http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 홍난영(Nanyoung Hong) (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
VARX 모형과 LSTM 알고리즘의 다변량 시계열 예측 비교
이황현(Hwanghyun Lee),홍난영(Nanyoung Hong),이태욱(Taewook Lee) 한국데이터정보과학회 2022 한국데이터정보과학회지 Vol.33 No.1
본 논문에서는 외부 요인의 효과를 반영하는 외생변수를 입력변수로 포함하는 다변량 시계열 자료에 LSTM (long short term memory network) 알고리즘을 적용하는 연구를 진행하였다. 전통적인 시계열 분야에서 외생변수를 포함하는 다변량 시계열 자료의 분석 및 예측을 위한 모형으로서 VARX (vector autoregressive with exogenous variables) 모형이 가장 일반적이다. 계열 더미변수를 포함하는 외생변수로 고려한 모의실험 결과, LSTM 알고리즘의 안정적인 예측력을 확인할 수 있었다. 실증분석을 통해서는 LSTM 알고리즘이 VARX 모형보다 예측력이 뛰어남을 확인할 수 있었다. In this paper, we studied the LSTM (long short term memory network) algorithm for prediction of multivariate time series data with exogenous variable. In the field of time series, VARX (vector autoregressive with exogenous variables) model is one of the most common models for prediction of multivariate time series data including exogenous variables. We compared the prediction performance of VARX model and LSTM algorithm through a simulation study and real data analysis. In a simulation study considering exogenous variables including seasonal dummy variables, LSTM algorithm was comparable to VARX models. In a empirical analysis, it was confirmed that LSTM algorithm outperformed VARX model in terms of prediction.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
