시간적 계층을 이용한 교통사고 발생건수 예측

전관영,성병찬,Jun, Gwanyoung,Seong, Byeongchan 한국통계학회 2018 응용통계연구 Vol.31 No.2

본 논문에서는 시간적 계층 개념을 활용하여 시계열 자료를 예측하는 방법을 소개한다. 횡단적 계층 자료 분석에서와 유사한 방법으로 중복되지 않는 시간적 계층을 시계열 자료에 구조화할 수 있다. 이러한 시간적 계층을 활용하여 조정된 예측은 기존의 계층별 독립적 기저 예측 및 상향식 예측보다 더 정확하고 강건한 예측값을 생성한다. 실증 분석으로서 국내 교통사고 발생건수를 시간적 계층 개념을 활용하여 예측한다. 분석 결과, 조정 예측이 기존의 다른 예측보다 예측 성능면에서 더 우수함을 확인할 수 있다. This paper introduces how to adopt the concept of temporal hierarchies to forecast time series data. Similarly as in hierarchical cross-sectional data, temporal hierarchies can be constructed for any time series data by means of non-overlapping temporal aggregation. Reconciliation forecasts with temporal hierarchies result in more accurate and robust forecasts when compared with the independent base and bottom-up forecasts. As an empirical example, we forecast traffic accident counts with temporal hierarchies and observe that reconciliation forecasts are superior to the base and bottom-up forecasts in terms of forecast accuracy.

시간적 계층에서의 스케일러블 부호화 고속 모드 결정 방법

전병우(Jeon, Byeungwoo) 한국정보전자통신기술학회 2013 한국정보전자통신기술학회논문지 Vol.6 No.2

최근의 멀티미디어 서비스 환경은 다양한 전송 속도, 영상 크기나 화질을 지원하고 있다. 그러나 고정된 영상크기 또는 화질로의 부호화만이 가능한 기존의 비디오 부호화 기술은 새로운 멀티미디어 서비스 환경을 충족시키기가 어렵다. 따라서 새로운 환경적 요구를 충족시키기 위해 기존의 H.264/AVC 표준을 기반으로 다양한 영상크기와 화질을 지원할 수 있는 새로운 비디오 부호화 표준인 H.264/AVCSE(Scalable Extension)의 표준화가 진행되었다. H.264/AVC SE은 한번의 부호화된 스트림으로 다양한 크기나 화질을 가진 여러 개의 영상을 제공할 수 있다. 하지만 이를 위하여 기존의 H.264/AVC 표준에 비해 보다 복잡도가 요구되어 지기 때문에 이를 효과적으로 감소시킬 수 있는 추가적인 기술이 제공되어야한다. 본 논문에서는 H.264/AVC SE 표준이 가지는 복잡도 중 대부분을 차지하는 모드 결정법의 복잡도를 감소시키기 위해 이전과 이후 픽춰의 참조모드를 이용하는 early skip 알고리즘과 GOP내에 존재하는 모드들의 History를 이용하는 MHM(Mode History Map) 알고리즘을 이용한 고속모드 결정법을 제안한다. Recently proliferating heterogeneous multimedia service environments should be able to deal with many different transmission speeds, image sizes, or qualities of video. However, not many existing video compression standards satisfy those necessities. To satisfy the functional requirements, the standardization of the H.264/AVC Scalable Extension (SE) technique has been recently completed. It is an extension of the H.264/AVC which can encode several image sizes and qualities at the same time as a single bitstream. To perform optimum mode decision, motion estimation is performed for all MB modes, and the RD costs are compared to identify an MB mode with the smallest RD cost. This increases computational complexity of H.264/AVC SE encoding. In this paper, we propose an early skip mode detection scheme to reduce candidate modes and suggest an algorithm of fast mode decision utilizing reference modes according to the mode history.

