지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2018.10
- 수록면
- 11 - 20 (10page)
- DOI
- 10.14801/jkiit.2018.16.10.11
이용수
초록· 키워드
오류제보하기
딥러닝은 다양한 알고리즘과 모델이 개발되었으며, RNN(재귀신경망, Recurrent Neural Network)은 미래 예측시스템 분야에서 탁월한 성능을 나타내고 있다. 본 논문에서는 RNN과 LSTM을 적용한 범용 예측 시스템을 구현하였고, cost 값을 측정하여 성능을 평가하였다. 본 연구에서는 입력 데이터간의 차이가 너무 클 경우 원 데이터를 정규화 데이터로 변환시켜 사용하였고, 학습 입력 시퀀스(Sequence) 크기는 5로 하여 성능 실험을 하였다. 학습과 예측 실행 결과와 cost 값은 실시간 그래프로 표시하여 결과의 가독성을 높였다. 실험에서 cost 값은 학습 수 150에서 cost 값이 0.085로 감소하여 학습이 잘 되었다. 단시간의 짧은 학습 횟수로 학습 목표값과 테스트 목표값을 정확하게 학습하고, cost 값이 원하는 수준으로 감소하여 제안한 예측 시스템의 성능이 우수한 것을 실험으로 확인하였다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 기술 분석
Ⅲ. 범용 예측 시스템
Ⅳ. 실험 및 결과
Ⅴ. 결론 및 향후 과제
References
참고문헌 (13)
참고문헌 신청
[학술지(정기간행물)] - Young-Hyun Kim / 2015 / The Forecast of Future Technology Based on Deep Learning / Journal of KIIT 2015 (6) : 219 ~ 220
[학술지(정기간행물)] - T. Fischer / 2017 / Deep learning with long short-term memory networks for financila market prediction / FAU Discussion Papers in Economics (11) : 310 ~ 342
[학술대회논문] - Y. K. Kwon / 2005 / Stock prediction based on financial correlation / Proceedings of the 7th annual conference on Genetic and evolutions computation : 2061 ~ 2066
[학술지(정기간행물)] - C. Hsu / 2011 / A hybrid procedure for stock price prediction by integrating self-organnizing map and genetic programming / Expert Systems with Applications 38 (11) : 14026 ~ 14036
[학술지(정기간행물)] - 이재원 / 2013 / 고변동 주가 패턴의 감독 학습에 기반한 주식 거래 시스템 / 정보과학회 컴퓨팅의 실제 논문지 19 (1) : 23 ~ 29
[학술지(정기간행물)] - T. Fischer / 2017 / Deep learning with long short-term memory networks for financila market prediction / FAU Discussion Papers in Economics (11) : 310 ~ 342
[학술대회논문] - Y. K. Kwon / 2005 / Stock prediction based on financial correlation / Proceedings of the 7th annual conference on Genetic and evolutions computation : 2061 ~ 2066
[학술지(정기간행물)] - C. Hsu / 2011 / A hybrid procedure for stock price prediction by integrating self-organnizing map and genetic programming / Expert Systems with Applications 38 (11) : 14026 ~ 14036
[학술지(정기간행물)] - 이재원 / 2013 / 고변동 주가 패턴의 감독 학습에 기반한 주식 거래 시스템 / 정보과학회 컴퓨팅의 실제 논문지 19 (1) : 23 ~ 29
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
단순 RNN과 RNN/LSTM을 이용한 주택시장 매매가 예측 비교 연구
한국정보과학회 학술발표논문집
2018 .06
-
RNN 기반 LSTM을 이용한 고수온 예측
한국정보과학회 학술발표논문집
2020 .12
-
LSTM 및 RNN 기반의 빌딩에너지 예측
한국통신학회 학술대회논문집
2019 .06
-
RNN과 LSTM을 이용한 주가 예측율 향상을 위한 딥러닝 모델
한국정보기술학회논문지
2017 .10
-
RNN과 LSTM 기반의 PM10 예측 모델 성능 비교
한국정보통신학회 종합학술대회 논문집
2021 .05
-
Water Level Forecasting based on Deep Learning : A Use Case of Trinity River-Texas-The United States : 미국 텍사스 트리니티강 사례연구
Journal of KIISE
2017 .06
-
RNN LSTM을 이용한 사람 행동 인식
한국정보과학회 학술발표논문집
2018 .06
-
도로포장의 유지관리 계획 수립을 위한 딥러닝 기반 열화 예측 모델 개발
한국건설관리학회논문집
2019 .01
-
단백질 기능 예측 문제에서 시퀀스 패턴 추출을 위한 작은 CNN-RNN 접목 모델 연구
한국컴퓨터정보학회논문지
2022 .08
-
강화학습을 통한 계층적 RNN의 행동 인식 성능강화
한국컴퓨터정보학회 학술발표논문집
2018 .07
-
CNN과 RNN의 성능 비교
대한산업공학회 춘계공동학술대회 논문집
2018 .04
-
Approach for Learning Intention Prediction Model based on Recurrent Neural Network
Journal of KIISE
2018 .04
-
전력 사용량 예측을 위한 RNN 기반의 Deep Learning 모델
제어로봇시스템학회 국내학술대회 논문집
2019 .05
-
RNN 기반 LSTM을 활용한 3상 배전반 고장진단을 위한 온도 예측에 관한 연구
대한전기학회 학술대회 논문집
2023 .04
-
순환신경망을 이용한 미측정 정두압 데이터 예측
한국자원공학회지
2019 .10
-
RNN을 이용한 축사 사료 공급 시기 예측
한국통신학회 학술대회논문집
2019 .01
-
RNN 기반 시계열 데이터 보간 모델 학습을 위한 최적의 학습 데이터 생성 기법 연구
한국정보과학회 학술발표논문집
2022 .12
-
시공간 특성을 고려한 딥러닝 기반 교통 속도 예측 모델
한국정보기술학회논문지
2022 .03
-
LSTM 기반 딥러닝 기술을 활용한 수온 변화 예측
한국정보통신학회 여성 ICT 학술대회 논문집
2020 .08
-
Position control of cable-driven parallel robot using deep learning (advanced RNN) feedback algorithm
대한기계학회 춘추학술대회
2020 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
RNN과 LSTM을 이용한 주가 예측율 향상을 위한 딥러닝 모델
신동하
,
최광호
,
김창복
한국정보기술학회논문지
2017
.10
RNN을 활용한 도시철도 역사 부하 패턴 추정
박종영
전기학회논문지
2018
.11
텍스트 마이닝 기법을 활용한 인공지능 기술개발 동향 분석 연구 : 깃허브 상의 오픈 소스 소프트웨어 프로젝트를 대상으로
정지선
,
김동성
,
이홍주
외 1명
지능정보연구
2019
.03
딥러닝의 변수 중요도를 이용한 인공지능 기술 분석
김승환
,
전성해
한국지능시스템학회 논문지
2019
.02
RNN Auto-Encoder의 시계열 임베딩을 이용한 자동작곡
김경환
,
정성훈
멀티미디어학회논문지
2018
.08
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2018-004-003534791