• 디지털융복합연구
• /
• 제13권10호
• /
• pp.219-224
• /
• 2015

본 연구는 우리나라 가계저축률의 정규분포혼합을 추정한다. 2014년 마이크로데이터인 MDSS를 이용하였고 추정방법으로는 깁스알고리즘을 이용하였다. 실증분석결과의 주요내용은 다음과 같다. 첫째, 정규분포혼합을 추정하기 위한 방법으로 깁스알고리즘은 잘 작동하였다. 즉 주요 모수추정치는 모두 정상적 분포를 갖는 것으로 나타났다. 둘째 저축률 자료는 적어도 2개의 성분, 즉 저축률이 평균 0%인 성분과 평균 29.4%인 성분으로 이루어져 있는 것으로 보인다. 즉 우리나라의 가계는 고저축률 집단과 저저축률 집단으로 나누어질 수 있다는 뜻이다. 셋째 정규분포혼합모형 자체는 어떤 가계가 첫째 성분 또는 둘째 성분에 속하는가를 설명할 수 없다. 이에 본 연구는 추가적인 분석을 수행하였지만 소득수준과 가구주 연령은 이에 대한 설명력을 지니지 못하는 것으로 판단된다.

• Journal of the Korean Data and Information Science Society
• /
• 제7권2호
• /
• pp.247-256
• /
• 1996

본 논문은 깁스 표본 기법을 이용하여 Demster et al.(1981)에 의해 소개된 Field Mice자료를 분석하기 위하여 베이지안 계층적 모형을 적용시켜 보았다. Jeffrey의 사전확률을 이용한 사후 평균을 깁스 표본 기법을 이용하여 구하였고, 이로 부터 얻은 베이지안 추정량을 최소 자승 추정량, EM알고리즘을 이용한 랜덤 효과를 포함한 가능도함수에 대한 최대 가능도 추정량(MLR)과 비교하였다.

• 응용통계연구
• /
• 제13권1호
• /
• pp.81-96
• /
• 2000

본 논문은 의학분야에서 주로 사용되는 메타분석 중 그룹화 임의효과 모형(grouped random effects model)을 프라빗 연결함수(probit link function)를 이용하여 베이즈적 관점에서 연구하였다. 이때 프라빗 함수를 강요하기 위해 잠재변수를 정의하였고, 사전 분포를 달리한 세가지 모형을 고려하였다. 주어진 세가지 모형들에게서 적합한 모형 선택을 위하여 베이즈 인자(Bayes factor, BF)와 유사베이즈 인자(pseudo-Bayes factor, PsBF)를 이용하였다. 깁스샘플러와 메트로폴리스 알고리즘을 이용하여 베이지안 계산상의 어려움을 해결하였다. 예로써, 새로운 간질약에 대한 효과를 조사하기 위하여 앞에서 제시된 방법으로 해석하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제10권1호
• /
• pp.119-133
• /
• 1999

마코브체인 몬테칼로 방법을 소프트웨어 신뢰모형에 이용하였다. 베이지안 추론에서 조건부 분포를 가지고 사후분포를 결정하는데 있어서의 계산 문제를 고찰하였다. 특히 레코드값을 통계량을 갖고서 혼합과정과 중첩과정에 대하여 깁스샘플링 알고리즘과 메트로폴리스 알고리즘을 활용하여 베이지안 계산과 모형 선택을 제시하고 모의실험자료를 이용하여 수치적 인 계산을 시행하고 그 결과를 비교하였다.

• 응용통계연구
• /
• 제14권2호
• /
• pp.379-391
• /
• 2001

본 연구에서는 관심거리가 되고 있는 마코프인쇄 몬테칼로(Markov Chain Monte Carlo, MCMC)방법에 근거한 공간 확률난수 (spatial random variate)생성법과 깁스표본추출법(Gibbs sampling)에 의한 베이지안 분석 방법에 대한 기술적 사항들에 관하여 검토하였다. 먼저 기본적인 확률난수 생성법과 관련된 사항을 살펴보고, 다음으로 조건부명시법(conditional specification)을 이용한 공간 확률난수 생성법을 예를 들어 살펴보기로한다. 다음으로는 이렇게 생성된 공간자료를 분석하기 위하여 깁스표본추출법을 이용한 베이지안 사후분포를 구하는 방법을 살펴보았다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.505-514
• /
• 2000