이벤트 상관 기반의 네트워크 관리 시스템을 위한 복합 이벤트 모델의 설계

이기성(Ki-seong Lee),이창하(Chang Ha Lee),이찬근(Chan-gun Lee) 한국정보과학회 2010 정보과학회논문지 : 정보통신 Vol.37 No.1

본 연구에서 우리는 복합 이벤트(complex event)와 관점지향 프로그래밍(aspect-oriented programming)을 함께 고려하여 확장된 복합 이벤트 모델을 제시한다. 우리는 이 두 모델의 통합을 통해 이벤트 상관 기반의 네트워크 관리 시스템에 적합한 진보된 이벤트 명세 방법을 제안한다. 구체적으로, 계층적 이벤트 구조를 지원하도록 모델을 확장하고 관점지향 프로그래밍의 교차점(point cut)을 이벤트로 인식하도록 한다. 또한 이벤트 명세를 인스턴스(instance) 단위로 할 수 있도록 이벤트 연산자를 제공하고 시간적 관계를 원활하게 표현할 수 있도록 한다. 마지막으로 다른 이벤트 모델과의 비교를 통해 본 이벤트 모델의 장점을 제시한다. In this study, we present an extended complex event model by considering both of the complex event and the aspect-oriented programming. We propose an advanced scheme for the event specification suited for the event correlation based network management systems by merging these two models. Specifically, we extend the model to support hierarchical event structures and let the model recognize point-cuts of aspect-oriented programming as events. We provide the event operators designed to specify the events on instances and handle temporal relations of the instances. Lastly, we compare the proposed model with other event models and present the benefits of it.

박노해 시의 항상성, 이원화된 세계인식

최명국(Choi, Myeong-Guk) 한국비평문학회 2013 批評文學 Vol.- No.50

본고는 박노해의 제4시집인 『그러니 그대 사라지지 말아라』를 중심으로, 그의 한결같은 시적 특성이자 방법론이라 할 수 있는 ‘이원화된 세계인식’이 구체적인 시 텍스트들 속에 어떠한 모습으로 형상화되어 있는지 살펴보는 것을 목적으로 하였다. 먼저, 박노해는 당하는 사회적 약자와 가해 세력인 자본·권력 계층으로, 계층 간의 거리를 설정한 후 전자에 대해서는 선하고 윤리적인 존재로 후자에 대해서는 부정하고 위선적인 존재로 각각 인식하면서 서로 상반된 가치 평가를 배열하고 있는데 이것이 첫 번째 이원화된 세계인식이라 할 수 있다. 다음으로, 박노해는 연속적인 단위인 시간을 과거와 현재로 분절시켜 덩어리 지은 후 각각의 단위 안에 긍정과 부정의 의미를 함의시켜 놓고 있다. ‘유년·학동기 시절’의 과거는 상부상조하는 공동체적 질서가 유지되던 따뜻한 시간으로, 현재는 그러한 공동체적 질서가 해체되어버린 타산적이고 냉혹한 시간으로 설정되어 있는데 이것이 두 번째 이원화된 세계인식이라 할 수 있다. 마지막으로, 박노해는 해체적이고 타산적인 삶이 이루어지는 공간인 문명ㆍ도시 공간을 불구적인 곳으로, 이에 비해 그동안 문명·도시적 가치와 질서에 의해 뒷전으로 밀려났던 생태공간인 자연은 생명력이 확산되는 곳으로 수식하고 있는데 이것이 세 번째 이원화된 세계인식이라 할 수 있다. 시적 특성이자 방법론이라 할 수 있는 이러한 이원화된 세계인식은 그 변화의 폭이 큰 시적 변모에도 불구하고 박노해 시의 항상성으로 자리매김하고 있는 것이 사실이다. The purpose of this study was to investigate how the “dichotomous world perception” of Park No-hae, which is his consistent poetic characteristics and methodologies, were embodied in his specific poetic texts with a focus on his fourth collection of poems, So, You, Don’t disappear. Park first sets some distance between the socially weak that are the victims and the capital and power class that is the offending group and makes opposite value evaluations between them, regarding the former as good and ethical individuals and the latter as dishonest and hypocritical ones. That is his first dichotomous world perception. Then he segments time, that is continuous units, into the past and present. As a result, he groups them each unit and implies positive and negative meanings in each unit. The past of “childhood and school years” is set as warm time when the community order of mutual aid was kept, whereas the present when the community order has been broken is set as calculating and heartless time. That is his second dichotomous world perception. Finally, he depicts the civilized and urban space where people lead a disorganizing and calculating life as a disabled place and nature, which is an ecological space that has been pushed back by the civilized and urban values and orders, as a place where life force spreads. That is his third dichotomous world perception. It is a fact that those dichotomous world perception, which is his poetic characteristics and methodologies, has become homeostasis in his poetry despite his large poetic variations.

