Earticle

본 논문은 수문시계열에서 나타나는 주기성 및 경향성 등을 평가하기 위한 방법으로 Fourier Transform을 개선한 Wavelet Transform방법을 제시하고 이에 대한 타당성 및 적용성을 월강수량 및 연강수량 자료와 대표적인 기상인자인 남방진동지수(SOI)와 해수면온도(SST)를 대상으로 평가해 보았다. Fourier Transform은 시간적인 특성을 파악하지 못하는 반면에 Wavelet Transform은 수문시계열이 갖는 시간적인 특성을 유지하면서 빈도에 대한 스펙트럼을 보다 효율적으로 평가할 수 있었다. Wavelet Transform을 이용하여 분석한 결과 국내 월강수량은 1년을 중심으로 강한 스펙트럼을 나타내고 있으며 연강수량은 2-8년 주기에서 통계적으로 유의한 주기를 확인할 수 있었다. SOI와 SST에서는 2-8년 주기가 지배적임을 확인할 수 있었다.

This paper introduces the wavelet transform that was improved by the fourier transform to assess periodicities and trends, we assessed propriety with examples of two monthly precipitation data, annual precipitation, SOI index and SST index. The wavelet transform can effectively assess the power spectrum corresponding to frequency as maintaining chronological characteristics. The results of the analysis using the wavelet transform showed that the monthly precipitation have the strongest power spectrum near that of 1 year, and the annual precipitation represent the dominated spectrum in the band of 2-8 years. Also, the SOI index and SST index indicate the strongest power spectrum in the band of 2-8 years.

본 논문에서는 타임 워핑 하의 시계열 서브시퀀스 매칭을 처리하는 방법에 대하여 논의한다. 타임 워핑은 시퀀스의 길이가 서로 다른 경우에도 유사한 패턴을 갖는 시퀀스들을 찾을 수 있도록 해 주는 변환이다. 접두어 질의 기법(prefix-querying method)는 착오 기각(false dismissal) 없이 타임 워핑 하의 시계열 서브시퀀스 매칭을 처리하는 인덱스를 이용한 최초의 방식이다. 이 방법은 사용자가 질의를 편리하게 작성하도록 하기 위하여 기본 거리 함수로서 $L_{\infty}$를 사용한다. 본 논문에서는 $L_{\infty}$ 대신 타임 워핑 하의 시계열 서브시퀀스 매칭에서 기본 거리 함수로서 가장 널리 사용되는 $L_1$을 적용할 수 있도록 접두어 질의를 확장한다. 또한, 제안된 기법으로 타임 워핑 하의 시계열 서브시퀀스 매칭을 수행하는 경우 착오 기각이 발생하지 않음을 이론적으로 증명한다. 다양한 실험을 통한 성능 평가를 통하여 본 연구에서 제시하는 기법의 우수성을 검증한다. 실험 결과에 의하면, 제안된 기법은 가장 좋은 성능을 보이는 기존의 기법과 비교하여 매우 뛰어난 성능 개선 효과를 보이는 것으로 나타났다.

This paper proposes a time series prediction method for the nonllinear system using the fuzzy system and its genetic algorithm, At first, we obtain the optimal fuzzy membership function using the genetic algorithm. With the optimal fuzzy rules and its input differences, a better time prediction series system may be obtained. We obtain a good result for the time prediction of the electric load.

엘니뇨현상과 관련된 해양 아표층 변동성을 조사하기 위해 1980년부터 2004년까지의 적도 해역의 20도 등온선 깊이(Z20)와 난수질량(WWV) 자료를 분석하였다. 주성분 분석, 합성 분석 및 교차상관 분석 결과, 아표층 시계열 자료는 Nino3.4 SST와 유의미한 시간 지연을 가지고 강한 상관성을 보였다. 이 결과는 아표층 해양 변수가 엘니뇨현상에 유용한 예측 인자임을 시사한다. 분석된 결과를 근거로 1996년부터 2004년까지 Nino3.4 SST를 예측하기 위해 신경망 예측 모델을 구성하였다. 해상풍을 입력 자료로 사용하였을 경우 보다 WWV를 적용하였을 때 3개월 이하의 단기 예측을 제외하고 모든 예측 시간에서 더 우수한 예측력을 보였으며, 5-8개월의 예측에 있어서는 기존의 여러 통계 모델 결과보다 예측 성능이 우수함을 확인하였다.

