.

기상과 관계된 많은 요인 중에서 가장 긴 기간의 관측기록을 갖고 있는 것이 강수량에 대한 자료이다. 세계 대부분의 지역에서는 기기로 측정한 강수자료를 이용할 수 있는 기간이 길지 않아 대용기후지수를 강수분석에 이용하고 있으나, 우리나라에서는 조선 세종때 측우기가 발명된 후로 근대우량계가 도입되기 전인 1907년경까지는 측우기로 강수를 측정하였고, 1908년 이후는 근대우량계로 강수를 측정하고 있다. 이러한 측정기기 및 측정방법에 따른 강수자료의 불연속성을 해결하기 위하여 와다(1917)에 의해 경정된 강수량 자료가 이용되었다. 본 논문에서는 intervention 모형을 이용하여 와다의 경정방법에 문제가 있음을 확인하고 새로운 경정방법을 제안하였다. 측우기 자료 및 와다방법에 의해 경정된 자료와 근대우량계로 관측한 자료사이에는 연속성이 없는 것으로 나타났으며, 본 논문에서 제안한 경정법은 측우기의 강수량과 근대우량계의 강수량사이에 어느 정도 연속성이 있는 것으로 나타났다. 본 논문의 연구결과, 측우기에 의해 관측된 강수량은 신뢰성이 매우 높음을 확인할 수 있었고, 현대적 관점으로 경정할 수 있었으나, 여전히 많은 오차를 가지고 있는 것으로 보인다. 앞으로 오차를 줄이는 연구가 계속되어어야 할 것이며, 많은 문헌들로부터 측우기 자료를 실제 강수에 근접하게 복원하고 건기와 우기의 존재여부에 대한 증명을 할 수 있다면 측우기 자료의 신뢰성을 높이고 작은 오차범위내에서 과거 서울의 강수를 복원할 수 있을 것이다.

One of the main issues related to the precipitation amounts measured by the Korean raingage, Chukwookee, invented by King Sejong is the discontinuity in the time series around 1907 when the modern raingage was first used in Korea. To solve this discontinuity problem Wada(1971) reproduced the Chukwookee data but many authors questioned the validity of Wada's method. In this paper we analyze the precipitation amounts in Seoul from 1771 to 1994 using the intervention model and show that Wada's method results in the overestimation of the precipitation amounts. We also propose a reproduction method by considering monthly constant and including the rainfall of less then 2 mm and the snowfall which were ignored previously.

Forecasts of monthly landings of walleye pollock, Theragra chalcogramma, in Korea were carried out by the seasonal Autoregressive Integrated Moving Average(ARlMA) model. The Box - Cox transformation on the walleye pollock catch data handles nonstationary variance. The equation of Box - Cox transformation was Y'=($Y^0.31$_ 1)/0.31. The model identification was determined by minimum AIC(Akaike Information Criteria). And the seasonal ARlMA model is presented (1- O.583B)(1- $B^1$)(l- $B^12$)$Z_t$ =(l- O.912B)(1- O.732$B^12$)et where: $Z_t$=value at month t ; $B^p$ is a backward shift operator, that is, $B^p$$Z_t$=$Z_t$-P; and et= error term at month t, which is to forecast 24 months ahead the walleye pollock landings in Korea. Monthly forecasts of the walleye pollock landings for 1993~ 1994, which were compared with the actual landings, had an absolute percentage error(APE) range of 20.2-226.1 %. Thtal observed annual landings in 1993 and 1994 were 16, 61OM/T and 1O, 748M/T respectively, while the model predicted 10, 7 48M/T and 8, 203M/T(APE 37.0% and 23.7%, respectively).

Tool wear monitoring is very important aspect in metal cutting because tool wear effects quarity and precision of workpiece, tool life etc. In this study we detected force signal through tool dynamometer in turning and using it we conducted 6th AR modeling and fractal analysis. Finally the back-propagation model of the neural network is utilized to monitor tool wear and features are extracted through AR model and fractal analysis.

