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
- 저널정보
- 한국통계학회 CSAM(Communications for Statistical Applications and Methods) CSAM(Communications for Statistical Applications and Methods) 제26권 제5호
- 발행연도
- 2019.9
- 수록면
- 497 - 506 (10page)
이용수
초록· 키워드
오류제보하기
Forecasting the U.S. employment level is made using machine learning methods of the artificial neural network: deep neural network, long short term memory (LSTM), gated recurrent unit (GRU). We consider the big data of the federal reserve economic data among which 105 important macroeconomic variables chosen by Mc-Cracken and Ng (Journal of Business and Economic Statistics, 34, 574–589, 2016) are considered as predictors. We investigate the influence of the two statistical issues of the dimension reduction and time series differencing on the machine learning forecast. An out-of-sample forecast comparison shows that (LSTM, GRU) with differencing performs better than the autoregressive model and the dimension reduction improves long-term forecasts and some short-term forecasts.
목차
Abstract
1. Introduction
2. Federal reserve economic data
3. Forecast methods
4. Out-of-sample forecast
5. Conclusion
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Big data와 기계학습을 활용한 PM2.5 예보
한국대기환경학회 학술대회논문집
2022 .10
-
Is it possible to forecast KOSPI direction using deep learning methods?
CSAM(Communications for Statistical Applications and Methods)
2021 .07
-
인공지능을 활용한 초미세먼지 단기 예측 도구 개발 - 서울을 중심으로
한국대기환경학회 학술대회논문집
2019 .11
-
Comparison of deep-learning- and numerical-based very short-term rainfall forecasts in South Korea
한국기상학회 학술대회 논문집
2023 .04
-
Development of a Daily PM10 and PM2.5 Prediction System Based on Deep Long Short-term Memory Neural Network
한국대기환경학회 학술대회논문집
2020 .10
-
기계학습의 LSTM을 적용한 지상 기상변수 예측모델 개발
대기
2021 .03
-
PM10, PM2.5 예측성능 향상을 위한 EnKF 자료동화 시스템 개발 및 PM 배출량 역모델링
한국대기환경학회 학술대회논문집
2021 .10
-
Evaluation of deep-learning-based very short-term rainfall forecasts in South Korea
한국기상학회 학술대회 논문집
2022 .10
-
Population forecasting by small region in Korean using LSTM
한국데이터정보과학회지
2025 .01
-
Deep-Learning-Based Very Short-Term Rainfall Forecasts Using Video Frame Interpolation Method
한국기상학회 학술대회 논문집
2023 .04
-
2014년 계절예측시스템과 중기예측모델의 예측성능 비교 및 검증
대기
2016 .03
-
AdaBoost-GRU 앙상블 모형을 이용한 금융 시계열 예측
한국데이터정보과학회지
2021 .03
-
Binary Forecast of Haze over Busan
Journal of The Korean Data Analysis Society
2016 .01
-
How to improve oil consumption forecast using google trends from online big data?: the structured regularization methods for large vector autoregressive model
CSAM(Communications for Statistical Applications and Methods)
2022 .01
-
APCC MME 동아시아 기온 계절예측 온난화 보정
대기
2025 .02
-
SHORT NOTE ON THE BEHAVIOR OF RECURRENT NEURAL NETWORK FOR NOISY DYNAMICAL SYSTEM
JOURNAL OF THE KOREAN SOCIETY FOR INDUSTRIAL AND APPLIED MATHEMATICS
2024 .12
-
해양관측부위 자료 기반 딥러닝 기술을 활용한 해양 혼합층 수온 예측
대한원격탐사학회지
2022 .06
-
Applying deep recurrent neural networks for Hourly Multi-step Multi-site Rainfall Forecasting: A use-case of Gangwon Province, Korea
한국기상학회 학술대회 논문집
2019 .10
-
Applications of Satellite-derived Products to Short-term Air Quality Forecasts over East Asia
한국대기환경학회 학술대회논문집
2017 .11
-
DNN과 LSTM 활용한 일일 전력수요모델 개발 및 예측
한국기후변화학회지
2021 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-310-001441668