다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.14 no.9, 2011년, pp.1152 - 1164
서대호 (경상대학교 컴퓨터과학과) , 배선갑 (경상대학교 컴퓨터과학과) , 김성진 (경상대학교 컴퓨터공학과) , 강현석 (경상대학교 컴퓨터과학과) , 배종민 (경상대학교 컴퓨터과학과)
AI-Helper
Stock price is stream data to change continuously. The characteristics of these data, stock trends according to flow of time intervals may differ. therefore, stock price should be continuously prediction when the price is updated. In this paper, we propose the new prediction system that continuously...
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| HTM 모델의 기본 센서인 벡터 센서는 어떤 분야에서 효과적이지 못한가? | HTM 모델의 기본 센서인 벡터 센서의 경우 벡터 값들의 목록을 입력 받아 한꺼번에 처리를 한다. 이러한 벡터센서의 특성상 매 분당 연속적으로 값을 입력받아 그것을 연속으로 처리해야 하는 연속 예측에는 효과적이지 못하다. 효과적인 연속예측을 위해 본 시스템은 주식 가격 데이터의 연속적인 입력을 효과적으로 처리할 수 있는 스트림 센서(Stream sensor)를 제시한다. | |
| HTM은 무엇인가? | 본 논문은 HTM 모델을 이용하여 원하는 종목의 주식 가격을 설정된 구간 간격에 따라 계속하여 연속적으로 주식 가격 동향을 예측할 수 있는 새로운 방법을 제안한다. HTM은 Jeff Hawkins가 제안한 이론으로 기존의 인공신경망에 비해 보다 인간의 두뇌 구조를 가깝게 흉내 낸 모델이다. 이 이론을 기반으로 한 HTM 네트워크는 실세계에 대한 시공간적인 패턴을 계층형으로 분산 기억함으로써, 계층형의 시공간적인 특성을 갖는 실세계의 응용에 적합한 것으로 알려져 있다[1,2]. | |
| 주식 가격 동향의 예측이 연속적으로 가격이 갱신될 때 마다 이루어져야 하고, 예측된 결과를 연속적으로 알려 주어야 하는 이유는 무엇인가? | (가)와 (나) 구간에서는 계속 상승하는 경향을 보이고 있고 (다) 구간에서는 상승에서 하강으로 변하고 있으며, (라) 구간에서는 하강하는 모습을 보이고 있다. 이처럼 시간 구간의 변화에 따라 주식 가격 동향의 예측이 달라질 수 있기 때문에 주식 가격 동향의 예측은 연속적으로 가격이 갱신될 때 마다 이루어져야 하고, 예측된 결과를 연속적으로 알려 주어야 한다. |
J. Hawkins, On Intelligence, New York, Henry Holt, 2005.
J. Hawkins and D. George, Hierarchical Temporal Memory, Numenta, Inc., 2007.
하유민, 김상욱, 원정임, 박상현, 윤지희, "주가예측을 위한 규칙 탐사 및 매칭," 정보과학회논문지:데이터베이스, 제34권 제3호, pp. 179-192, 2007.
이종우, 김유섭, 김성동, 이재원, 채진석, "패턴매칭과 규칙 생성에 기반한 2단계 주식 트레이딩 시스템," 정보처리학회논문지B, 제10-B권 제3호, pp. 257-264, 2003.
K. Lee and G. Jo, "Expert System for Predicting Stock Market Timing using a Candlestick Chart," Expert system With Applications, 16, pp. 357-364, 1999.
오유진, 김유섭, "2단계 하이브리드 주가 예측 모델 : 공적분 검정과 인공 신경망," 정보처리학회논문지B, 제14-B권, 제7호, pp. 531-540, 2007.
J. Wana and S. Chanb, "Stock Market Trading Rule Discovery using Two-Layer Bias Decision Tree," Expert Systems with Applications, 30, (4), pp. 605-611, 2006.
A. Fan and M. Palaniswanni, "Sock Selection Using Support Vector Machine," In Proceeding International Joint Conference on Neural Networks, pp. 1973-1983, 2001.
황희수, "퍼지모델을 이용한 일별 주가 예측," 정보처리학회논문지B, 제15-B 제6호, pp. 603- 608, 2008.
J. Han and M. Kamber, "Data Mining: Concepts and Techniques," Morgan Kaufman, 2001.
Y. Yang, X. Wu, and X. Zhu, "Proactive-Reactive Prediction for Data Streams," Technical Report CS-05-03, Department of Computer Sciences, University of Vermont, USA, 2005.
D. George and B. Jaros, The HTM Learning Algorithms, Numenta Inc., 2007.
D. George and B. Jaros., Zata1 Algorithms Reference, Numenta, Inc., 2007..
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.