This paper describes a complexity measure algorithm based on nonlinear dynamics(chaos theory). In order to quantify complexity or regularity of biomedical signal, this paper proposed fractal dimension-1 and fractal dimension-2 algorithm with digital filter. Approximate entropy algorithm which measure a system regularity are also compared. In this paper investigate what we quantify of biomedical signal. These quantified complexity measure may be a useful information about human physiology.

재무관리의 모든 영역을 완벽하게 이해하기 위하여는 기업재무관리와 투자론을 비롯하여 금융산업 전체에 대한 연역적 방법에 의한 이론의 정립과 실증분석을 통한 이론의 정립이 관건이라 할 수 있다. 이 논문에서는 실증 분석을 수행함에 있어 우리나라에서 활발하게 논의가 진행되지 않는 시계열분석의 영역을 살펴보았다. 그것은 이와 같은 분야를 천착해 봄으로써 이 분야가 재무관리에 대한 통찰력과 현실 적합성의 판단력을 배양하는데 큰 공헌을 할 수 있으리라는 믿음 때문이다. 이 논의를 통하여 시계열 분석에 대한 활발한 연구가 진행되기를 기대하고 있다. 시계열 확률과정에 대한 재무관리이론을 연역적으로 도출하기는 용이하지 않다. 시계열 분석에서 제시되는 여러 방법론을 재무관리의 시계열에 적용하여 그 시계열의 성질과 특성을 파악하면 그것이 그대로 현실에 적용될 수 있을 것이다. 이러한 연구의 결과는 어떤 형태로든 연역적 방법에 의한 이론의 정립에 깊은 영향을 미칠 것이다. 뿐만 아니라 연속시간의 틀과 이시적(異時的) 양태하(樣態下)에서 많은 재무관리 모형들이 개발되고 있으며, 동태적 상황을 해명하는 의도에서 이 모형들이 연구되고 있는 만큼 시계열 분석은 이 분야에 직접적으로 이용될 수 있다. 시계열 분석에서 제시된 많은 모형들이 재무관리의 실증적 현상을 설명하는데 효과적으로 활용될 수 있다. 뿐만 아니라 현재 연역적으로 개발된 모형들이 설명할 수 없는 부분을 시계열 분석이 직접적으로 해명할 수 있는 능력을 확보하고 있음도 제시되었다. 증권의 현가모형(現價模型), 이자율의 기간구조, 효율적 시장가설도 주가의 변동성 등은 시계열 분석의 다양한 기법을 사용하여 검증되어야 하며, 이 경우 특히 분산의 추정방법을 여러 측면에서 개발해 야 할 것이다. 시계열 분석에서는 두개 또는 그 이상의 기법을 하나로 통합하는 방법이 있을 수 있다. ARIMA와 ARCH가 결합되는 것을 본 바 있다. 구조적(構造的) 변화(變化)(structural change)모형(模型)과 ARCH의 결합도 가능하다. 다른 분야로서는 변동성(變動性)에 관한 연구이다. 변동성(變動性)에 관한 연구는 variance bounds test에 한정된 감이 있으나 정보와 변동성의 관계가 중요시되고 있는 만큼 정보집합과 시계열 분석 기법의 결합은 변동성의 연구에 새로운 지평을 열어줄 것으로 보인다. 따라서 정보집합의 형성에 따라 새로운 추정방법이 개발될 여지가 풍부하다.

Box-Jenkins 시계열 분석에서 모형검진을 위한 통계량으로 잔차의 자기상관함수를 이용한 Box와 Pierce(1970)의 포트맨토우 검정과 Ljung과 Box(1978)의 변형된 포트맨토우 검정을 Basawa(1987)가 제안한 예측오차를 이용한 모형 검진 방법과 비교, 분석하였다. 시뮬레이션 연구를 수행하여 경험적 평균, 분산 및 유의 수준을 비교하여 과대적합의 방법을 이용하여 검정력을 비교하였다.

