메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김수은 (상명대학교) 유재필 (상명대학교) 박병욱 (상명대학교)
저널정보
아태인문사회융합기술교류학회 아시아태평양융합연구교류논문지 Asia-pacific Journal of Convergent Research Interchange Vol.10 No.7
발행연도
2024.7
수록면
209 - 220 (12page)
DOI
http://dx.doi.org/10.47116/apjcri.2024.07.16

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
최근 빅데이터 분석, 딥러닝 등의 발전으로 인해서 데이터를 정량적이고 과학적으로 분석하는 방법론들이 발전하고 있으며, 이는 국가적, 사회적, 경제적 등 다양한 인류의 사회적 문제를 효과적으로 해결해주고 있다. 이처럼 과학적인 분석 기법을 적용하기 위해서는 데이터의 질과 양이 중요한데 데이터의 양이 부족한 경우에는 기계학습과 빅데이터 분석과 같은 과학적 방식에 적용하는 것이 매우 어렵다. 예컨대 거시 경제와 같은 데이터는 데이터 공시 시점이 상대적으로 긴 기간을 주기로 설정되거나 또는 자산 중에서 부동산과 관련된 지표는 자산이 매우 비 유동적이어서 공시 주기가 긴 경우가 많다. 따라서 본 연구에서는 이러한 데이터 부족에 대한 한계점을 해결하기 위해 전통적인 GAN 모형을 변형한 TimeGAN 모형을 통해 기존의 시계열을 확장하는 방안에 대해서 연구하고자 한다. 이를 위해서 경제 지표와 관련된 총 50개의 시계열을 데이터 셋에 맞게 2013년부터 2022년까지 월 단위로 시계열 데이터를 수집하고 데이터 간의 상관관계를 통해서 총 10개의 최종 시계열을 선정한다. 그리고 TimeGAN 모형을 통해 10개의 실험 시계열을 생성 및 확장을 한 후, PCA 및 t-SNE 시각화 알고리즘을 바탕으로 실제와 확장 데이터 간의 통계적 분포의 유사성을 입증했다. 즉 본 연구를 통해서 협소한 데이터에서 오는 다양한 잠재적 한계점을 극복할 수 있는 가능성을 확인할 수 있었다. 따라서 데이터의 과소적합과 같은 단점을 극복하기 위한 앞으로의 다양한 연구에서 본 논문이 긍정적인 참고문헌이 되기를 기대한다.
#생성적 대립 신경망 #타임겐 #주성분분석 #비선형 차원 축소 #데이터 확장 #Generative Adversarial Networks #TimeGAN #PCA #t-SEN #Data Extension

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0