연구동향 분석
박사

딥러닝을 활용한 부산항 컨테이너 물동량 예측에 관한 연구

김두환 2020년

논문상세정보
인용/피인용
' 딥러닝을 활용한 부산항 컨테이너 물동량 예측에 관한 연구' 의 주제별 논문영향력
논문영향력 선정 방법
논문영향력 요약
주제
  • 공익사업
  • LSTM
  • gru
  • 개입분석
  • 딥 러닝
  • 시계열 예측 모형
  • 컨테이너물동량예측
동일주제 총논문수 논문피인용 총횟수 주제별 논문영향력의 평균
2,401 0

0.0%

' 딥러닝을 활용한 부산항 컨테이너 물동량 예측에 관한 연구' 의 참고문헌

  • “환율이 부산항 물동량에 미치는 영향”
    이재득 관세학회지, 제14권 3호, pp. 151-169 [2013]
  • “환율의 컨테이너 수입 물동량에 대한 비대칭적 영향에 관한 연구”
    임상수 해양정책연구, 제30권 2호, pp105-131 [2015]
  • “환율변동성과 컨테이너물동량과의 관계”
    최봉호 한국항만경 제학회지, 제23권 1호, pp. 1-18 [2007]
  • “해상운송의 물동량 예측과 항만물류정책”
    김창범 한국항만경 제학회지, 제23권 1호, pp. 149-162 [2007]
  • “항만의 하역능력증대를 위한 수출입물동량의 예측”
    모수원 무역학회지, 제26권, 1호, pp. 275-297 [2001]
  • “항만시설 확보의 중요성에 대하여”
    김범중 해양물류연구, 제7권, pp. 5-14 [2010]
  • “항만물동량과 지역경기의 인과관계: VAR접근”
    모수원 해운물 류연구, 제29권, pp. 695-714 [2013]
  • “한국 환적 물동량 예측분석에 관한 연구”
    고용기 한국항만경 제학회지, 제16권, pp. 207-226 [2000]
  • “하이브리드 ARIMA-신경망 모 델을 통한 컨테이너물동량 예측에 관한 연구”
    강정식 박수남 신창훈 이지훈 한국항해항만학회지, 제32권 1호, pp. 81-88 [2008]
  • “컨테이너터미널 물동량 예측 및 생산성 분석에 관한 연구”
    고용기 여기태 유홍성 정현재 무역학회지, 제37권 5호, pp. 53-70 [2012]
  • “컨테이너 해상물동량 예측 모형 연구”
  • “컨테이너 물동량을 이용한 인공신경망과 ARIMA 모형의 예측력 비교에 관한 연구”
    이지원 해양대학교 [2008]
  • “인천항의 수출 적컨테이너화물 물동량 추정에 관한 연구”
    고용기 김은지 김태호 신정용 한국항만경제학회지, 제24권 3호, pp. 57-77 [2008]
  • “우리나라 해상물동량 추정”
    양항진 장봉규 한국항만경제학회지, 제21권, 4호, pp. 225-274 [2005]
  • “신경망을 이용한 컨테이너 물동량 예측에 관한 연구”
    박성영 이철영 한국항해항만학회지, 제26권 2호, pp. 183-188 [2008]
  • “시계열 모형을 이용한 부산 북항의 물동량 예측”
    김정훈 한 국항만경제학회지, 제24권 2호, pp. 1-17 [2008]
  • “승법계절 ARIMA 모형에 의한 부산항 컨테이너 물동량 추정과 예측”
    이재득 한국항만경제학회지, 제29권 3호, pp. 1-23 [2013]
  • “수출입 컨테이너물동량의 변동요인에 대한 민감도 분석”
    전찬영 월간 해양수산, 제276호, pp. 21-44 [2007]
  • “부산신항 타부두 환적의 효율적인 처리 방안 연구”
    박형준 오석문 전형모 한국산학기술학회논문지, 제15권 3호, pp. 1279-1287 [2014]
  • “데이터 마이닝 기법을 이용한 항만물동량 예측 활용방안 연구”
  • “글로벌 해운시장 현황 분석 및 시계열 모형을 이용한 부산신항 컨테이너 물동량 예측에 관한 연구”
    김희철 변제섭 조준호 한 국정보전자통신기술학회논문지, 제10권 4호, pp. 295-303 [2017]
  • “국내 주요항만별 항만물동량과 산업성장의 인과관계”
    최봉호 한국항만경제학회지, 제23권 4호, pp. 159-175 [2007]
  • “계절형 ARIMA-Intervention 모형을 이용한 여행목적 별 제주 관광객 수 예측에 관한 연구”
    송준모 한국데이터과학회지, 제27권 3호, pp. 725-732 [2016]
  • “경제변수의 변동이 광양항 수입컨테이너 물동량에 미치는 효과”
    모수원 한국항만경제학회지, 제25권 3호, pp. 269-282 [2009]
  • “개입모형을 이용한 한국의 입출국자 수의 분석”
    김수용 성병찬 응용통계연구, 제24권 5호, pp. 735-743 [2011]
  • “개입모형을 이용한 서울 아파트 매매거래량 분석”
    육태미 이수민 부동산분석, 제4권 1호, pp. 85-94 [2018]
  • “개입 승법계절 ARIMA와 인공신경망모형을 이용한 해상 운송 물동량 예측”
    김창범 한국항만경제학회지, 제31권 1호, pp. 69-84 [2015]
  • “SD기법과 ARIMA를 적용한 컨테이너물동량 예측에 관한 연구”
    김종길 인천대학교 [2011]
  • “SARIMA 모형을 이용한 우리나라 항만 컨테이너 물동량 예측”
    민경창 하헌구 한국교통학회지, 제32권 6호, pp. 600-614 [2014]
  • “KMI 동향분석”
    김근섭 김보경 이기열 KMI, 제74권 [2018]
  • ¡°An Empirical Exploration of Recurrent Network Architectures.¡±
    pp . 2342-2350 [2015]
  • The relationship between trade and container flows
    [2012]
  • The relationship between the economic indicators and the accuracy of container throughput forecasting ”
    [2015]
  • The relationship between economic activity and freight transportIn Freight transport modelling
    pp . 15-43 [2013]
  • The forecasting performance of various models for seasonality and nonlinearity for quarterly industrial production
    Vol . 21 , No . 1 , pp . 87-102 . [2005]
  • The effectiveness of antiterrorism policies : A vector-autoregression-intervention analysis
    Vol . 87 , No . 4 , pp . 829-844 . [1993]
  • Research onCombination forecast of portCargo throughput based on time series andCausality analysis
    Vol . 6 , No . 1 , pp . 124-134 . [2013]
  • PortCapacity Extension– A Trade-off between Public Investment and Ship Owner Time Losses ” , In Man , Environment , Space and Time-Economic Interactions in Four Dimensions
