fnctId=thesis,fnctNo=358
[심성현] Distributed Lag Non-linear Model을 이용한 Baltic Dry Index 예측 및 요인 별 시차 영향도 도출에 관한 연구
- 작성자
- scsc연구센터
- 저자
- 김영휘; 심성현
- 발행사항
- 발행일
- Accepted
- 저널명
- 한국자료분석학
- 국문초록
- Baltic Dry Index(BDI)는 해운 물류 산업에서 시장의 현황을 파악하기 위한 중요한 대표적인 지표로써, 전 세계 무역 및 제조 활동의 흐름을 파악할 수 있는 지표이다. BDI는 변동성이 큰 지표로 알려져 있어, 이를 정확히 예측하기 위해 다양한 머신러닝 및 딥러닝 기반의 연구들이 활발히 진행되고 있다. 하지만 이러한 접근 방식들은 예측 결과에 대한 해석이 어렵다는 한계점이 존재한다. 본 논문에서는 BDI 예측을 위해 시계열 데이터의 시간과 값 범위 두 차원에서의종속성을 포착해 이를 설명하는 Distributed Lag Non-linear Model(DLNM)을 이용한다. DLNM을 통해 BDI 예측력을 향상시키고, 예측 결과에 대해서 요인별 시차 영향도를 제공함으로써 예측에 대한 설명을 제공할 수 있는 모형 프레임워크를 제안한다. 제안된 모형의 성능을 평가하기 위해 선행 연구에서 주로 활용된 다양한 머신러닝 및 딥러닝 모형과의 비교실험을 위해 4가지 성능 비교 지표를 이용하여 비교 실험을 수행하였고, 기존 접근 방식에 비해 개선된 예측 성능을 보 여주었다. 학습된 DLNM 모형을 활용하여 시차에 따른 요인별 영향도를 분석하였으며, 기존 선 행연구와의 비교를 통해 분석된 결과가 기존 선행 연구의 결과들과 일관성이 있음을 확인하였다. 본 연구를 통해 해운 물류 산업에서 데이터를 기반으로 한 의사 결정을 이루기 위한 방향을
제시할 것으로 기대된다.
- 영문초록
- 일반텍스트
- 첨부파일