Subsurface oceanic data (Z20; Depth of $20^{\circ}C$ isotherm and WWV; Warm Water Volume) from the tropical Pacific Ocean from 1980 to 2004 were utilized to examine upper ocean variations in relation to E1 Nino. Time series analysis using EOF, composite, and cross-correlation methods indicated that there are significant time delays between subsurface oceanic parameters and the Nino3.4 SST. It implied that Z20 and WWV would be more reliable predictors of El Nino events. Based on analyzed results, we also constructed neural network model to predict the Nino3.4 SST from 1996 to 2004. The forecasting skills for the model using WWV were statistically higher than that using the trade wind except for short range forecasting less than 3 months. This model greatly predicted SST than any other previous statistical model, especially at lead times of 5 to 8 months.

현재 군 수송기는 매주 일정 대수가 각 기지 간 물자수송, 인원수송 그리고 조종사들의 훈련목적으로 정해진 스케줄에 의해 운항하고 있다. 일일 수송기 운행 경로는 모 기지에서 이륙하여 몇 개의 기지를 경유하여 임무를 수행한 후, 다시 모 기지로 돌아오는 패턴을 취하고 있다. 본 연구는 공군의 중앙물자를 저장하는 창에서 각 기지로 물자를 수송할 때 물량예측 및 적정노선에 대해서 시계열분석과 차량경로모형이라는 두 가지 방법을 통해 접근한다. 먼저 현재 공군에서 사용하고 있는 각종 규정과 교범상의 항공수송에 대한 제약사항 자료를 수집하여, 이를 바탕으로 본 연구에서는 다회방문이 가능하고, 경우회수에 대한 제약을 갖는 모형시과 알고리즘을 제안하였다. 또한 지난 몇 년간의 수송물량을 시계열 분석을 이용하여 예측하고, 예측된 수송소요를 제안된 알고리즘에 적용하여 적정노선을 계획하는 방법을 제안하였다. 제안된 모형과 알고리즘의 적합성과 경제성을 파악하기 위해 본 연구에서는 모형에서 계산된 수송물량과 필요 수송기 대수와 실제 공군에서 수행된 항공화물 수송 물량과 투입 수송기 대수를 비교함으로써 객관적인 모형의 우수성을 입증하고자 하였다.

The Korea Air Force(KAF) has operated freight flights based on the prefixed time and route schedule, which is adjusted once in a month. The major purpose of the operation of freight flights in the KAF is to distribute necessary supplies from the home air base to other air bases. The secondary purpose is to train the young pilots to get more experiences in navigation. Each freight flight starts from and returned to the home air base everyday except holidays, while it visits several other air bases to accomplish its missions. The study aims to forecast freight demand at each base by using time series analysis, and then it tried to optimize the cost of operating flights by solving vehicle routing problem. For more specifically, first, several constraints in operating cargos were defined by reviewing the Korea Air Force manuals and regulation. With such constraints, an integer programming problem was formulated for this specific routing problem allowing several visits in a tour with limitation of maximum number of visits. Then, an algorithm to solve the routing problem was developed. Second, the time series analysis method was applied to find out the freight demand at each air base from the mother air base in the next month. With the forecasted demands and the developed solution algorithm, the oprimum routes are calculated for each flight. Finally, the study compared the solved routing system by the developed algorithm with the existing routing system of the Korea Air Force. Through this comparison, the study proved that the proposed method can provide more (economically) efficient routing system than the existing system in terms of computing and monetary cost. In summary, the study suggested objective criteria for air routing plan in the KAF. It also developed the methods which could forecast properly the freight demands at each bases by using time series analysis and which could find the optimum routing which minimizes number of cargo needed. Finally, the study showed the economical savings with the optimized routing system by using real case example.

