메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
배진수 (고려대학교) 김성범 (고려대학교)
저널정보
대한산업공학회 대한산업공학회지 대한산업공학회지 제47권 제3호
발행연도
2021.6
수록면
272 - 279 (8page)
DOI
10.7232/JKIIE.2021.47.3.272

이용수

DBpia Top 5%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2021

머신러닝 모델을 이용한 대한민국 코로나 신규 확진자 예측
배진수 ,  김성범 대한산업공학회지 2021.06 학술저널

2020

머신러닝과 딥러닝 기반의 코로나 신규 확진자 추세 예측
배진수 ,  김성범 대한산업공학회 추계학술대회 논문집 2020.11 학술대회자료

초록· 키워드

오류제보하기
COVID-19, a coronavirus (COVID-19) caused 57,680 confirmed cases and 819 deaths in Korea as of December 28, 2020, causing many casualties worldwide. Predicting COVID-19 confirmed cases allows us to manage and plan effective preventive measures to reduce casualties. In this paper, we propose a methodology to predict COVID-19 new confirmed cases over the next four days using machine learning models. We propose using long short-term memory (LSTM), random forest, gradient boosting models. Experiments show that LSTM produces better prediction performance over other models in the majority of scenarios. We believe that this study is the first attempt to predict the trend of COVID-19 confirmed cases in Korea. We hope our work can inspire researchers to develop better methods to predict COVID-19 confirmed cases.
#COVID-19 #Forecasting #LSTM #Random Forest #Gradient Boosting

목차

1. 서론
2. 제안 방법론
3. 예측 결과
4. 결론
참고문헌

참고문헌 (11)

참고문헌 신청
Alazab, M., Awajan, A., Mesleh, A., Abraham, A., Jatana, V., and Alhyari, S. (2020). COVID-19 Prediction and Detection Using Deep Learning, International Journal of Computer, Information Systems and Industrial Management Applications, 12, 168-181. google schola Arora, P., Kumar, H., and Panigrahi, B. K. (2020), Prediction and Analysis of COVID-19 Positive Cases Using Deep Learning Models : A Descriptive Case Study of India, Chaos, Solitons and Fractals, 139, 110017. google schola Chimmula, V. K. R. and Zhang, L. (2020), Time Series Forecasting of COVID-19 Transmission in Canada Using LSTM Networks, Chaos, Solitons and Fractals, 135, 109864. google schola Friedman, J. H. (2002), Stochastic Gradient Boosting, Computational Statistics and Data Analysis, 38(4), 367-378. google schola Grenfell, R. and Drew, T. (2020), Here’s Why It’s Taking So Long to Develop a Vaccine for the New Coronavirus, Science Alert. Archived from the Original On, 28. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

사회적 감성이 가상화폐 가격에 미치는 영향분석 : 실물화폐와의 비교를 중심으로
박민규 ,  이청록 ,  김경옥 외 1명 대한산업공학회지 2021 .02
머신러닝을 이용한 태양광 발전량 예측 모델 비교
이용택 ,  김두형 ,  신우석 외 3명 대한산업공학회지 2021 .10
머신러닝 및 베이지안 최적화를 이용한 타이어 최적 설계
황하은 ,  조윤상 ,  황석철 외 1명 대한산업공학회지 2022 .08
머신러닝과 딥러닝 기반의 코로나 신규 확진자 추세 예측
배진수 ,  김성범 대한산업공학회 추계학술대회 논문집 2020 .11
머신러닝 알고리즘을 이용한 중년 남성 건강과 밀접한 라이프로그 분석
김지용 ,  이지수 ,  박민서 대한산업공학회지 2021 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-530-001747152