• The Korean Journal of Financial Management
• /
• v.14 no.1
• /
• pp.107-139
• /
• 1997

다른 금융산업과 마찬가지로 생명보험산업의 효율성에 대한 실증연구는 두 가지 문제에 봉착하게 된다. 하나는 효율성을 실증적으로 추정하는 다양한 추정방법은 일관되게 동일한 결과를 도출하는가 하는 것이며 다른 문제는 효율성추정에 사용된 생산물정의에서 어떤 대리변수를 사용하는 것이 가장 좋으냐 하는 것이다. Yuengert(1993)은 미국 생보산업 전체의 효율성과 추정방법간의 관계를 보고하였는데 본 연구는 추정방법 뿐만 아니라 생보산업 생산물의 정의에 따라 개별생보사의 효율성지수가 차이가 있다는 것을 248개의 미국 생명보험희사를 대상으로 검증하였다. 본 논문에서는 계량 경제학적 방법중 널리 사용되는 SFA(stochastic frontier approach)중에서 비효율성이 half-normal, truncated normal, exponential 분포라고 한 방법들과 비분포방법(DFA: distribution free approach)을 사용하였다. 또 각 방법마다 거수보험료(premiums)와 claims-plus-reserve라는 새로운 생산물 대리변수로 사용하여 효율성을 측정하였다. 그리하여 총 8가지의 다른 방법으로 추정한 효율성지수를 비교, 분석하였다. 연구결과 표1과 2에서 나타난 바와 같이 SFA방법(1, 3, 5번)간에는 결과가 거의 일치하였고 같은 추정방법에서 생산물 대리변수가 다른 경우에도(1과2, 3과4, 5와6, 7과8) 결과는 큰 차이가 없었다. 이는 생보산업에서 거수보험료를 생산물 대리변수로 하는 것이 이론적 문제가 있음에도 불구하고 구조적 편견(systematic bias)은 나타나지 않았다는 Suret(1991)의 결과를 지지하고 있다. DFA방법(7과 8번)과 SFA방법(1-6번)간에는 상관계수는 낮게 나타났는데 이는 생보산업의 효율성을 각각 DFA와 SPA방법을 사용한 두 연구(Gardner and Grace, 1993; Zi, 1994) 결과의 차이와 일치하고 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.78-80
• /
• 1998

본 논문은 일차원의 시계열 데이터를 입력을 하여 위상공간 재구성 과정을 거쳐 다차원 위상공간상에서 프랙탈 차원을 계산하는 효율적인 방법을 제안한다. 프랙탈 차원의 추정에 소요되는 계산량을 줄이기 위해 로그 연산을 비트 연산으로 대체하고, 거리계산의 순서를 바꿈으로써 위상공간의 차원에 무관한 상수 시간의 계산복잡도를 가지는 알고리즘을 구현하였다. 또한 최소절단자승 추정기법을 적용하여 로그-로그 그래프 상에서의 기울기 추정을 함으로써 프랙탈 차원의 추정치에 대한 정확도를 높였다. 참값이 알려진 시계열 데이터에 대한 차원 추정 실험을 통하여 제안된 방법의 정확성을 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.58-58
• /
• 2019

최근 기계학습기법에 대한 활발한 연구로 인하여 많은 기계학습기법들이 개발되었다. 이러한 최신기계학습기법은 기존에 사용되어온 기계학습기법과 경험식들보다 자연현상을 예측하고 재현하는데 높은 성능을 보이는 것으로 알려져 있다. 레이더 자료를 이용한 강우추정 기법으로는 ZR관계식이 널리 사용되고 있다. 이상적인 조건에서는 ZR 관계식을 이용한 레이더 강우추정이 양호한 성능을 보이나, 실제 레이더 자료를 이용한 강우추정은 이상적인 환경이 아닌 경우가 매우 많다. 이런 ZR관계식의 한계점을 보완하기 위한 방법으로 기계학습기법을 이용한 레이더 강우추정 기법들이 개발되었으나, 현재 한국의 레이더 자료를 대상으로 해서는 많은 연구가 진행되어 오지 않고 있다. 레이더 자료를 이용한 강우추정의 정확도 향상을 위해서는 최신 기계학습기법들의 레이더 강우추정 기법에 대한 적용가능성을 평가해 볼 필요성이 있다. 본 연구에서는 random forest, stochastic gradient boosted model, extreme learning machine의 강우 레이더 강우추정 기법으로의 적용성을 평가하였다. 강우추정 기법 개발 및 성능 비교를 위해서 2018년 광덕산 이중편파 레이더 자료를 이용하였다. 다양한 이중편파 매개변수 조합을 레이더 강우추정 기법의 입력변수로 적용하였다. 기존 연구의 사용되어 온 ZR관계식의 매개변수를 또한 강우사상과 이중편파 매개변수 조합을 이용하여 추정하였다. 기계학습을 적용한 레이더 강우추정 기법이 ZR관계식보다 상관계수와 제곱근오차를 기준으로 높은 강우추정 정확도를 보였다. 특히 개발된 강우추정 기법은 호우사상에서 높은 정확도를 보이는 것을 확인 할 수 있었다. 적용된 기계학습 기법 중에서는extreme learning machine이 레이더 강우추정기법 개발에 가장 적합한 것으로 나타났다.