서브시퀀스 매칭은 시계열 데이터베이스에서 질의 시퀀스와 유사한 서브시퀀스틀 찾아내는 연산이다. 기존의 서브시퀀스 매칭 알고리즘들은 하나의 인덱스만을 사용하여 검색을 수행하기 때문에, 인덱스를 생성하기 위하여 데이터 시퀀스로부터 추출한 윈도우의 크기와 질의 시퀀스의 길이 간의 차이가 커질수록 검색 성능이 급격히 저하되는 문제점을 갖고 있다. 본 논문에서는 이러한 기존 알고리즘의 문제점을 해결하기 위하여 인덱스 보간법에 기반한 새로운 서브시퀀스 매칭 기법을 제안한다. 인덱스 보간법이란 하나 이상의 인덱스를 구축하고 주어진 질의 시퀀스의 길이에 따라 적절한 인덱스를 선택하여 검색을 수행하는 기법이다. 본 논문에서는 서브시퀀스 매칭 비용 공식을 산출하고, 이 비용 공식에 기반하여 제안된 기법의 성능을 최적화 하도록 다수의 인덱스를 구성하는 알고리즘을 제시한다. 마지막으로, 실제 데이터를 이용한 여러 가지 실험을 통하여 제안된 기법의 우수성을 정량적으로 검증한다.

오차항의 분포가 정규분포에 따르지 않는 비선형 시계열인 ARCH모형의 예측구간을 설정하는데 붓스트랩 방법과 근사적 방법간의 포함비율에 대한 정확성을 비교한다. 이 때 모형에서 모수를 추정하는 방법으로서는 분포에 대한 가정을 필요로 하지 않는 quasi-score 추정함수를 이용한 추정 법과 로버스트 추정 함수인 M quasi-score 추정 함수를 이용한 추정법을 사용한다. 추정된 모수를 이용하여 예측구간의 정확성을 비교하고 마지막으로 소비자 물가지수 자료를 이용하여 실제 예측구간을 구하는데 적용한다.

In this paper we construct prediction intervals for nonlinear time series models using the bootstrap. We compare these prediction intervals to traditional asymptotic prediction intervals using quasi-score estimation function and M-quasi-score estimating function comprising bounded functions. Simulation results show that the bootstrap method leads to improved accuracy. The accuracy of the bootstrap is empirically demonstrated with the consumer price index.

The seasonal adjustment is an essential process in analyzing the time series of economy and business. There are various methods to adjust seasonal effect such as moving average, extrapolation, smoothing and X11. One of the powerful adjustment methods is X11-ARIMA Model which is popularly used in Korea. This method was delivered from Canada. However, this model has been developed to be appropriate for Canadian and American environment. Therefore, we need to review whether the Xl1-ARIMA Model could be used properly in Korea. In this study, we have applied the method to the annual sales of refrigerator sales in A electronic company. We appreciated the adjustment by result analyzing the time series components such as seasonal component, trend-cycle component, and irregular component, with the proposed method.

The seasonal adjustment is an essential process in analyzing the time series of economy and business. One of the powerful adjustment methods is X11-ARIMA Model which is popularly used in Korea. This method was delivered from Canada. However, this model has been developed to be appropriate for Canadian and American environment. Therefore, we need to review whether the X11-ARIMA Model could be used properly in Korea. In this study, we have applied the method to the annual sales of refrigerator sales in A electronic company. We appreciated the adjustment by result analyzing the time series components such as seasonal component, trend-cycle component, and irregular component, with the proposed method. Additionally, in order to improve the result of seasonal adjusted time series, we suggest the demand forecasting method base on autocorrelation and seasonality with the X11-ARIMA PROC.

