데이터 전처리를 이용한 다중 모델 퍼지 예측기의 설계 및 응용

方寧根; 李哲熙

추천

검색

질문

자료유형: 학술저널

저자정보: 方寧根 (강원대학교) 李哲熙 (강원대학교)

저널정보: 대한전기학회 전기학회논문지 전기학회논문지 제58권 제1호

발행연도: 2009.1

수록면: 173 - 180 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

It is difficult to predict non-stationary or chaotic time series which includes the drift and/or the non-linearity as well as uncertainty. To solve it, we propose an effective prediction method which adopts data preprocessing and multiple model TS fuzzy predictors combined with model selection mechanism. In data preprocessing procedure, the candidates of the optimal difference interval are determined based on the correlation analysis, and corresponding difference data sets are generated in order to use them as predictor input instead of the original ones because the difference data can stabilize the statistical characteristics of those time series and better reveals their implicit properties. Then, TS fuzzy predictors are constructed for multiple model bank, where k-means clustering algorithm is used for fuzzy partition of input space, and the least squares method is applied to parameter identification of fuzzy rules. Among the predictors in the model bank, the one which best minimizes the performance index is selected, and it is used for prediction thereafter. Finally, the error compensation procedure based on correlation analysis is added to improve the prediction accuracy. Some computer simulations are performed to verify the effectiveness of the proposed method.

#Non-stationary Time Series #Multiple Fuzzy Model #Data Preprocessing #Model Selection #Error Compensation

참고문헌 (16)

참고문헌 신청

1. [단행본] - George E. P. Box / 1970 / Time series analysis: Forecasting and Control / Holden-Day

2. [단행본] - George J. Klir / 1995 / Fuzzy Sets and Fuzzy Logic Theory and Applications / Prentice-Hall

3. [학술지(정기간행물)] - Juhong Nie / 1997 / Nonlinear Time-Series Forecasting: A Fuzzy Neural Approach / Neuro computing 16 : 66 ~ 76

4. [학술대회논문] - K.Ozawa / 1999 / Fuzzy Time-Series Model of Electric Power Consumption / IEEE Canadian conference on Electrical and Computer Engineering : 1195 ~ 1198

5. [학술지(정기간행물)] - Daijin Kim / 1997 / Forecasting Time Series with Genetic Fuzzy Predictor Ensemble / IEEE Trans. on Fuzzy Systems 5 : 523 ~ 535

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이철희

소속기관 강원대학교

주요연구분야 공학 > 전기전자공학 > 전기공학 공학 > 전기전자공학 > 정보통신공학

논문수 34 이용수 1,507

이 논문과 함께 이용한 논문

랜덤 포레스트 모델을 위한 데이터 전처리 기법의 적용

신한솔 , 박철수 대한건축학회 학술발표대회 논문집 2016 .10

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2010-560-002245754

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (16)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)