1 |
1
대상 지역의 대기 온도와 관련하여, 복수의 수리학적 예측 모델들에 의해 예측된 과거 트레이닝 기간에 대한 예측 데이터들과 상기 트레이닝 기간 동안의 실제 데이터들을 비교하여, 상기 복수의 수리학적 예측 모델들 각각의 가중치를 산출하는 제1 단계; 상기 복수의 수리학적 예측 모델들 각각을 이용하여 상기 대상 지역의 대기 온도와 관련하여 장래 시간의 예측 데이터를 생성하는 제2 단계; 및 상기 복수의 수리학적 예측 모델들에 의해 생성된 예측 데이터를 상기 가중치를 이용한 에러 기반 슈퍼앙상블 기법으로 합산하여 최종 예측 데이터를 하기 수식 3에 따라 생성하는 제3 단계;를 포함하고,상기 복수의 수리학적 예측 모델들에 의해 생성된 기온 예측 데이터의 평균값이 기설정된 온도 이상인 경우에는 상기 수리학적 예측 모델의 예측 데이터들에 대한 RMSE(root-mean-square-errors)를 기반으로 하기 수식 1 및 2에 의해 산출된 제1 가중치를 적용하여 상기 최종 예측 데이터를 생성하고, 상기 평균값이 기설정된 온도 미만인 경우에는 상기 복수의 수리학적 예측 모델의 예측 데이터들에 대한 선형회귀 상수(linear regression coefficient)를 기반으로 산출된 제2 가중치를 적용하여 상기 최종 예측 데이터를 생성하는 것을 특징으로 하는, 슈퍼앙상블 기법을 이용한 대기 온도 예측 방법:[수식 1][수식 2][수식 3]상기 수식 1, 2에서, 및 은 N개의 수리학적 예측 모델 중 i-번째 모델의 RMSE(root-mean-square-errors) 및 가중치를 각각 나타내고, , 및 는 트레이닝 기간, 상기 트레이닝 기간 내의 시간 t에서의 i번째 모델에 의해 생성된 기온 예측 데이터 및 실제 기온 데이터를 각각 나타내고, 상기 수식 3에서, 는 장래 시간 t에서의 최종 예측 데이터이고, 은 기 설정된 과거 시간으로부터 현재 시간까지의 실제 관측 데이터의 평균값이고, 는 i-번째 모델의 장래 시간 t에서의 실시간 예측값이고, 는 i-번째 모델의 장래 시간 t까지의 과거 예측값들의 평균값이며, 는 i-번째 모델의 가중치이다
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
삭제
|
5 |
5
삭제
|
6 |
6
삭제
|
7 |
7
대상 지역의 대기 온도와 관련하여, 복수의 수리학적 예측 모델들에 의해 예측된 과거 트레이닝 기간에 대한 예측 데이터들과 상기 트레이닝 기간 동안의 실제 데이터들을 비교하여, 상기 복수의 수리학적 예측 모델들 각각의 가중치를 산출하는 제1 단계; 상기 복수의 수리학적 예측 모델들 각각을 이용하여 상기 대상 지역의 대기 온도와 관련하여 장래 시간의 예측 데이터를 생성하는 제2 단계; 및 상기 복수의 수리학적 예측 모델들에 의해 생성된 예측 데이터를 상기 가중치를 이용한 에러 기반 슈퍼앙상블 기법으로 합산하여 최종 예측 데이터를 하기 수식 3에 따라 생성하는 제3 단계;를 포함하고,예측 시기별로 상기 수리학적 예측 모델의 예측 데이터들에 대한 RMSE(root-mean-square-errors)를 기반으로 하기 수식 1 및 2에 의해 산출된 제1 가중치와 상기 복수의 수리학적 예측 모델의 예측 데이터들에 대한 선형회귀 상수(linear regression coefficient)를 기반으로 산출된 제2 가중치 중 더 작은 오차를 갖는 가중치를 미리 결정한 후, 예측 시기에 따라 상기 결정된 가중치를 적용하여 상기 최종 예측 데이터를 생성하는 것을 특징으로 하는, 슈퍼앙상블 기법을 이용한 대기 온도 예측 방법:[수식 1][수식 2][수식 3]상기 수식 1, 2에서, 및 은 N개의 수리학적 예측 모델 중 i-번째 모델의 RMSE(root-mean-square-errors) 및 가중치를 각각 나타내고, , 및 는 트레이닝 기간, 상기 트레이닝 기간 내의 시간 t에서의 i번째 모델에 의해 생성된 기온 예측 데이터 및 실제 기온 데이터를 각각 나타내고, 상기 수식 3에서, 는 장래 시간 t에서의 최종 예측 데이터이고, 은 기 설정된 과거 시간으로부터 현재 시간까지의 실제 관측 데이터의 평균값이고, 는 i-번째 모델의 장래 시간 t에서의 실시간 예측값이고, 는 i-번째 모델의 장래 시간 t까지의 과거 예측값들의 평균값이며, 는 i-번째 모델의 가중치이다
|
8 |
8
