소품집

https://github.com/zhouhaoyi/Informer2020 GitHub - zhouhaoyi/Informer2020: The GitHub repository for the paper "Informer" accepted by AAAI 2021. The GitHub repository for the paper "Informer" accepted by AAAI 2021. - zhouhaoyi/Informer2020 github.com Transformer 모델이 장기 시퀀스 데이터에 대하여 효율적인 학습을 개선하기 위한 연구가 많이 진행되고 있는데, 기존 self-attention 메커니즘은 feature 간의 상관 계수를 직접 계산하여 시퀀스 내의 장기 의존성을 캡쳐할 수 있는 장점이 있으나..

신재생 에너지 발전 중 태양광 발전 (Photovoltaic)은 셀 단위당 에너지 생산량이 증가하고 있고, 친환경적인 발전으로 많은 연구가 진행되고 있다. 정확한 단기 PV 발전량 예측은 전력 계통에서 원활한 에너지 수급과 공급을 조절할 수 있기 때문에 경제적인 측면에서도 중요하다. 이러한 PV 시스템은 일사량과 PV 발전소 특성 및 기상요인으로 인해 에너지 발전량의 차이가 나는데, 불확실성을 줄이기 위해 이전부터 고전 통계 모델 / 인공지능 모델 / 하이브리드 모델 등을 사용하여 예측 오차를 줄이려는 시도가 증가하고 있다. 다음 포스팅에서는 내가 연구하고 있는 데이터를 적용해보고, 먼저 이번 포스팅에서는 LOESS(MSTL)와 TFT를 공부해보려한다. LOESS (MSTL) * Multiple Seas..

#ARIMA models ARIMA(Autoregressive Integrated Moving Average Models) ARIMA (p,d,q) models Φ(B) 는 차수가 p인 B의 다항식: Φ(B) = 1+ Φ1B + Φ2 B2 + … + Φp Bp 𝜃 (B) 는 차수가 q인 B의 다항식: 𝜃 (B) = 1+ 𝜃1B + 𝜃2B2 + … + 𝜃𝑞B AR: p → 자기회귀모형의 차수 I: d → 차분한 횟수 MA: q → 이동평균모형의 차수 Sepecoal cases ARIMA(0,0,0): 백색잡음 (white noise) ARIMA(0,1,0) with no constant : 랜덤워크 (Random walk) ARIMA(0,1,0) with constant: 절편항 (drift term)이 ..

13장 (ARMA model) Backward shift operator, 후진 연산자(B) 시계열 데이터의 래그(lag,L = 이전 시점 데이터)값을 표현 ARMA 자기회귀이동평균 (AR+MA) 위 식을 전개하기 전의 식은 yt=AR(p)+MA(q)로 쓸 수 있게 된다. ARMA(p,q) 모형은 AR(p) 모형과 MA(q) 모형의 특징을 모두 가지는 모형을 말한다. 즉 p개의 자기 자신의 과거값과 q개의 과거 백색 잡음의 선형 조합으로 현재의 값이 정해지는 모형이다. Yt=−ϕ1Yt−1−ϕ2Yt−2−⋯−ϕpYt−p+ϵt+θ1ϵt−1+θ2ϵt−2⋯+θqϵt−q 제약조건은 이 둘의 조건을 모두 만족해야하며, 모수 값을 적게 가져가는 모델을 더 높히 평가하는 추세임. ARMA 모형 시뮬레이션 ARMA(1,1..

www.notion.so/dayeong1021/13-ARMA-model-5a57d1730df44737ab843144cf7d65bb 13장 (ARMA model) Backward shift operator, 후진 연산자(B) www.notion.so 낼 올릴게요 ....

2020/06/12 - [time series] - 자기회귀모형 (Autoregressive models : AR) 식별법 자기회귀모형 (Autoregressive models : AR) 식별법 정의 AR (Autoregressive model) : 시계열 yt를 종속변수로 그 이전 시점의 시계열 yt-1, … , yt-p 독립변수로 갖는 회귀모형의 형태 𝜀𝑡 normally distributed white noise (평균 = 0, 분산 = 1)으로 가정 즉.. sodayeong.tistory.com 이전글과 이어집니다. 모형식별(correlogram 활용법) 이동평균모형 (Moving average models : MA) 정의 시점 t의 y는 예측오차 (forecast errors)의 가중이동평균으로..

정의 AR (Autoregressive model) : 시계열 yt를 종속변수로 그 이전 시점의 시계열 yt-1, … , yt-p 독립변수로 갖는 회귀모형의 형태 𝜀𝑡 normally distributed white noise (평균 = 0, 분산 = 1)으로 가정 즉 N(0,1^2) C는 dritf term(절편)을 의미 (상수항) p차 자기회귀모형이라 하며 AR(p)로 표시 시점 t에 있어서의 변동은 시점 t-1로부터 t-p까지의 영향을 받음 보통 p=1 또는 p=2까지 영향을 미치며 이를 AR(1), AR(2) 모형이라함 상수항이 없는 AR(1)과 AR(2) 모형 AR(p) 모형 Φ(계수값)에 따른 AR(1) 데이터 시뮬레이션 set.seed(12) y

https://m.blog.naver.com/pmw9440/221710964360 13.4 R에서 시계열 데이터의 정상성 검정 : KPSS Test 실시하기 0. 차례1. 들어가기2. KPSS 검정의 수식적 전개3. R로 KPSS 검정 실시하기4. 요약5. 참고자료(Re... blog.naver.com 또 읽어야징

정상성 (stationaruty) 정상성 (stationarity)의 특징을 갖는 시계열은 무엇일까요? 정상성 유무의 판단은 분석마다 다르지만, 가져온 출처에서는 (b), (c), (d), (h)라고 합니다. ++'(b)가 어떻게 정상성을 갖느냐?' 라 생각할 수도 있지만 약간의 튄 값은 융통성으로 무마해준다고 합니다. 정상성을 만족하기 위해선시계열의 확률적인 성질들이 시간의 흐름에 따라 불변해야 하는 조건을 만족해야 하는데요. 뚜렷한 추세가 없음. 즉, 시계열의 평균이 시간 축에 평행 시계열의 진폭(변동)이 시간의 흐름에 따라 일정 시계열데이터 변환 정상성을 만족하지 못한 시계열 데이터를 어떻게 하여 활용되어질 수 있을까요? 비정상 확률과정 (nonstationary process)을 정상 확률과정(s..

시계열(time serise)이란?하나 또는 여러 사건(사상)에 대해 시간의 흐름에 따라 일정한 간격으로 관찰하여 기록한 자료 (데이터) ex) 종합주가지수, 특정 소비재의 월별 판매량 혹은 연도별 농작물의 생산량 등 어떠한 경제현상이나 자연현상에 관한 시간적 변화를 나타내는 역사적 계열(historical series)어느 한 시점에서 관측된 시계열자료는 그 이전까지의 자료들에 주로 의존그러나 그 이전까지의 경제, 사회, 정치적인 요인들의 변화에도 영향이 존재따라서 시계열의 법칙성을 발견하여 미래를 예측하는 것은 복잡하고 쉽지 않음예> 규칙발견농수산 부분과 연관된 경제현상은 자연의 영향, 특히 계절변동에 영향을 많이 받음맥주 소비량의 경우에는 여름에 상대적으로 증가과일 가격의 경우에는 계절에 따라 생대..