Universal Prediction System Realization Using RNN

Gwon-Yoon Lee; Sang-Boo Lee

doi:10.14801/jkiit.2018.16.10.11

Universal Prediction System Realization Using RNN

Recommendations

Search

Questions

RNN을 이용한 범용 예측 시스템 구현

Type: Academic journal

Author: Gwon-Yoon Lee (Continental Automotive Systems) Sang-Boo Lee (제주한라대학교)

Journal: Korean Institute of Information Technology The Journal of Korean Institute of Information Technology Vol.16 No.10 KCI Accredited Journals

Published: 2018.10

Pages: 11 - 20 (10page)

DOI: 10.14801/jkiit.2018.16.10.11

Usage

📌

Topic

📖

Background

🔬

Method

🏆

Result

Universal Prediction System Realization Using RNN

Abstract· Keywords

Report Errors

Various algorithms and models of deep learning were developed, and RNN shows good performance in future prediction system. RNN and LSTM applied universal prediction system was realized in this paper, and performance was evaluated by cost value. Difference between input data was so big that we normalized this input data, and sequence size of learning input was 5 in the performance experiment. The legibility of the results was increased by displaying learning result, predictive execution result and cost values on a real-time graph. In this experiment, accomplishment of learning was confirmed by cost values decrease from learning number 150 to 0.085. future prediction system precisely learned learnin target value and test target value in a small number of learning time in a short time. Furthermore, cost value decreased to wanted value, confirming that the performance of suggested prediction system is excellent.

#deep learning #RNN #LSTM #CNN #artificial intelligence #prediction system

요약
Abstract
Ⅰ. 서론
Ⅱ. 기술 분석
Ⅲ. 범용 예측 시스템
Ⅳ. 실험 및 결과
Ⅴ. 결론 및 향후 과제
References

References (13)

Add References

[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

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Related Authors

이권윤

Affiliation Continental Automotive Systems

Fields Engineering > Electrical and Electronic Engineering > Information and Communication Engineering

Articles 3 Usage 979

이상부

Affiliation 제주한라대학교

Fields Engineering > Electrical and Electronic Engineering > Information and Communication Engineering

Articles 5 Usage 1,541

Frequently Viewed Together

Deep Learning Model for Prediction Rate Improvement of Stock Price Using RNN and LSTM

Dong-Ha Shin , Kwang-Ho Choi , Chang-Bok Kim The Journal of Korean Institute of Information Technology 2017 .10

Estimation of Electrical Loads Patterns by Usage in the Urban Railway Station by RNN

Jong-young Pa , k The transactions of The Korean Institute of Electrical Engineers 2018 .11

A Study on the Development Trend of Artificial Intelligence Using Text Mining Technique : Focused on Open Source Software Projects on Github

JiSeon Chong , Dongsung Kim , Hong Joo Lee and others 1 Journal of Intelligence and Information Systems 2019 .03

AI Technology Analysis using Variable Importance of Deep Learning

Seungwhan Kim , Sunghae Jun Journal of Korean Institute of Intelligent Systems 2019 .02

Automatic Composition using Time Series Embedding of RNN Auto-Encoder

Kyung Hwan Kim , Sung Hoon Jung Journal of Korea Multimedia Society 2018 .08

Comments(0)

Write first comments.

UCI(KEPA) : I410-ECN-0101-2018-004-003534791

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

Abstract· Keywords

AI Summary

Topic

Background

Method

Result

주요내용

Contents

References (13)

Recommendations

Related Authors

Frequently Viewed Together

Recently viewed articles

Comments(0)