조기 예측을 위한 시계열 데이터 불균형 해소 기법 


52권  7호, pp. 593-600, 7월  2025
10.5626/JOK.2025.52.7.593


PDF

  요약

시계열 예측은 관측된 시계열 데이터를 분석하여 미래의 값을 예측하는 중요한 문제다. 그러나, 데이터가 불균형할 경우, 모델의 성능이 저하되고 예측 결과에 편향이 발생할 수 있다. 이를 해결하기 위해 최근 다양한 딥러닝 기법과 데이터 증강 방법들이 연구되고 있지만, 많은 연구들이 불균형 문제와 시계열 특성을 동시에 고려하지 못하여 근본적인 문제를 해결하지 못하고 있다. 본 연구에서는 시간적 패턴을 활용하여 샘플을 생성하는 조기 예측을 위한 방법을 제안한다. 제안된 기법은 긍정 및 부정 클래스를 효과적으로 구분할 수 있는 시점을 선정하여, 더 먼 시차에 대한 예측도 가능하게 한다. 본 연구에서 제안된 방법은 기존의 방법들보다 우수한 성능을 보였으며, 더 멀리 있는 시차에 대한 조기 예측의 가능성을 입증하였다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

E. An, T. Kwon, D. Kim, "Time Series Data Imbalance Resolution Techniques for Early Prediction," Journal of KIISE, JOK, vol. 52, no. 7, pp. 593-600, 2025. DOI: 10.5626/JOK.2025.52.7.593.


[ACM Style]

Eungseon An, Taehyoung Kwon, and Doguk Kim. 2025. Time Series Data Imbalance Resolution Techniques for Early Prediction. Journal of KIISE, JOK, 52, 7, (2025), 593-600. DOI: 10.5626/JOK.2025.52.7.593.


[KCI Style]

안응선, 권태형, 김도국, "조기 예측을 위한 시계열 데이터 불균형 해소 기법," 한국정보과학회 논문지, 제52권, 제7호, 593~600쪽, 2025. DOI: 10.5626/JOK.2025.52.7.593.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr