유사도 기반 시계열 예측 모듈 및 실시간 패턴 반영 연구

Similarity-Driven Time Series Forecasting Module with Real-Time Pattern Adaptation

연구 내용

쿼리-과거 시계열 유사도를 윈도우 탐색으로 계산하고, 유사 구간 이후 흐름을 추출해 예측 시계열을 생성하는 연구

수집된 시계열에서 고정된 윈도우 크기로 쿼리 구간과 과거 구간을 추출한 뒤, 구간 간 유사도를 계산하여 예측에 필요한 과거 유사 구간을 탐색합니다. 과거 시계열을 스트라이드 단위로 이동하며 가장 오래된 지점까지 탐색하여 유사도 후보를 수집하고, 유사 구간 이후의 흐름을 시계열 데이터에서 추출해 예측 시계열을 형성합니다. 이를 통해 새 패턴의 실시간 반영과 멀티스케일 시각화 기반 의사결정을 지원할 수 있습니다.

관련 프로젝트

0건

연구 흐름

초기에는 쿼리 구간과 과거 구간을 윈도우로 정규화하고, 유사도 계산을 통해 예측에 기여하는 구간을 선택하는 방식의 탐색 절차를 구성했습니다. 이후 과거 구간 탐색 범위를 오래된 지점까지 확장해 후보 안정성을 높였고, 스트라이드 기반 샘플링으로 계산 부담을 조정했습니다. 최종적으로 유사 구간 이후의 흐름을 그대로 이어 붙여 예측 시계열을 생성하는 구조를 정리했으며, 해당 절차를 하나의 시스템과 방법으로 구현하는 방향으로 발전했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

시계열 예측 서비스
금융 시계열 수요 예측
센서 이상 흐름 탐지
제조 공정 품질 추정
에너지 부하 추정
네트워크 트래픽 예측
실시간 예측 대시보드
멀티스케일 시각화
유사 패턴 기반 리포팅
데이터 스트림 예측 파이프라인