어획량의 단기 예측은 자원관리에 있어 중요한 항목이지만 전통적인 개체군 모델은 수산자원 관리에 있어 실제적으로 요구되는 예측력이 크게 부족하다. 다종 또는 생태계 모델도 요구되는 매개변수의 수가 많아 실제적 적용이 어렵다. 반면에 단변수 시계열 분석법은 시계열 자체에서 변동성에 관한 특성을 추정하여 이를 토대로 장래 변동성을 예측함으로 최소한의 자료를 가지고 비교적 정확한 단기예측이 가능하므로 유용성이 높다. 본 연구에서는 ARIMA 시계열 모델을 $1971{\sim}1988$년 간의 한국근해의 월별 갈치어획량 자료에 적용하였다. 여기서 나온 예측치와 분석에 포함되지 않았던 $1989{\sim}1990$년 간의 어획량과 비교하였다. 분석 결과 예측치와 실제어획량이 잘 일치하였으며(r=0.938) 평균상대오차는 $59.5\%$였다.

Short-term forecasting of fish catch is of practical importance in fisheries management. Ecosystem models and multi-species models as well as traditional single-species models fall short of predicting power needed for practical management of fisheries resources due to the lack of sufficient data or information for the required parameters. Univariate time series analysis, on the other hand, extracts the information on the stochastic variability from the time series itself and makes estimates of the future stochastic variability. Therefore, it can be used for short-term forecasting with minimum data requirements. ARIMA time series modeling has been applied to the monthly Korean catches of hairtail (Trichiurus lepturus) for $1971{\sim}1988$. Forecasts of hairtail catch were made and compared with the actual catch data from $1989{\sim}1990$ which were not included in the parameter estimation. The results showed a good agreement (r=0.938) between the forecasts and the actual catches with a mean rotative error of $59.5\%$

어획량의 단기 예측은 자원관리에 있어 중요한 항목이지만 전통적인 개체군 모델은 수산자원 관리에 있어 실제적으로 요구되는 예측력이 크게 부족하다. 다종 또는 생태계 모델도 요구되는 매개변수의 수가 많아 실제적 적용이 어렵다. 반면에 단변수 시계열 분석법은 시계열 자체에서 변동성에 관한 특성을 추정하여 이를 토대로 장래 변동성을 예측함으로 최소한의 자료를 가지고 비교적 정확한 단기예측이 가능하므로 유용성이 높다. 본 연구에서는 ARIMA 시계열 모델을 $1971{\sim}1988$년 간의 한국근해의 월별 갈치어획량 자료에 적용하였다. 여기서 나온 예측치와 분석에 포함되지 않았던 $1989{\sim}1990$년 간의 어획량과 비교하였다. 분석 결과 예측치와 실제어획량이 잘 일치하였으며(r=0.938) 평균상대오차는 $59.5\%$였다.

Short-term forecasting of fish catch is of practical importance in fisheries management. Ecosystem models and multi-species models as well as traditional single-species models fall short of predicting power needed for practical management of fisheries resources due to the lack of sufficient data or information for the required parameters. Univariate time series analysis, on the other hand, extracts the information on the stochastic variability from the time series itself and makes estimates of the future stochastic variability. Therefore, it can be used for short-term forecasting with minimum data requirements. ARIMA time series modeling has been applied to the monthly Korean catches of hairtail (Trichiurus lepturus) for $1971{\sim}1988$. Forecasts of hairtail catch were made and compared with the actual catch data from $1989{\sim}1990$ which were not included in the parameter estimation. The results showed a good agreement (r=0.938) between the forecasts and the actual catches with a mean rotative error of $59.5\%$

In this paper, To estimate monthly water distribution volume required optimization control of operating scheme & water distribution management for water transmission system in water supply, both Thomas-Fiering technique and Fourier series are compared and analyzed, respectively. Since water distribution volume is periodically repeated and has a linear fluctuation trend, parameters in each element are estimated through dividing into linear fluctuation trend component and periodical component. Finally, results of time-series analysis are proved to be more reasonable than that of Thomas-Fiering techniques by comparing simulation with observation data.

