HAMA 블로그

2017년 5월 논문 Distributed and parallel time series feature extraction for industrial big data applications ✩ 위의 논문으로 구현된 오픈소스 https://github.com/blue-yonder/tsfresh 총정리 PDFhttps://edux.fit.cvut.cz/oppa/MI-PDD/prednasky/l8-signal-extraction.pdf

Time series Forecasting in Machine Learning [번역 예정] https://medium.com/99xtechnology/time-series-forecasting-in-machine-learning-3972f7a7a467 “데이터의 시간적 패턴을 탐지하는 방법”데이터에서 시계열 패턴/특성을 이해하는 것은 비지니스 데이터의 경향을 표출하거나 분석하는 측면에서 매우 크리티컬 해 지고 있다.유즈케이스 1 : 피트니스 디바이스 마켓은 사용자가 운동함에 있어서 더 효율적인 방식을 찾기 위해 관련 데이터를 분석 할 필요가 있다.Activity performance monitoring유즈케이스 2 : 제품 판매업체에서 제품의 날짜별 판매 데이터는 제품 관리 및 판촉행사를 더 효율적으로..

일반용 을 전기요금 계산법일반용 을은300kW 이상 (갑이면 미만) 고객에게 적용되고 고압 A (3,300V~66,000V), 고압 B (154,000V 이상), 고압 C(345,000V 이상)로 나뉜다. 마찬가지로 선택요금제가 적용되는데 선택 I, II, III (선택 III은 기본요금이 높고 전력요금이 낮으므로 월500시간 초과 고객에게 유리)에 따라 시간대별로 전력량요금이 다르다. 계절에 따라 전력량요금이 변하는 것도 마찬가지이다.아래는 일반용 을 고압 A의 요금표이다. 일반용 전력(을) 구분기본요금 (원/kW)전력량 요금(원/kWh) 시간대여름철(6~8월)봄·가을철(3~5,9~10월)겨울철(11~2월) 고압A선택 Ⅰ7,220경부하61.661.668.6 중간부하114.584.1114.7 최대부하19..

Behavior-based Home Energy Prediction

http://cs229.stanford.edu/proj2012/BussetiOsbandWong-DeepLearningForTimeSeriesModeling.pdf

* An 0nline Algorithm for Segmenting Time Series (Eamonn Keogh 교수) * Experiencing SAX: a Novel Symbolic Representation of Time Series (Eamonn Keogh 교수) * Real-Time Segmenting Time Series Data * 시계열 데이터로부터의 경향성 기반 순차패턴 탐색 * HMM 과 Viterbi training 을 알아보자 * http://stackoverflow.com/questions/11752727/pattern-recognition-in-time-series * http://cs.gmu.edu/~jessica/publications/astronomy11.pdf * Auto..

http://www.jksii.or.kr/upload/1/831_1.pdf

[기획특집] IoT 시대, 실시간 빅데이터 분석의 부상 [컴퓨터월드] 세상은 점점 더 빨라지고, 복잡해지고 있다. IT기술의 발전에 따라 데이터는 폭증하며 급류를 이루기 시작했고, 만물이 이어지는 초연결사회(Hyper-Connected Society)의 도래가 임박했다. 이러한 변화로 인해 경쟁마저 더욱 빠르고 복잡하게 전개되는 양상을 보인다. 치열해지는 경쟁에서 생존하기 위해서는 보다 빠르고 명확한 의사결정이 필수적이다. 이에 빅데이터 속에서 실질적인 인사이트를 실시간으로 얻는 것이 화두가 되고 있다.최근 관련업계에서는 사물인터넷(IoT) 시대를 맞아 각종 기계로부터 쏟아지고 있는(machine-generated) 데이터에 대한 관심이 점차 늘어나고 있다. 사람들이 만들어내는(human-generate..

Apriori기반의 GSP 알고리즘 http://www.dbguide.net/upload/data/report/0105-230.pdf AprioriAll 알고리즘: http://www.sj.mcu.edu.tw/sjyen/datamine/sequential.ppt

https://www.knime.org/files/knime_bigdata_energy_timeseries_whitepaper.pdf 요약 요약 "빅데이터" 컨셉을 둘러싼 주요 토픽중에 하나는 거대한 시간기반 데이터 또는 검침(telemetry) 데이터의 활용이다.의미있는 분석에 사용하고자 더욱 더 상세한 데이터를 얻는게 저비용의 획득 및 저장 디바이스의 출현과 함께 가능해지고있다. 데이터에 대한 매우 높은 상세 해상도는 주로 시간을 말하는데, (역주: 이전에 전력회사는 과금을 위해서 가정당 한달에 하나정도의 데이터만 필요했다면, 이제는 수요조절등을 위해서 1분당 혹은 1초당 데이터가 필요해질수있다.) 요즘, 시간 스트리밍 데이터는 기반 시스템에 대해 더 잘 알기위해 또는 높은 정확도로 미래 사건을 예측..