    pp . 377-394 , Nomos Verlagsgesellschaft mbH & Co. KG [2014]
  • Port throughput and international trade : have port authorities any degrees of freedom left ? ” , In Struggling for Leadership : Antwerp-Rotterdam PortCompetition between 1870–2000
    pp . 91-113 [2003]
  • Port pricing .Considerations on economic principles and marginalCosts
    Vol . 3 , No . 4 , pp . 371-386 . [2003]
  • Port investment andContainer shipping markets
    No . 2014/03 . [2014]
  • Optimal hyperparameters for deep lstm-networks for sequence labeling tasks
    [2017]
  • Multivariant forecasting mode of Guangdong province port throughput with genetic algorithms and Back Propagation neural network ”
    Vol . 96 , pp . 1165-1174 . [2013]
  • Multi-Input Intervention Analysis for Evaluating of the Domestic Airline Passengers in an International Airport
    Vol . 5 , No . 3 , pp . 110-126 . [2017]
  • Multi input intervention model for evaluating the impact of the Asian crisis and terrorist attacks on tourist arrivals
    Vol . 26 , pp . 83-106 [2010]
  • Model evaluation , model selection , and algorithm selection in machine learning
    [2018]
  • Long short-term memory
    Vol . 9 , No . 8 , pp . 1735-1780 . [1997]
  • Learning phrase representations using RNN encoder-decoder for statistical machine translation
    [2014]
  • Intervention Analysis with Applications to Economic and Environmental Problems
    Vol . 70 , No . 349 , pp . 70-79 [1975]
  • International logistics : a continuous search for competitiveness ” , In Handbook of logistics and supply-chain management
    pp . 61-77 [2008]
  • Incorporating subjective elements into liners ' seaport choice assessments
    Vol . 44 , pp . 125-33 . [2015]
  • Hybrid approaches based on LSSVR model for container throughput forecasting : a comparative study
    Vol . 13 , No . 5 , pp . 2232-2241 . [2013]
  • Forecasts and reliability analysis of port cargo throughput in Hong Kong
    Vol . 130 , No . 3 , pp . 133-144 . [2004]
  • Forecasting Container Throughputs at Ports Using Genetic Programming
    Vol . 37 , pp . 2054-2058 . [2010]
  • Empirical evaluation of gated recurrent neural networks on sequence modeling
    [2014]
  • Effectiveness of seat belt legislation on the Queensland road toll—an Australian case study in intervention analysis
    Vol . 74 , No . 367 , pp . 596-603 . [1979]
  • Babies and the blackout : the genesis of a misconception
    Vol . 10 , No . 3 , pp . 282-299 . [1981]
  • Application and improvement of a system dynamics model to forecast the volume of containers
    Vol . 16 , No . 2 , pp . 187-196 . [2013]
  • A study on estimating container throughput in Korean ports using time series data
    Vol . 40 , No . 2 , pp . 57-65 . [2015]
  • A comparison of univariate methods for forecasting container throughput volumes
    Vol . 50 , No . 7-8 , pp . 1045-1057 . [2009]
  • A comparison of traditional and neural networks forecasting techniques for container throughput at Bangkok port
    Vol . 27 , No . 3 , pp . 463-482 . [2011]
  • A case study on the use of intervention analysis applied to traffic accidents
    Vol . 30 , No . 7 , pp . 651-659 [1979]
  • A Prediction Model of the Sum of Container Based on Combined BP Neural Network and SVM
    Vol . 15 , No . 2 , pp.305-319 [2019]
  • A Modified Regression Model for Forecasting the Volumes of Taiwan 's Import Containers
    Vol . 47 , pp . 797-807 . [2008]
  • A Frame Study of Correlation Analysis between Open Macroeconomics System and Container Throughput
    Vol . 25 , pp . 2784-2796 . [2017]