이 연구는 시계열분석(時系列分析)에 의해 주식수익율(株式收益率)의 변동성(變動性)을 예측하는 모델을 개발하고 그것에 의해 도출된 예측치(豫測値)의 실제변동성(實際變動性)에 대한 예측력(豫測力)을 미국의 주식시장자료를 사용하여 검증 비교하였다. 구체적으로 수익률변동성에 대한 (1) 역사적(歷史的) 변동성(變動性), (2) ARMAX 예측치(豫測値), (3) GARCH 예측치(豫測値) 등이 도출되고 그것들의 예측력이 통계적 비교와 회귀분석 등의 여러차원의 평가기준에 의해서 비교된다. 실증결과에 따르면 선택된 독립변수들에 근거한 ARMAX 예측치가 다른 예측치들 보다 모든 평가기준에서 우수한 예측력을 보였다. GARCH 예측치는 기대와는 달리 만족스러운 예측력을 보여주지 못했다. 본 연구에서 예측력이 실증된 ARMAX 예측치를 다양한 옵션가격결정모형의 변동성투입요소로 사용하는 것은 보다 정확한 옵션의 이론가격을 도출하는 데 크게 기여할 것이다. 또한, 이 논문의 실증결과는 각종의 자산가격결정이론, 수익률분포이론 등의 학문적 분야 뿐만 아니라 주식수익률 변동성의 동향이 일반투자자들의 투자전략에 결정적 영향을 미친다는 점에서 실무적인 관점에서도 시사하는 바가 크다고 할 것이다.

In this paper, the inter- and intra-frame distortions in the gray levels of a series of fluorescein ocular fundus photographs are corrected. For doing this, the background images are extracted from original images using the image blurring effect by decimation, and then shading corrected images are obtained by subtracting the background images from the original images pixel by pixel. In a series of fluorescein ocular fundus photographs, after the gray scale distoriton is corrected, the intensity volumes of dye leakage are measured and represented by a graph. These data may be useful for the prediction of prognosis and the therapeutic management.

The purpose of this study was to introduce the methodology of intervention analysis with time series data and to investigate the influence of the patient referral system on medical care utilization in Kangwha county. The data were obtained at the Kangwha Medical Inurance Society and we analysed the material based on the outpatient care fee. The results were as fellows: 1. The average outpatient care utilization in the hospital decreased by 41.7% due to the patient referral system. 2. The utilization of the health instituation increased by 278.8 persons per month due to the patient referral system. 3. The patient referral system did not influence the total outpatient are utilization. The methodology of intervention analysis, which detected the effect of intervention, will be helpful to the study of public health area.

A spectrum analysis method is presented with an example as an aid to Box and Jerkins' model identification procedure, where the theoretical spectrum of ARMA model and its confidence intervals derived by chi-square distribution are compared. An APL (A Programming Language) program for the method is developed for the 16-bit personal computer.

본 연구에서는 그러한 간접적인 방법의 하나로서 공구대로부터 가속도신호를 절삭시간의 경과에 따라 측정한 후, 시계열자료를 모델화하는 전산프로그램을 사용하 여 적합한 모델을 구하고 그로부터 유도되는 여러 특성들을 관찰함으로써 보다 현실적 인 방법론을 제시하고자 하였다.

A new indirect tool wear sensing technique is proposed using time series analysis. The acceleration measured on the tool post in the vertical direction during turning is sampled with uniform interval, and fitted following the ARMA modeling procedures. Various signal characteristics are observed in respect with the progress of flank wear. From those observations it is believed that; *The variance of the signal is approximately proportional to the increase of flank wear. *The absolute power of a dynamic mode decreases in the beginning of cutting until the maximum flank wear increases up to 0.4-0.5mm, and then increases. *The other characteristics are not so much related to the tool wear as the signal variance and the absolute power of a dynamic mode. Hence, the absolute power of a dynamic mode seems to be a good factor for the indication of tool-change time regardless of tool material or cutting conditions.