지능형 홈을 위한 HTM 기반의 얼굴 이미지 인식 시스템의 개발

배선갑,이대한,조건화,남해보,김성진,강현석,배종민 한국멀티미디어학회 2009 멀티미디어학회논문지 Vol.12 No.7

This paper developed FRESH(Face image REcognition System for intelligent Home), proposed by Hopkins, which was to recognize the face of family members applying for HTM system that integrates a principal movement of human brain's neocortex with computers. For the purpose of confirming a result of the works, we took real photographs of both clear and distorted images, but the result produced higher accuracy about the distorted images providing by a real environment as well as clear images. In addition, the existing studies were focused on the recognition of facial zone that it was difficult to adapt for System for intelligent home. However, this thesis developed a system suitable for intelligent home which corresponds a facial image to his or her name. 본 논문에서는 Hopkins가 제안한 인간두뇌의 신피질(neocortex)의 동작 원리를 컴퓨터에 접목시킨 HTM 이론을 적용하여 가족 구성원들의 얼굴을 인식하는 지능형 홈을 위한 얼굴 이미지 인식 시스템인 FRESH(Face image REcognition System for intelligent Home)를 개발하였다. 개발 결과를 확인하기 위해 실제 사진을 촬영하여 깨끗한 이미지와 왜곡된 이미지에 대하여 실험해 본 결과 깨끗한 이미지뿐만 아니라 실제 환경에서 흔히 입력되는 다양하게 왜곡된 얼굴 이미지에 대한 인식의 정확도가 높았다. 또한, 기존의 연구들은 얼굴영역 인식에 초점이 맞추어져 있어서 지능형 홈을 위한 시스템에 적용하기가 어려우나 본 연구는 얼굴 이미지와 그 사람의 이름을 일치시킨 것으로 지능형 홈에 적합한 시스템으로 개발하였다.

시공간적 계층 메모리 학습 알고리즘을 이용한 근전도 패턴인식

성무중(Moo-Joung Sung),추준욱(Jun-Uk Chu),이승하(Seung-ha Lee),이연정(Yun-Jung Lee) 한국지능시스템학회 2009 한국지능시스템학회논문지 Vol.19 No.1

본 논문에서는 비전 패턴인식 알고리즘인 시공간적 계층 메모리 학습 알고리즘을 이용한 새로운 근전도 패턴인식 방법을 제시한다. 효율적인 근전도 신호의 학습과 분류를 위하여 단순화된 2 레벨의 공간적 집합, 시간적 집합, 그리고 관리 맵퍼를 이용한 수정된 시공간적 계층 메모리 학습 알고리즘을 제안한다. 인식 성능을 향상시키기 위해서 관리 맵퍼 학습뿐만 아니라 시간적 집합 학습에도 카테고리 정보를 사용한다. 실험을 통하여 열 가지 손동작이 성공적으로 인식됨을 검증한다. This paper presents a new electromyogram(EMG) pattern recognition method based on the Hierarchical Temporal Memory (HTM) algorithm which is originally devised for image pattern recognition. In the modified HTM algorithm, a simplified two-level structure with spatial pooler, temporal pooler, and supervised mapper is proposed for efficient learning and classification of the EMG signals. To enhance the recognition performance, the category information is utilized not only in the supervised mapper but also in the temporal pooler. The experimental results show that the ten kinds of hand motion are successfully recognized.

아동학대의 시간적 변화양상 유형화와 특성

배화옥(Bae, Hwa-ok),임채영(Lim, Chae Young),염동문(Yeum, Dong Moon) 경성대학교 사회과학연구소 2016 社會科學硏究 Vol.32 No.4

