메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
홍영범 (고려사이버대학교) 최종두 (고려사이버대학교)
저널정보
한국경영과학회 한국경영과학회지 韓國經營科學會誌 第48卷 第4號
발행연도
2023.11
수록면
1 - 21 (21page)
DOI
10.7737/JKORMS.2023.48.4.001

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this study, an experiment was conducted using the closing price of the KOSPI index to improve prediction performance based on time series features. Denoising and prediction were performanced based on the time series features using the time series decomposition method and seven types of wavelets. And based on time-series cross-validation, the performance and evaluation of prediction were measured by averaging the measurements by interval. In order to improve the performance of prediction by convergence and linear combination of two different models, simple average and weight estimation methods were compared. Based on this, the ridge regression weight estimation method was selected, and the comparison target model and prediction error were measured, and then the independent sample t-test was conducted. Looking at the results of the empirical analysis, the individual model and the linear combination model produced statistically significant results with respect to the comparison target model(α=0.05). In this study, the superiority of time series element decomposition based on time series features, seven types of discrete wavelet transformation processes, cross-validation, and method of linear combination of different models was confirmed. In particular, the ARIMA individual model showed better prediction performance than the bidirectional LSTM model.
#Time Series Decomposition #Discrete Wavelet Transform #Cross-Validation #Combined Prediction #Nonstationary Time Series

목차

Abstract
1. 서론
2. 시계열 예측 현황
3. 분석모형
4. 분석결과
5. 결론 및 시사점
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

금융 특화 감정분석 모델과 딥러닝 시계열 예측 모델을 활용한 코스피 지수 예측
정가연 ,  이혁제 ,  이준영 외 1명 대한산업공학회지 2024 .08
Transformer와 LSTM 기반 시계열 전력사용량 데이터 예측 성능 비교 분석
김성엽 ,  이민혁 한국통신학회 학술대회논문집 2023 .11
구간 시계열 자료의 딥러닝 예측
이승아 ,  백창룡 한국데이터정보과학회지 2023 .11
공공기관 경영 효율성에 대한 시계열 분석 연구
장지경 한국컴퓨터정보학회논문지 2023 .09
그래디언트 부스팅 기계학습 및 유전 알고리즘을 적용한 증권 트레이딩 전략의 성능분석
장필식 한국컴퓨터정보학회논문지 2022 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-088465654