• Proceedings of the Safety Management and Science Conference
• /
• 2008.04a
• /
• pp.461-468
• /
• 2008

<그림 1>과 <그림 2>, <그림 3>은 통계 패키지(Econometric Views)를 사용하여 제조업용 로봇의 수출입을 2007년부터 2008년까지 추정한 값이며, 자료는 2001년도 이후의 관세청 수출입 실적자료를 활용하였다. <그림 1>은 SAENGF는 제조업용 로봇 국내생산의 추정치이며, 점선은 95% 신뢰구간을 의미한다. <그림 2>는 통계 패키지(Econometric Views)를 사용하여 제조업용 로봇의 수출을 2007년부터 2008년까지 추정한 값이며, EXPORTF는 제조업용 로봇 수출의 추정치이며, 점선은 95% 신뢰구간을 의미한다. <그림 3>은 통계 패키지(Econometric Views)를 사용하여 제조업용 로봇의 수입을 2007년부터 2008년까지 추정한 값이며, IMPORTF는 제조업용 로봇 수출의 추정치이며, 점선은 95% 신뢰구간을 의미한다. <표 1>은 국내 제조업용 로봇의 국내생산, 수출과 수입의 추정치이며, ARIMA모형을 사용하였으며, 자료는 2001년도 이후의 데이터로 관세청 수출입 실적자료를 활용하였다.

• Journal of Korean Society of Transportation
• /
• v.19 no.2
• /
• pp.61-72
• /
• 2001

기존의 링크교통량으로부터 OD추정모형은 기존 OD에 대한 추정의 종속성이 커, 기존 OD나 관측링크교통량의 오차에 따라 추정결과가 일관적이지 않은 문제점을 가지고 있다. 또한 관측링크교통량의 정확도가 중요함에도 불구하고 차종구분 없이 링크교통량을 이용하여 정보의 손실을 초래하였고 결과적으로 OD 추정력을 저하시켰다. 그렇지만 다차종 링크교통량으로부터 다차종 OD를 구하는 연구는 거의 없었으며, 그 추정결과가 단일차종에 대한 추정결과와 어떻게 다른지에 대한 연구도 전무하였다. 본 연구의 목적은 기존의 OD 추정모형이 기존 OD에 대해 종속성을 가지며 차종구분 없이 모형을 구성함으로써 추정력의 저하를 초래하였음을 밝히고, 이에 대한 대안으로 종속성 문제를 완화하고 차종구분을 통해 OD 추정모형의 추정력을 증진시키자 하는 것이다. 이를 위해 유전알고리즘을 이용한 다차종 OD행렬 추정모형(GAMUC)을 구축하고, 이를 기존의 바이레벨 모형의 IEA 알고리즘 및 다차종으로 확장한 모형(IEAMUC)과 게임이론측면에서 검토하였으며, 사례네트워크에 대해 각 기법을 비교하였다. 본 연구는 유전알고리즘을 이용한 OD 추정기법을 축도로에 적용한 임용택 등(2000)과 이를 네트워크로 확장한 백승걸 등(2000)의 연구를 다차종으로 확장한 것이다. 사례분석 결과 기존 OD의 오차변화나 관측링크교통량의 오차변화 등에 있어 GAMUC가 IEA나 IEAMUC보다 추정력이 양호하여, 실제 OD를 알 수 없는 도시부 네트워크에서 GAMUC 모형의 적용력이 우수하였다. 또한 차종을 구분하지 않은 기존 모형은 실제 OD와는 전혀 다른 OD 구조를 도출할 수 있음을 보였으며, 단일 차종을 여러 차종으로 구분하여 OD를 추정하는 것이 더 양호한 추정력을 확보하는 것으로 나타났다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10a
• /
• pp.211-213
• /
• 2001

히스토그램은 질의 최적화글 위해 사용되는 튿-계 정또 중 하나이다. 최근에는 방대한 데이타에 대한 범위 질의의 선택도 추정 방법의 하나로 사용되기도 한다. 히스토그램을 통한 범위 질의의 선택도 추정 결과는 항상 오차를 포함한다. 따라서 결과의 신뢰성을 보장하기 위해 선택도에 대한 오차를 추정하는 방법이 요구된다. 추정된 선택도의 오차 추정에 대한 기존 방법은 1차원 히스토그램만을 고려하여 하나의 애트리뷰트의 값에 따라 빈도의 분포를 반영하므로 애트리뷰트가 많은 다차원 히스토그램에 바로 적용시키는데 문제가 있다. 이 논문에서는 기존의 추정된 선택도에 대한 오차 추정 기법들을 다차원에 적용할 수 있게 확장한 M-Max, M-Sum 기법을 제안하고, 두 기법을 합친 하이브리드 기법을 제안한다. 실험을 통해 M-Sum 기법과 하이브리드 기법이 M-Max 기법보다 정확한 오차 추정 기법임을 보이고, 또한 작은 기억 공간에서도 두 기법이 오차를 보다 정확하게 추정함을 보인다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1992.04b
• /
• pp.171-179
• /
• 1992

본고에서는 그래프를 이용하여 stable law분포의 index, skewness, scale, location 모수들에 대한 추정방법을 제시한다. 먼저, order statistics의 함수인 tail length statistic $K_{t}$ , skewness statistic $K_{s}$ 를 이용하여 index .alpha., scale .betha.를 추정한다. 다음에는, 추정된 .alpha., .betha.를 index로 하여 개발된 그래프들로 부터 scale .sigma., location .mu.추정에 필요한 order statistics의 함수를 결정한다. 몇가지 예를 마지막에 예시한다.

• Proceedings of the KIEE Conference
• /
• 2007.04a
• /
• pp.315-318
• /
• 2007

본 논문에서는 이동로봇 바닥에 설치된 여유 개수의 광 마우스를 이용하여 주행 중인 이동로봇의 속도를 효율적으로 추정하는 방안에 대해 기술한다. 먼저, 이동로봇의 속도 벡터와 광 마우스의 속도 벡터간의 관계를 과결정 선형시스템(Overdetermined Linear System)으로 표현한다. 다음, 과결정 시스템에 대한 최소자승 해(Least Squares Solution)로써 이동로봇의 주행 속도를 효율적으로 추정한다. 마지막으로 시뮬레이션을 통해 제안된 이동로봇 주행 속도 추정법의 유효성을 확인한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.188-190
• /
• 1998

데이터 베이스 관리 시스템에서는 질의 결과의 크기(selectivity)를 미리 예측하는 것이 필요하다. 질의 결과의 크기는 데이터의 분포 상태에 의해서 결정된다. 이러한 데이터의 분포 상태를 정확하게 예측하는 것이 매우 중요하다. 대부분의 데이터 베이스 관리 시스템에서는 이를 위하여 주기적으로 저장하고 있는 레코드에 대해서 히스토그램을 만들고 이용한다. 이 방법은 히스토그램의 저장공간이 적게 필요로 하고 선택도를 추정하는데 있어서 선택도 추정시 부가적인 계산이 필요하지 않은 장점이 있지만, 일정한 크기의 버켓내에서는 데이터들이 균일하게 분포한다는 가정을 함으로써 선택도 추정에 있어서 에러율이 높았다. 이에 본 논문에서는 커널 방법을 사용하여 버켓 내 데이터의 분포에 대하여 추정 함으로써 이를 해결하는 방법을 제시하였다.

• 한국데이터정보과학회:학술대회논문집
• /
• 2003.10a
• /
• pp.139-145
• /
• 2003

본 논문에서는 강수 자료의 예측에 사용되는 3-모수 카파 분포(KD3)에서의 모수 추정 방법을 알아보고 시뮬레이션을 통하여 모수 추정 방법에 따른 성능을 비교해 보았다. 이 분포의 모수 $\alpha,\;\beta,\;\mu$를 추정하기 위하여 적률추정법(MME), L-적률 추정법(LME), 최우추정법(MLE)을 적용하였다. 소표본의 경우뿐만 아니라 대표본의 경우에도 시뮬레이션을 통하여 추정법들의 성능을 비교하였다. 적률 추정법과 L-적률 추정법에서는 제약조건 하에서의 1차원 Newton-Raphson방법을 수정하여 이용하였다. MSE를 기준으로 한 시뮬레이션 결과, KD3의 모수 추정에 있어서 표본의 크기가 100보다 작으면 LME의 적용을 추천하고 표본의 크기가 100이상이면 MLE를 추천한다.