본 연구의 주요 목적은 한국청소년정책연구원(NYPI)이 생산한 한국아동·청소년패널조사(KCYPS) 자료 가운데 초4패널 자료를 활용하여 신체학대와 정서학대 발생의 시간적 변화양상을 유형화하고 유형별 특성에 차이가 있는지를 규명하는 것이다. 초4패널 2차~5차 자료에 포함된 학대 조사문항을 모두 응답한 총 1,907명을 분석대상으로 하였다. 잠재계층성장분석을 활용하여 아동학대의 시간적 변화양상을 잠재집단으로 분류한 결과, 신체학대와 정서학대 모두 ‘미발생형’, ‘저수준 유지형’, ‘감소형’, ‘증가형’으로 분류할 수 있었다. 신체학대의 경우 성별, 자존감, 문제행동 빈도, 부모가 인식하는 아동의 친구관계가, 정서학대의 경우 성별, 자존감, 문제행동 빈도, 주관적 성적, 부모가 인식하는 아동의 친구관계가 유형별로 관련요인으로 밝혀졌다. 분석결과를 바탕으로 논의하였다. Main objectives of this study are to classify latent temporal patterns of child maltreatment occurrence and to identify the correlates of each latent group using the data from the Korean Children and Youth Panel Study. This study selected 1,907 children who responded to every child abuse questions from the second wave to firth wave as study population. Two abuse types were physical abuse and emotional abuse. Temporal patterns of child maltreatment occurrence from Latent Class Growth Analyses were classified as no occurrence group, low level occurring group, increasing group, and decreasing group. Gender, self-esteem, frequency of acting-out behaviors, and parental recognition of child’s peers significantly predicted the risk of physical abuse, while gender, self-esteem, frequency of acting-out behaviors, self-perceived academic performance, and parental recognition of child’s peers significantly predicted emotional abuse. Research and practice implications were discussed.

Temporal Fusion Transformer를 이용한 대형마트 판매량의 다단계 시계열 수요예측

안세희,정재윤 한국전자거래학회 2023 한국전자거래학회지 Vol.28 No.3

Demand forecast is used as basic data for business and operation planning in all industries. In this paper, the Temporal Fusion Transformer (TFT) architecture was applied to the data of the M5 Competition, a famous forecasting competition, and the accuracy of the TFT-based forecasting method was compared with that of the DRFAM method, that had won the competition. The performance was evaluated for the sales data of CA_1 store in the Walmart dataset of the M5 Competition. The TFT models were trained with two data pools at the store level and category level, respectively, and the final forecast was calculated by arithmetically averaging the prediction results of the two models. As a result, the TFT-based method obtained better forecasts than the DRFAM method, which trained six LightGBM models with direct forecasting and recursive forecasting for three levels of data pools and predicted with the arithmetic average of the six trained models. It was found that the TFT-based method had sufficiently learned the relationship between variables and sales volumes in the time-series using the self-attention structure of TFT. While the direct and recursive forecasting models of the DRFAM method require 28 repeated calls for 28 days of forecasting, the TFT-based method can obtain 28 time-series forecasts with a single model call because of its multi-output structure. The proposed TFT-based forecasting method is expected to be applicable to various fields by providing faster and more accurate time-series forecasts. 수요예측은 모든 산업에서 사업 기획 및 운영 계획의 중요한 기초 자료로 사용된다. 본 논문에서는 수요예측 경진대회인 M5 Competition 데이터를 대상으로 Temporal Fusion Transformer(TFT) 모형을 적용하였고, 이 대회에서 우승한 DRFAM 기법과 정확도를 비교하였다. M5 Competition의 Walmart 데이터셋 중 CA_1 매장의 판매량 데이터를 대상으로 성능을 평가하였으며, 매장(store) 수준과 카테고리(category) 수준의 데이터풀(data pool)로 각각 TFT 모형을 학습한 후 예측값을 산술평균하는 방식을 사용하였다. 그 결과, 세 가지 수준의 데이터풀에 대해 직접적 예측모형(direct forecasting)과 재귀적 예측모형(recursive forecasting)으로 총 6개의 LightGBM 모형을 학습하여 산술평균으로 예측하는 DRFAM 기법보다 평균적으로 개선된 예측 정확도를 달성하였다. 이를 통해 TFT 모형이 자기-어텐션 구조를 사용하여 시계열에서 변수와 판매량 간의 관계를 충분히 학습하였음을 알 수 있었다. DRFAM 기법의 직접적 예측모형과 재귀적 예측모형이 28일 간의 예측을 위하여 28회 반복호출을 해야 하지만, TFT 모형은 다중 출력 구조이기 때문에 한번 모형 호출로 28개의 시계열 예측이 가능하다. 본 논문에서 제안한 TFT 기반의 예측모형은 보다 빠르고 정확한 시계열 예측을 제공하여 다양한 분야에 확대 적용할 수 있을 것으로 기대한다.