![Fig. 1. Visualization of an example time series X[n]. It is autoregressive with the lag = 7](http://ocean.kisti.re.kr/downfile/bibText/smb/JKOHBZ/2019/v9n12/JKOHBZ_2019_v9n12_54_f0001.png "Fig. 1. Visualization of an example time series X[n]. It is autoregressive with the lag = 7")
선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
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.
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.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
[국내논문]
자동 회귀 통합 이동 평균 모델 적용을 통한 한국의 자동차 사고에 대한 시계열 예측
Time Series Forecasting on Car Accidents in Korea Using Auto-Regressive Integrated Moving Average Model
원문보기
융합정보논문지 = Journal of Convergence for Information Technology, v.9 no.12, 2019년, pp.54 - 61
초록
최근 들어 IITS는 스마트 시티관련 산업계에서 중요한 주제로 떠오르고 있다. IITS의 주요 목적인 교통체증 (차량 사고에 기인한) 예방책들이 발전된 센서 및 통신 기술의 도움을 받아 다양하게 시도되었다. 관련 연구들에서는 자동차 사고와 사고 위치적 특성, 날씨, 운전자 행동, 시간 등 다양한 요인들과 상관 관계가 있음을 보여주고 있다. 우리 연구는 자동차 사고와 사고 발생 시간 사이의 상관관계에 주제를 집중했다. 본 논문에서는 ARIMA (Auto-Regressive Integrated Moving Average) 자동 회귀, 정상 및 지연 순서를 결정하는 세 가지 요소를 확인하기 위해 ADF (Augmented Dickey-Fuller)를 포함한 ARIMA 테스트를 수행했다. 본 연구 결과로서 시간 별 자동차 충돌 수 예측에 대한 요약을 제시하며, 한국 내 자동차 사고 데이터는 ARIMA 모델에 적용될 수 있음을 보여주었고, 국내 자동차 사고는 하루를 기준으로 일정한 주기가 존재하는 성격을 가지고 있다는 것을 제시했다.
Abstract
AI-Helper
Recently, IITS (intelligent integrated transportation system) has been important topic in Smart City related industry. As a main objective of IITS, prevention of traffic jam (due to car accidents) has been attempted with help of advanced sensor and communication technologies. Studies show that car a...
주제어
표/그림 (14)
표/그림 (14)
AI 본문요약
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
- However, the car accidents occurs all the time as if there were no prevention strategies were ever applied. In this paper, we concentrated our research on temporal correlativity of car accidents to see if it is predictable. Our study is too early stage to make a statement on predictability of car accident.
참고문헌 (16)
-
D. P. Percival & A. T. Walden. (1998). Spectral Analysis for Physical Applications. Cambridge University Press.
-
S. Theodoridis. (2015). A Bayesian and Optimization Perspective. Academic Press, 9,-51.
-
F. Kadri, F. Harrou, S. Chaabane, Y. Sun & C. Tahon. (2016). Seasonal ARMA-based SPC charts for anomaly detection: Application to emergency department systems. Neurocomputing, 173, 2102-2114.
-
B. Soren. & M. Kulahci. (2011). Time Series Analysis and Forecasting by Example. Hoboken, N.J.: Wiley.
-
C. Cheng et al. (2015). Time series forecasting for nonlinear and non-stationary processes: a review and comparative study. Iie Transactions, 47(10), 1053-1071.
-
M. Li & J.Y. Li. (2010). On the predictability of long-range dependent series. Mathematical Problems in Engineering
-
M. Shukla & S. Jharkharia. (2013). Applicability of ARIMA models in wholesale vegetable market: an investigation. International Journal of Information Systems and Supply Chain Management (IJISSCM), 6(3), 105-119.
-
J. G. De Gooijer & R. J. Hyndman. (2006). 25 years of time series forecasting. International journal of forecasting, 22(3), 443-473.
-
C. Voyant, M. Muselli, C. Paoli & M. L. Nivet. (2012). Numerical weather prediction (NWP) and hybrid ARMA/ANN model to predict global radiation. Energy, 39(1), 341-355.
-
M. Lydia, S. S. Kumar, A. I. Selvakumar & G. E. P. Kumar. (2016). Linear and non-linear autoregressive models for short-term wind speed forecasting. Energy conversion and management, 112, 115-124.
-
H. O. Stekler. (2007). The future of macroeconomic forecasting: Understanding the forecasting process. International Journal of Forecasting, 23(2), 237-248.
-
M. Theodosiou. (2011). Forecasting monthly and quarterly time series using STL decomposition. International Journal of Forecasting, 27(4), 1178-1195.
-
R. J. Hyndman & Y. Khandakar. (2008). Automatic time series forecasting: The forecast package for R, Journal of Statistical Software, 26(3).
-
F. Hadi & G. Joao. (2013). Event labeling combining ensemble detectors and background knowledge, Progress in Artificial Intelligence, 1-15.
-
C. C. Ihueze & U. O. Onwurah. (2018). Road traffic accidents prediction modelling: An analysis of Anambra State, Nigeria. Accident Analysis & Prevention, 112, 21-29.
-
T. Ma, Z. Zhou & C. Antoniou. (2018). Dynamic factor model for network traffic state forecast. Transportation Research Part B: Methodological, 118, 281-317.
저자의 다른 논문 :
관련 콘텐츠
원문 보기
원문 URL 링크
- DOI : 10.22156/CS4SMB.2019.9.12.054
- 학술교육원 : 저널
- 중소기업융합학회 : 저널
- Korea Open Access Journals : 저널
- AccessON : 저널
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스(OA) 유형
FREE
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
연관된 기능
이 논문과 함께 이용한 콘텐츠
- [본원] 대전광역시 유성구 대학로 245 한국과학기술정보연구원
- [분원] 서울시 동대문구 회기로 66 한국과학기술정보연구원
- 문의처: helpdesk@kisti.re.kr
- 전화: 080-969-4114
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.