$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

마코프 모델에 기반한 시계열 자료의 모델링 및 예측
Modeling and Prediction of Time Series Data based on Markov Model 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.16 no.2, 2011년, pp.225 - 233  

조영희 (단국대학교 컴퓨터과학과) ,  이계성 (단국대학교 컴퓨터과학과)

초록
AI-Helper 아이콘AI-Helper

주식 가격이나 경제 지표, 사회적 현상의 추세나 변화 등은 통상 시간에 따라 변화하기 때문에 시계열 자료로 구분된다. 시계열 자료는 시간 축에 대해 변화하는 자료의 표현 가치뿐 아니라 그 변화 추세나 향후 방향성까지 제시할 수 있다는 점에서 이에 대한 방법론에 대해 많은 연구와 노력이 지속되어 왔다. 본 논문에서는 전통적으로 예측 모형을 구축하여 예측하는 방법을 취하되 그 모형이 복잡하고 정교한 모델을 활용하여 예측 정확도를 높이려는 시도와는 달리 자료 클러스터링 방법과 자료 구간 선정을 통해 예측정확도를 높이려 시도하였다. 기본 모델은 마코프 모델이다. 구간별 유사 구간을 추출하여 모델링하는 구간별 모델링 방법과 클러스터링을 통한 그룹별 모델링을 통해 모델의 예측정확도를 개선하려 시도하였다. 실험을 통해 클러스터링을 거친 그룹별 마코프 모델이 정확도를 개선 시켰으나 예측율은 현저히 떨어지는 결과를 낳았다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Stock market prices, economic indices, trends and changes of social phenomena, etc. are categorized as time series data. Research on time series data has been prevalent for a while as it could not only lead to valuable representation of data but also provide future trends as well as changes in direc...

주제어

#시계열   #마코프 모델   #예측모델  

질의응답

핵심어 질문 논문에서 추출한 답변
마코프 모델은 무엇인가? 마코프 모델[8]은 시간에 따른 상태 추이의 변화를 포착하는 통계적 모델이다. 마코프 모델이 N개의 상태를 갖는다면, N2의 전이확률로 구성된다.
자기회귀 모델과 이동평균 모델은 어떤 가정에서 비롯된 모델인가? 자료의 시점 사이의 관계를 추정하는 방법에 자기회귀 모델과 이동평균 모델이 있다. 이들은 과거의 값이나 특정 요소가 현재의 값을 결정한다는 가정에서 비롯한 모델이다. 현재의 값은 과거의 값에 의해 결정되기 때문에 이론적으로 잡음 요소와 같은 특정한 방해요소가 없다고 가정한다면 장기적인 예측도 가능하다고 본다.
ARMA 모델의 단점은 무엇인가? 보다 복잡한 모델로 은닉 마코프 모델 (HMM, Hidden Markov Model)[7,11], ARMA (ARIMA), 인공신경망[6], 상호정보[3] 등이 있다. 전통적인 통계 기법으로 앞서 언급한 자기회귀모델과 이동평균 모델을 결합한 ARMA 모델은 계절성, 비 정지성(non-stationary) 등 다른 요소에 의해 예측에 한정된 역할을 하게 되는 단점이 있다. 그리고 통계적 방법은 항상 고도의 기술적 제한 조건 및 적용 환경을 동반하지 않는 경우 모델링은 제한적일 수밖에 없다[4].
질의응답 정보가 도움이 되었나요?

참고문헌 (13)

  1. P.H. Winston, "Artificial Intelligence," Addison Wesley, 3rd ed., 1992. 

  2. H.J. Park, "Use of HMM for stock market Prediction," MA thesis, Sungkyunkwan Univ., 2008. 

  3. A. Sorjamaa, et al., "Methodology for long-term prediction of time series," Neurocomputing, pp. 178-186. Elsevier, 2007. 

  4. Y, Oh, et al., "Hybrid stock price prediction," Proc. of Korea Financial Society, pp. 31-41, 2007. 

  5. Duan, J. et al., "A prediction algorithm for time series based on adaptive model selection," Expert Systems with Applications 36, pp. 1308-1314, 2009. 

    상세보기 crossref

  6. Duan, J. et al., "A prediction algorithm for time series based on adaptive model selection," Expert Systems with Applications 36, pp. 1308-1314, 2009. 

    상세보기 crossref

  7. Hassan, M.R., & Nath, B., "Stock market forecasting using HMM: a new appreoach," Proc. of 5th International conference on intelligent system design and application, pp.286-291, 2005. 

  8. Papageorgiou, C. P., "High Frequency Time Series Analysis and Prediction using Markov Models," in Proc.of the conf. on Computational Intelligence for Finance, pp. 182-185, Mar. 1997. 

  9. J. Jeon, G. Lee, "A study on determination of model based clusters of time series data,", J. of the Korea Contents Society, vol 7, no 6, pp. 22-30, Jun. 2007. 

    원문보기 상세보기 crossref

  10. Y. Cho, J. Jeon, G. Lee, "Prediction of time-series data using HMM and similarity search for CRM," J. of the Korea Society of Computer and Infomation, Vol. 14, No. 5, pp. 19-28, May, 2009. 

  11. C. Li, and G. Biswas, "Building models of ecological dynamics using HMM based temporal data clustering," IDA 2001, pp. 53-62. 2001 

  12. I.L. MacDonald and W. Zucchini, Hidden Markov and other models for discrete valued time series, Chapman and Hall/CRC, 1997. 

  13. J. Lee, D. Park, "Earning rate analysis using Knowledge base HTS for individual, institute, foreigners during different periods of time," Journal of the Korea Society of Computer and Information , Vol. 15, No. 1, pp. 207-217, Jan. 2010. 

    원문보기 상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로