복수의 수리학적 예측 모델들을 포함하는 수리학적 예측 모델부;대상 지역의 실제 온도 데이터들을 저장하는 기온 정보 저장부;예측 시간보다 앞선 트레이닝 기간 동안의 상기 복수의 수리학적 예측 모델들에 의해 생성된 상기 대상 지역의 기온 예측 데이터들과 상기 트레이닝 기간 동안의 상기 대상 지역의 실제 온도 데이터들과 비교함으로써 상기 복수의 수리학적 예측 모델들 각각의 가중치를 산출하는 가중치 생성부: 및상기 복수의 수리학적 예측 모델들에 의해 생성된 예측 데이터들을 상기 가중치 정보를 반영한 후 이들을 슈퍼 앙상블 기법으로 합산함으로써, 장래 시간의 상기 대상 지역의 기온과 관련한 최종 예측 데이터를 하기 수식 3에 따라 생성하는 예측 기온 생성부;를 포함하고,상기 가중치 생성부는, 상기 수리학적 예측 모델의 예측 데이터들에 대한 RMSE(root-mean-square-errors)를 기반으로 하기 수식 1 및 2에 의해 산출된 제1 가중치 및 상기 복수의 수리학적 예측 모델의 예측 데이터들에 대한 선형회귀 상수(linear regression coefficient)를 기반으로 산출된 제2 가중치를 생성하고,상기 예측 기온 생성부는, 상기 복수의 수리학적 예측 모델들에 의해 생성된 기온 예측 데이터의 평균값이 기설정된 온도 이상인 경우에는 상기 제1 가중치를 적용하여 상기 최종 예측 데이터를 생성하고, 상기 평균값이 기설정된 온도 미만인 경우에는 상기 제2 가중치를 적용하여 상기 최종 예측 데이터를 생성하는 것을 특징으로 하는, 기온 예측 시스템:[수식 1][수식 2][수식 3]상기 수식 1, 2에서, 및 은 N개의 수리학적 예측 모델 중 i-번째 모델의 RMSE(root-mean-square-errors) 및 가중치를 각각 나타내고, , 및 는 트레이닝 기간, 상기 트레이닝 기간 내의 시간 t에서의 i번째 모델에 의해 생성된 기온 예측 데이터 및 실제 기온 데이터를 각각 나타내고, 상기 수식 3에서, 는 장래 시간 t에서의 최종 예측 데이터이고, 은 기 설정된 과거 시간으로부터 현재 시간까지의 실제 관측 데이터의 평균값이고, 는 i-번째 모델의 장래 시간 t에서의 실시간 예측값이고, 는 i-번째 모델의 장래 시간 t까지의 과거 예측값들의 평균값이며, 는 i-번째 모델의 가중치이다
|
9 |
9
삭제
|
10 |
10
삭제
|
11 |
11
삭제
|
12 |
12
삭제
|
13 |
13
복수의 수리학적 예측 모델들을 포함하는 수리학적 예측 모델부;대상 지역의 실제 온도 데이터들을 저장하는 기온 정보 저장부;예측 시간보다 앞선 트레이닝 기간 동안의 상기 복수의 수리학적 예측 모델들에 의해 생성된 상기 대상 지역의 기온 예측 데이터들과 상기 트레이닝 기간 동안의 상기 대상 지역의 실제 온도 데이터들과 비교함으로써 상기 복수의 수리학적 예측 모델들 각각의 가중치를 산출하는 가중치 생성부: 및상기 복수의 수리학적 예측 모델들에 의해 생성된 예측 데이터들을 상기 가중치 정보를 반영한 후 이들을 슈퍼 앙상블 기법으로 합산함으로써, 장래 시간의 상기 대상 지역의 기온과 관련한 최종 예측 데이터를 하기 수식 3에 따라 생성하는 예측 기온 생성부;를 포함하고,상기 가중치 생성부는, 상기 수리학적 예측 모델의 예측 데이터들에 대한 RMSE(root-mean-square-errors)를 기반으로 하기 수식 1 및 2에 의해 산출된 제1 가중치 및 상기 복수의 수리학적 예측 모델의 예측 데이터들에 대한 선형회귀 상수(linear regression coefficient)를 기반으로 산출된 제2 가중치를 생성하고,상기 가중치 생성부는 예측 시기별로 상기 제1 가중치와 상기 제2 가중치 중 더 작은 오차를 갖는 가중치를 미리 결정하고,상기 예측 기온 생성부는 예측하고자 하는 시기별로 상기 제1 가중치와 상기 제2 가중치 중 결정된 가중치를 적용하여 상기 최종 예측 데이터를 생성하는 것을 특징으로 하는, 기온 예측 시스템:[수식 1][수식 2][수식 3]상기 수식 1, 2에서, 및 은 N개의 수리학적 예측 모델 중 i-번째 모델의 RMSE(root-mean-square-errors) 및 가중치를 각각 나타내고, , 및 는 트레이닝 기간, 상기 트레이닝 기간 내의 시간 t에서의 i번째 모델에 의해 생성된 기온 예측 데이터 및 실제 기온 데이터를 각각 나타내고, 상기 수식 3에서, 는 장래 시간 t에서의 최종 예측 데이터이고, 은 기 설정된 과거 시간으로부터 현재 시간까지의 실제 관측 데이터의 평균값이고, 는 i-번째 모델의 장래 시간 t에서의 실시간 예측값이고, 는 i-번째 모델의 장래 시간 t까지의 과거 예측값들의 평균값이며, 는 i-번째 모델의 가중치이다
|