지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.3
- 수록면
- 267 - 281 (15page)
- DOI
- 10.7465/jkdi.2021.32.2.267
이용수
DBpia Top 10%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
초록· 키워드
오류제보하기
일반적으로 금융 시계열 (financial time series) 예측은 비선형성 (non-linearity)과 불규칙성(irregularity)으로 인해 매우 어려운 일이다. 본 논문에서는 금융 시계열 예측을 위해 AdaBoost 알고리즘과 GRU 모형을 결합한 하이브리드 앙상블 학습 방법 (hybrid ensemble learning approach)을 제안하고자 한다. 여기서 GRU 모형은 LSTM (long short term memory) 모형과 함께 시계열 예측에 널리 사용되는 RNN (recurrent neural network)의 변형 모형이다. 우리는 KOSPI 데이터와 원/달러 환율과 같은 금융 시계열 데이터를 가지고 제안된 모델을 평가하고자 한다. 성능실험 결과 제안된 AdaBoost-GRU 앙상블은 3가지 척도 즉, MAE, MSE 및 RMSE 척도에서 기존의 ARIMA 모형, LSTM 모형, GRU 모형, 그리고 Adaboost-LSTM 앙상블보다 좋은 성능을 보였다. 그리고 Adaboost-LSTM 모형과의 처리속도 면에서 제안된 AdaBoost-GRU 모형이 빠름을 알 수 있었다.
목차
요약
1. 서론
2. 관련연구
3. AdaBoost-GRU 앙상블에 의한 예측 방법
4. 성능 실험 및 논의사항
5. 결론 및 향후 연구
References
Abstract
참고문헌 (14)
참고문헌 신청
Chung, J. / 2014 / Empirical evaluation of gated recurrent neural networks on sequence modeling / NIPS 2014 Workshop on Deep Learning :1~9
Deng, L. / 2014 / Deep learning: Methods and applications / Now Publishers Inc
Freund, Y. / 1997 / A decision-theoretic generalization of on-line learning and an application to boosting / Journal of Computer and System Sciences 55:119~139
Hewamalage, H. / 2012 / Recurrent neural networks for time series forecasting : Current status and future directions / International Journal of Forecasting 37:388~427
김정희 / 2020 / CT 영상에서 Inception 모형을 이용한 잡음제거 / 한국데이터정보과학회지 31(3):487~501
Deng, L. / 2014 / Deep learning: Methods and applications / Now Publishers Inc
Freund, Y. / 1997 / A decision-theoretic generalization of on-line learning and an application to boosting / Journal of Computer and System Sciences 55:119~139
Hewamalage, H. / 2012 / Recurrent neural networks for time series forecasting : Current status and future directions / International Journal of Forecasting 37:388~427
김정희 / 2020 / CT 영상에서 Inception 모형을 이용한 잡음제거 / 한국데이터정보과학회지 31(3):487~501
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
심층신경망으로 가는 통계 여행, 두 번째 여행: RNN의 구조와 이미지 분류
응용통계연구
2024 .10
-
해양관측부위 자료 기반 딥러닝 기술을 활용한 해양 혼합층 수온 예측
대한원격탐사학회지
2022 .06
-
The roles of differencing and dimension reduction in machine learning forecasting of employment level using the FRED big data
CSAM(Communications for Statistical Applications and Methods)
2019 .09
-
다중 시계열을 이용한 장기 예측 Transformer 모델
응용통계연구
2024 .10
-
계수형 시계열 모형을 위한 자동화 차수 선택 알고리즘
응용통계연구
2020 .04
-
딥러닝 기반 LSTM 모형에 기초한 자기상관 공정의 모니터링 절차
한국데이터정보과학회지
2022 .03
-
순환신경망 모형을 활용한 시계열 비교예측
Journal of The Korean Data Analysis Society
2019 .01
-
앙상블 학습과 온도 변수를 이용한 A 호텔의 전력소모량 예측
응용통계연구
2019 .04
-
Hybrid SARIMAX-LSTM 알고리즘을 이용한 시계열 자료 예측
한국데이터정보과학회지
2023 .09
-
GRU 기반 딥러닝 모델을 이용한 한반도 영향 태풍의 계절 예측
한국기상학회 학술대회 논문집
2023 .04
-
전이학습기반 앙상블 딥러닝을 이용한 COVID-19 환자 영상 분류
한국데이터정보과학회지
2021 .11
-
딥러닝을 이용한 이변량 장기종속시계열 예측
응용통계연구
2019 .02
-
기계학습의 LSTM을 적용한 지상 기상변수 예측모델 개발
대기
2021 .03
-
LSTM 모형을 이용한 태양활동지표 F10.7 예측
Journal of The Korean Data Analysis Society
2020 .01
-
앙상블 대기질 예보 모델 개발
한국대기환경학회 학술대회논문집
2015 .11
-
금융 및 특수시계열 모형의 조망
응용통계연구
2016 .02
-
Solar radiation forecasting using boosting decision tree and recurrent neural networks
CSAM(Communications for Statistical Applications and Methods)
2022 .11
-
Is it possible to forecast KOSPI direction using deep learning methods?
CSAM(Communications for Statistical Applications and Methods)
2021 .07
-
VARX 모형과 LSTM 알고리즘의 다변량 시계열 예측 비교
한국데이터정보과학회지
2022 .01
-
LSTM 기반 모형의 주식시장 예측성 분석
Journal of The Korean Data Analysis Society
2020 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
LSTM을 이용한 유튜브 스팸 댓글 분류 – 문장 토근화 및 인공신경망 중심으로
이동석
,
오하영
한국정보통신학회 종합학술대회 논문집
2020
.10
DGA 도메인 탐지를 위한 LSTM과 GRU 모델 비교
김현종
,
길명선
,
문양세
한국정보과학회 학술발표논문집
2021
.06
시계열 데이터의 2차원 변환을 활용한 기업 신용위험 예측 모델 개발
박재범
,
이학연
대한산업공학회 추계학술대회 논문집
2020
.11
비전 트랜스포머 모델 기반 한국인 얼굴 감정 분류 연구
심준현
,
김철진
한국산학기술학회 논문지
2024
.09
XGBoost, LightGBM을 이용한 종목추천 뉴스기사 기반 주식 수익률 방향성 예측
황유진
,
손승연
,
이준기
한국컴퓨터정보학회논문지
2024
.02
최근 본 자료
댓글(0)
0