Missing Value Analysis in Network Time Series Using Graph-Based Latent Factor Models
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066568
교육부
한국연구재단
서울대학교
염승원
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
기초연구
대학
서울특별시 관악구
수학 > 통계 방법론·계산 > 다변량통계
... 통계적 방법론을 개발하는 데 있다. 최근 교통망, 환경 센서 네트워크, 금융시장, 에너지 시스템 등 다양한 분야에서 노드 간 상호작용을 포함하는 네트워크 시계열 데이터가 급격히 증가하고 있으며, ... 의해 상호 의존적으로 결정되기 때문에, 이러한 구조를 반영하지 않은 분석은 데이터의 핵심적인 정보를 놓칠 가능성이 크다.그러나 실제 데이터 수집 과정에서는 센서 고장, 통신 장애, 기록 누락 ...
본 연구의 핵심 연구개발 내용은 네트워크 시계열 데이터에서 결측치와 잠재구조를 동시에 추정할 수 있는 통계적 모형과 추정 방법을 개발하고, 그 성능을 이론적 및 실증적으로 검증하는 데 있다. 먼저 네트워크 상 각 노드에서 시간에 따라 관측되는 데이터를 잠재요인 모형으로 표현하고, 노드 간 관계를 그래프 구조로 반영하여 시간적 의존성과 구조적 의존성을 동시에...
... 동시에 수행하면서 네트워크 구조를 유지할 수 있으므로 복원된 데이터가 이후 분석에서도 일관된 정보를 제공할 수 있다. 이는 결측값을 개별적으로 대체한 후 별도의 분석을 수행하는 기존 방식에서 ... 등 다양한 분야에 적용 가능하다. 센서 네트워크에서는 일부 센서의 결측을 주변 노드와 시간 정보를 활용하여 복원함으로써 전체 시스템의 모니터링 정확도를 향상시킬 수 있으며, 교통 데이터에서는 ...