서해 연안의 개발은 갯벌의 감소로 해양생태계를 위협하고 있으며 산업화에 따른 대형 매립공사는 주변의 기상변화와 해상변화를 일으켜 해저지형 및 해안선에 많은 변화를 발생시키고 있다. 또한 선박의 안전한 입, 출항을 위한 항로에 영향을 주고 있다. 따라서 본 연구는 해도에 나타난 기준선인 최저저조면의 해양 기준면을 기초 자료로 사용하여 육지부분의 해안선과 갯벌의 경계로 나타나는 0m경계선, 수심2m선을 수치화 하였으며, 수치화 된 도면을 4개의 구역으로 구분하여 분석함으로써 신공항건설과 신도시개발, 방조제공사 등의 서해 연안 개발에 따른 해안과 해저의 변화 정도를 알아보았다.

Because western sea on the shore development is threatening sea ecosystem by decrease of silt and large size land-reclamation work by industrialization causes surrounding weather change and sea change, generate much changes bottom of the sea topography and coastline. Also, is influencing to route for safe entry into port of ship, departure. Therefore, this research did 0m boundary line, anxiety 2m line which appear to coastline of land portion and the border of silt using sea base level of lowest low tone side that is base line that appear because of sea waves to basis data numerical value Tuesday, numerical value by divide drawing that is changed to 4 area and analyze change degree of new airport construction and new town development, seashore by western sea district along the coast development of tide embankment construction and so on and bottom of the sea recognize.

This study examined the levels and trends in the household expenditure in both public and private education. Between 1982 and 2000, the level of the total educational expenditure increased by 5% in each year on average, increased by 2.2% for public education, and by 11.4% for private education. On the public educational expenditure, the consumption expenditure elasticity was 0.2 and the price elasticity was 1.49. On the private educational expenditure, the consumption expenditure elasticity was 1.5 and became below 1 after 1998, and the price elasticity was 2.63. The results indicated that the educational expenditure was necessary rather than luxurious and there was excess demand for private education. The level of the educational expenditure would continue to increase without reforms both in the supply and demand sides.

지금까지 삽입(Embedding)백터를 이용한 국소적예측방법은 고차미분방정식으로부터 생성된 카오스 시계열을 예측할 때, 파라메타 $\tau$의 추정이 정확하지 않으면 예측성능은 떨어졌다. 지금까지 지연시간 ($\tau$)의 값을 추정하는 방법은 많이 제안되어있지만 실제로 고차원미분방정식부터 생성되어진 수많은 시계열에 모두 적용 가능한 방법은 아직 없다. 이것을 기울기 백터를 이용한 기울기 선형모델을 도입하는 것에 의해 정확한 지연시간 ($\tau$)의 값을 추정하지 않아도 예측성능에 만족할 수 있는 결과를 표시했다. 이것을 이론뿐이 아니고 경제시계열에도 적용해서 종래의 예측방법과 비교해서 그 유효성을 표시했다.

The local prediction method utilizing embedding vector loses the prediction power when the parameter r estimation is not exact for predicting the chaos time series induced from the high order differential equation. In spite of the fact that there have been a lot of suggestions regarding how to estimate the delay time ($\tau$), no specific method is proposed to apply to any time series. The inclinded linear model, which utilizes inclinded netter, yields satisfying degree of prediction power without estimating exact delay time ($\tau$). The usefulness of this approach has been indicated not only theoretically but also in practical situation when the method w8s applied to economical time series analysis.

The analysis of the radiation effect on matter has been performed using stochastic methods. Recently, It was discovered that the detector pulses of radiation can be analysed using deterministic method that utilizes the chaotic behaviour with an attractor found in a noise region. We acquired a time series for pulse tram of Am-241 using scintillation detector and reconstructed a phase space, then performed new analysis for the radiation detection signal by applying embedding theory, Lyapunov exponent, correlation dimension, autocorrelation dimension, and power spectrum.

In this paper, a fuzzy prediction method is proposed for time series data having uncertainty and non-stationary characteristics. Conventional methods, which use past data directly in prediction procedure, cannot properly handle non-stationary data whose long-term mean is floating. To cope with this problem, a data preprocessing technique utilizing the differences of original time series data is suggested. The difference sets are established from data. And the optimal difference set is selected for input of fuzzy predictor. The proposed method based the Takigi-Sugeno-Kang(TSK or TS) fuzzy rule. Computer simulations show improved results for various time series.