마코브체인 몬테칼로방법중에서 깁스 추출방법을 혼합 고장모형에 이용하였다. 베이자안 추론에서 조건부분포를 가지고 사후 분포를 결정하는데 있어서 계산 문제와 이론적인 정당성을 고려하여 감마족인 Rayleigh와 Erlang추세를 가진 혼합모형에 대하여 깁스샘플링 알고리즘을 이용하여 베이지안 계산과 신뢰도 추이를 알아보고 모의실험자료를 이용하여 수치적인 계산을 시행하고 그 결과를 제시하였다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2003년도 하계학술대회 논문집
• /
• pp.66-69
• /
• 2003

웨이블릿 변환이 소개된 후, 웨이블릿 임계치 기법이 신호의 잡음제거에 중요한 효과를 가져왔다. 그러나 웨이블릿 임계치 잡음제거 기법 역시 불연속점 주위에서 의사깁스 현상을 일으키는 단점을 가지고 있다. 본 논문은 웨이블릿 발자국 흔적(Wavelet Footprints) 알고리즘을 소개한다. 웨이블릿의 시간영역에서의 특이점들에 의해 남겨진 흔적이라는 의미를 가지는 발자국 흔적의 새로운 개념을 도입하여 불연속 주위의 의사 깁스 현상을 개선하고자 한다. 제안된 알고리즘은 더 일반적인 신호들로 확장되어지고, 신호의 잡음제거와 같은 문제에 효과적인 해법을 제시 할 수 있다.

• 응용통계연구
• /
• 제26권5호
• /
• pp.713-723
• /
• 2013

본 연구에서는 2-모수 파레토분포에 대해 무정보사전분포인 준거사전분포의 가정 하에서 객관적 베이지안 모수추정 절차를 제안하였다. 베이지안 추정은 깁스샘플링에 의해서 수행된다. 깁스샘플러에서 모수생성하는 방법은 형태모수는 감마분포로부터 생성하고 척도모수는 적응기각표집 알고리즘에 의해 생성한다. 제안된 베이지안 모수추정 절차는 모의실험과 자료분석에서 기존의 추정방법들인 L-적률추정법, 최우추정법, 공액사전분포 하의 주관적 베이지안 모수추정법과 비교된다.

• 한국정보처리학회논문지
• /
• 제3권6호
• /
• pp.1636-1645
• /
• 1996

본 논문에서는 패턴을 효과적으로 분류하기 위하여 화상자료의 특성인 이웃 화소 간의 종속성을 잘 표현해 주는 깁스확률장의 크리크를 바탕으로 2차원 조건부 모멘트 를 제안하였다. 이 알고리즘 구축은 공간정보를 갖는 조건부 모멘트를 이용하여 특정 벡터를 추출하는 과정과 패턴을 분류하는 과정으로 분리하여 생각한다. 특정벡터를 추출하는 과정은 하나의 패턴에 대해 깁스분포의 크리크로 표현된 파라미터를 추정한 다음, 2차원 조건부 모멘트들을 계산하여 특정벡터로부터 제안된 판별거리함수를 계 산하여 여러 원형 패턴 가운데 최소거리를 산출한 미지의 패턴을 원형패턴으로 분류 한다. 제안된 방법의 성능을 검증하기 위하여 대문자와 소문자 52자로 된 훈련 데이 타를 만들어 486 PC 66Mhz에서 실험을 한 결과 97.5% 이상의 분류성능이 있음을 밝혔 다.

• 융합신호처리학회논문지
• /
• 제4권1호
• /
• pp.27-35
• /
• 2003

기존의 웨이블릿 임계치를 이용한 잡음제거 방법은 기저함수가 천이 불변이 되지 않아 불연속점 주위에 의사 깁스 현상을 발생시킨다. 또 논문에서는, 이러한 의사 깁스 현상을 감소시키기 위해 웨이블릿 임치 기법으로 재생성된 웨이블릿 계수의 전변분을 준경도 강화법을 이용하여 최소화하는 방향으로 구현하였다 객관적인 평가는 비실시간상에서 실험하였고 실시간 적용여부는 주위환경의 영향을 고려하여 실시간 신호 획득 보드를 사용하여 확인하였다. 비실 시간의 경우 블록 신호를 예를 들면 기존의 강성 임계치 기법보다 SNR이 2.794dB정도 개선되었고 시각적으로도 불연속점 주위의 의사 깁스 현상이 현격히 감소됨을 확인하였다. 실시간 실험의 경우, 수행시간을 고려하여 반복 횟수를 60번으로 제한한 결과 0.49초의 수행시간이 소요되었고 불연속점 주위의 의사 깁스 현상 역시 제거됨을 확인 할 수 있었다.