$\require{mediawiki-texvc}$

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.

SARIMA모형을 이용한 코로나19 확진자수 예측
Prediction of Covid-19 confirmed number of cases using SARIMA model 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.26 no.1, 2022년, pp.58 - 63  

김재호 (Department of Computer Science, The University of Suwon) ,  김장영 (Department of Computer Science, The University of Suwon)

초록
AI-Helper 아이콘AI-Helper

코로나19의 일일 확진자 수는 천명 후반대에서 2천명대를 유지하고 있으며, 백신접종률이 증가함에도 불구하고 확진자수가 쉽게 줄어들지 않는 상황이다. 변이바이러스는 계속해서 등장하고, 현재는 뮤 변이 바이러스까지 국내에 유입되었다. 본 논문은 코로나 예방전략을 위해 SARIMA 모델을 통해 코로나19 국내 확진자 수를 예측한다. ADF Test와 KPSS Test를 통해 데이터에 추세와 계절성이 있음을 확인한다. SARIMA(p,d,q)(P,D,Q,S)의 p, d, q, P, D, Q의 값은 모형 차수결정 정리로 파라미터를 추출한다. ACF와 PACF를 통해 p, q 파라미터를 추론한다. 차분, 로그변환, 계절성제거 등을 통해 데이터를 정상성 형태로 변환하고, 도식화 하여 파라미터를 도출하고, 계절성이 있다면 S를 정하고, SARIMA P,D,Q를 정하고, 계절성을 제외한 차수에 대해 ACF와 PACF를 보고 ARIMA p,d,q를 정한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The daily number of confirmed cases of Coronavirus disease 2019(COVID-19) ranges between 1,000 and 2,000. Despite higher vaccination rates, the number of confirmed cases continues to increase. The Mu variant of COVID-19 reported in some countries by WHO has been identified in Korea. In this study, w...

주제어

#계절성 자기회귀누적이동평균   #코로나19  

표/그림 (7)

참고문헌 (8)

  1. K. Laiton-Donato, C. Franco-Munoz, D. A. Alvarez-Diaz, H. A. Ruiz-Moreno, J. A. Usme-Ciro, D. A. Prada, J. Reales-Gonzalez, S. Corchuelo, M. T. Herrera-Sepulveda, J. Naizaque, G. Santamaria, J. Rivera, P. Rojas, J. H. Ortiz, A. Cardona, D. Malo, F. Prieto-Alvarado, F. R. Gomez, M. Wiesner, M. L. O. Martinez, and M. Mercado-Reyes, "Characterization of the emerging B.1.621 variant of interest of SARS- CoV-2," Infection, Genetics and Evolution, vol. 95, pp. 105038, Nov. 2021. 

    상세보기 crossref

  2. National Center for Immunization and Respiratory Diseases (NCIRD). Science Brief: Transmission of SARS-CoV-2 in K-12 Schools and Early Care and Education Programs [Internet]. Available: https://www.ncbi.nlm.nih.gov/books/NBK570438/. 

  3. CDC Public Health Science Agenda for COVID-19 [Internet]. Available: https://www.cdc.gov/coronavirus/2019-ncov/science/science-briefs/fully-vaccinated-people.html. 

  4. J. H. Kim and J. Y. Kim, "Covid19 trends predictions using time series data," Journal of the Korea Institute of Information and Communication Engineering, vol. 25, no. 7, pp. 884-889, Dec. 2021. 

    원문보기 상세보기 crossref

  5. J. S. Yoo and J. G. Choo, "A Study on the Test and Visualization of Change in Trends associated with the Occurrence of Non-stationary of Long-term Time Series Data based on Unit Root Test," KIPS Transactions on Software and Data Engineering, vol. 8, no. 7, pp. 289-302, Jul. 2019. 

    원문보기 상세보기 crossref

  6. Kaggle data set, covid19-data-from-john-hopkins-university [Internet]. Available: https://www.kaggle.com/antgoldbloom/covid19-data-from-john-hopkins-university. 

  7. T. J. Kline, "Psychological testing: A practical approach to design and evaluation," Sage Publications, 2005. 

  8. The progress of the COVID-19 pandemic in Korea [Internet]. Available: https://www.joongang.co.kr/article/25010254#home. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

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