| 1 |
1
제1 입력 데이터에 대하여 예측 모델을 이용하여 제1 출력 데이터를 윈도우를 이용하여 부분 예측하는 단계;상기 부분 예측된 출력을 이용하여 제2 입력 데이터를 생성하는 단계; 및상기 윈도우를 비중첩 또는 중첩 슬라이딩하여 상기 제2 입력 데이터에 대하여 상기 예측 모델을 이용하여 상기 윈도우 내에서 제2 출력 데이터를 부분 예측하는 단계를 포함하되,상기 제2 입력 데이터를 생성하는 단계 및 상기 제2 출력 데이터를 부분 예측하는 단계가 반복되는, 장기 미래 예측 방법
|
| 2 |
2
제1항에 있어서,상기 제2 입력 데이터에 중첩 포인트(overlapped point)가 있는 경우 중첩 포인트 융합 가중치(overlapped point fusion weight, OPFW)를 생성하는 단계;상기 제2 출력 데이터와 실제 데이터를 비교하여 상기 중첩 포인트 융합 가중치(OPFW)의 오차를 계산하는 단계;상기 계산된 중첩 포인트 융합 가중치(OPFW)의 오차를 이용하여 상기 중첩 포인트를 융합하는 단계; 및입력 데이터를 업데이트하는 단계를 더 포함하는, 장기 미래 예측 방법
|
| 3 |
3
제2항에 있어서,상기 제2 입력 데이터에 중첩 포인트가 없는 경우 상기 제2 입력 데이터에 대하여 상기 예측 모델을 이용하여 제2 출력 데이터를 부분 예측하는 단계를 더 포함하는, 장기 미래 예측 방법
|
| 4 |
4
제2항에 있어서,상기 중첩 포인트는 각 반복에서 부분 예측한 포인트들 중 동일한 위치의 포인트인, 장기 미래 예측 방법
|
| 5 |
5
제2항에 있어서,상기 중첩 포인트 융합 가중치(OPFW)는 각 반복에서 상기 중첩 포인트들을 하나의 포인트로 융합하기 위한 행렬이며, 상기 중첩 포인트 융합 가중치(OPFW)의 원소의 수는 상기 중첩 포인트의 개수와 동일한, 장기 미래 예측 방법
|
| 6 |
6
제5항에 있어서,상기 중첩 포인트 융합 가중치(OPFW)의 원소의 수는 상기 중첩 포인트의 개수와 동일하고, 상기 중첩 포인트 융합 가중치(OPFW)의 원소들의 합은 1인, 장기 미래 예측 방법
|
| 7 |
7
제2항에 있어서,상기 중첩 포인트의 융합은 하기의 수학식에 의해 수행되는 - 여기서 o는 융합된 포인트, x1과 x2는 중첩 포인트의 값, w1과 w2는 중첩 포인트 융합 가중치임 -, 장기 미래 예측 방법
|
| 8 |
8
제2항에 있어서,상기 제2 출력 데이터와 실제 데이터를 비교하여 상기 중첩 포인트 융합 가중치(OPFW)의 오차를 계산하는 단계는 벡터 투영에 의해 상기 중첩 포인트 융합 가중치(OPFW)의 오차들의 합을 0으로 만드는 단계를 포함하는, 장기 미래 예측 방법
|
| 9 |
9
제1항에 있어서,상기 제1 출력 데이터 및 상기 제2 출력 데이터는 부분 예측한 포인트의 값 및 선형 보간에 의해 계산된 값을 포함하는, 장기 미래 예측 방법
|
| 10 |
10
시계열 데이터의 장기 미래 예측을 위한, 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램에 있어서, 상기 컴퓨터 프로그램은 상기 컴퓨터에 의해 실행될 때 상기 컴퓨터가:제1 입력 데이터에 대하여 예측 모델을 이용하여 제1 출력 데이터를 윈도우를 이용하여 부분 예측하도록 하고,상기 부분 예측된 출력을 이용하여 제2 입력 데이터를 생성하도록 하고, 및상기 윈도우를 비중첩 또는 중첩 슬라이딩하여 상기 제2 입력 데이터에 대하여 상기 예측 모델을 이용하여 상기 윈도우 내에서 제2 출력 데이터를 부분 예측하도록 하는 명령어들을 포함하되,상기 제2 입력 데이터를 생성하도록 하는 명령어 및 상기 제2 출력 데이터를 부분 예측하는 명령어는 반복 실행되는, 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램
|
| 11 |
11
제10항에 있어서, 상기 컴퓨터가:상기 제2 입력 데이터에 중첩 포인트(overlapped point)가 있는 경우 중첩 포인트 융합 가중치(overlapped point fusion weight, OPFW)를 생성하도록 하고,상기 제2 출력 데이터와 실제 데이터를 비교하여 상기 중첩 포인트 융합 가중치(OPFW)의 오차를 계산하도록 하고,상기 계산된 중첩 포인트 융합 가중치(OPFW)의 오차를 이용하여 상기 중첩 포인트를 융합하도록 하고, 그리고입력 데이터를 업데이트하도록 하는 명령어들 더 포함하는, 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램
|
| 12 |
12
제11항에 있어서, 상기 컴퓨터가:상기 제2 입력 데이터에 중첩 포인트가 없는 경우 상기 제2 입력 데이터에 대하여 상기 예측 모델을 이용하여 제2 출력 데이터를 부분 예측하도록 하는 명령어를 더 포함하는, 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램
|
| 13 |
13
제11항에 있어서,상기 중첩 포인트는 각 반복에서 부분 예측한 포인트들 중 동일한 위치의 포인트인, 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램
|
| 14 |
14
제11항에 있어서,상기 중첩 포인트 융합 가중치(OPFW)는 각 반복에서 상기 중첩 포인트들을 하나의 포인트로 융합하기 위한 행렬이며, 상기 중첩 포인트 융합 가중치(OPFW)의 원소의 수는 상기 중첩 포인트의 개수와 동일한, 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램
|
| 15 |
15
제14항에 있어서,상기 중첩 포인트 융합 가중치(OPFW)의 원소의 수는 상기 중첩 포인트의 개수와 동일하고, 상기 중첩 포인트 융합 가중치(OPFW)의 원소들의 합은 1인, 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램
|
| 16 |
16
제11항에 있어서,상기 중첩 포인트의 융합은 하기의 수학식에 의해 수행되는 - 여기서 o는 융합된 포인트, x1과 x2는 중첩 포인트의 값, w1과 w2는 중첩 포인트 융합 가중치임 -, 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램
|
| 17 |
17
제11항에 있어서,상기 제2 출력 데이터와 실제 데이터를 비교하여 상기 중첩 포인트 융합 가중치(OPFW)의 오차를 계산하도록 하는 것은 벡터 투영에 의해 상기 중첩 포인트 융합 가중치(OPFW)의 오차들의 합을 0으로 만드는 것을 포함하는, 장기 미래 예측 방법
|
| 18 |
18
제10항에 있어서,상기 제1 출력 데이터 및 상기 제2 출력 데이터는 부분 예측한 포인트의 값 및 선형 보간에 의해 계산된 값을 포함하는, 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램
|
