리얼로또 머신러닝 RFEngine 시스템 소개
머신러닝 RFEngine은 로또 당첨번호 예측을 위해 순환 신경망(RNN) 인공지능 알고리즘 중의 하나인 LSTM을 사용
1. 과거부터 최근까지의 로또 당첨 번호 자동 수집※ 위 3단계가 매주 로또번호 추첨 시 데이터가 추가되어 매주 자동으로 학습을 진행하여 로또 당첨번호를 예측하고 번호를 추출합니다.
시계열 데이터(time series data)란 일정 시간 간격으로 배치된 같은 형태 데이터들의 열(sequence)을 말한다. 시계열 해석(time series analysis)은 이런 시계열 데이터들이 어떤 법칙에서 생성되어 나오는지를 파악하는 수학 분야다. 같은 형식의 데이터들이 차례로 나타나는 시계열 데이터에서는 시간대를 넘나드는 다양한 패턴이 숨어있게 마련이다. 이러한 패턴 가운데는 가까운 인접 시간대 사이에서 형성되는 패턴도 있지만 멀리 떨어져 있는 시간대 사이에 나타나는 패턴도 있다. 다양한 종류의 시계열 데이터에 대해 그 내용을 분석해서 이해하고, 그 분석을 바탕으로 데이터의 특성과 패턴을 찾아 활용하기란 쉬운 일이 아니다. 이러한 문제를 해결하기 위해 딥러닝의 순환 신경망(RNN, Recurrent Neural Network)을 적합한 알고리즘으로 사용
딥러닝 알고리즘 중 순환 신경망(RNN)의 특징에 따라 과거 당첨번호를 학습하여, 딥러닝이 패턴을 발견하고, 해당 패턴을 기반으로 이후의 로또 당첨 번호를 예측하는 것이 핵심 알고리즘
시계열 해석을 위해, 본 개발에서 사용하는 딥러닝 알고리즘은 순환신경망(RNN, Recurrent Neural Network)
RNN은 다층 퍼셉트론 신경망의 은닉 계층 가운데 일부를 순환 계층(Recurrent Layer)으로 대체하여 만든 신경망이다. 순환 계층은 시계열 데이터를 시간대별로 반복 처리하면서 어떤 시간대에 자신이 출력한 내용을 다음 시간대에 다시 입력의 일부로 활용한다.
머신러닝 (ML:Machine Learning) : 프로그램이 직접 데이터를 분석하여 숨어 있는 규칙이나 패턴을 포착해 문제를 해결
딥러닝 (DL:Deep Learning) : 머신러닝의 한 방법이다. 동물의 신경세포를 흉내 낸 퍼셉트론을 단위로 삼아 구성한 신경망 구조를 이용해 학습을 수행하고 문제를 풀어냄
특허 출원된 2가지 “리얼 포메이션”분석 시스템과 인공지능 머신러닝 “RFEngine”시스템을 통해 패턴을 더욱더 분석합니다.
분석된 패턴 결과를 바탕으로 당첨 확률을 높힐 수 있는 조합번호를 추출하여 고객님께 매주 예측 번호를 제공합니다.
