• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.1
• /
• pp.33-38
• /
• 2004

In this paper, we will define comonotonically additive interval-valued functionals which are generalized comonotonically additive real-valued functionals in Schmeidler[14] and Narukawa[12], and prove some properties of them. And we also investigate some relations between comonotonically additive interval-valued functionals and interval-valued Choquet integrals on a suitable function space, cf.[9,10,11,13].

• Journal of the Korean Data and Information Science Society
• /
• v.23 no.6
• /
• pp.1045-1054
• /
• 2012

Support vector machine is known to be the very useful statistical method in classification and nonlinear function estimation. In this paper we propose a monotone support vector regression (SVR) for the estimation of monotonically decreasing function. The proposed monotone SVR is applied to smooth the Kaplan-Meier estimate of survival function. Experimental results are then presented which indicate the performance of the proposed monotone SVR using survival functions obtained by exponential distribution.

• Journal of Korea Society of Industrial Information Systems
• /
• v.15 no.5
• /
• pp.179-185
• /
• 2010

In a sensitivity analysis, an uncertainty importance measure is often used to assess how much uncertainty of an output is attributable to the uncertainty of an input, and thus, to identify those inputs whose uncertainties need to be reduced to effectively reduce the uncertainty of output. A function is called monotonic if the output is either increasing or decreasing with respect to any of the inputs. In this paper, for a monotonic function, we propose a method for evaluating the measure which assesses the expected percentage reduction in the variance of output due to ascertaining the value of input. The proposed method can be applied to the case that the output is expressed as linear and nonlinear monotonic functions of inputs, and that the input follows symmetric and asymmetric distributions. In addition, the proposed method provides a stable uncertainty importance of each input by discretizing the distribution of input to the discrete distribution. However, the proposed method is computationally demanding since it is based on Monte Carlo simulation.

• Communications of the Korean Mathematical Society
• /
• v.18 no.4
• /
• pp.587-602
• /
• 2003

본 논문에서는 벡터값을 가지는 함수로 이루어진 벡터 변분 부등식들의 해집합사이의 관계, 미분 불가능한 볼록함수로 이루어진 벡터 볼록 최적화 문제의 해집합들과 볼록함수의 아래미분으로 표현된 벡터 변분부등식의 해집합들과의 관계, 제약집합이 볼록 함수로 구체적으로 주어질 때의 벡터 변분부등식의 해가 될 필요 충분조건, 섭동된 강 단조 벡터 변분부등식의 안정성 결과와 섭동된 벡터 강 볼록 최적화문제에의 적용에 대한 최근 연구 결과를 정리한다.

• The Korean Journal of Applied Statistics
• /
• v.30 no.5
• /
• pp.665-679
• /
• 2017

When measuring productive efficiency, often it is necessary to have knowledge of the production frontier function that shows the maximum possible output of production units as a function of inputs. Canonical parametric forms of the frontier function were initially considered under the framework of stochastic frontier model; however, several additional nonparametric methods have been developed over the last decade. Efforts have been recently made to impose shape constraints such as monotonicity and concavity on the non-parametric estimation of the frontier function; however, most existing methods along that direction suffer from unnecessary non-smooth points of the frontier function. In this paper, we propose methods to estimate the smooth frontier function with monotonicity for stochastic frontier models and investigate the effect of imposing a monotonicity constraint into the estimation of the frontier function and the finite dimensional parameters of the model. Simulation studies suggest that imposing the constraint provide better performance to estimate the frontier function, especially when the sample size is small or moderate. However, no apparent gain was observed concerning the estimation of the parameters of the error distribution regardless of sample size.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.664-666
• /
• 1999

형태 변환이란 컴퓨터 그래픽스의 중요한 기본 연산중의 하나로, 하나의 그림이나 물체로부터 또 다른 그림이나 물체로 그 모양이 변화하는 과정을 연속적으로 보여주는 연산이다. 일반적으로 이 연산을 두 그림 사이의 대응이 되는 점들을 지정하고 각 점들이 변화하는 과정을 표현하기 위해 필요한 중간 단계를 생성하기 위해서 복잡한 함수를 계산하는 방법을 사용하여왔다. 이러한 방법은 많은 양의 계산이 요구된다. 본 논문에서는 수학적인 계산이 아니라 자료구조를 사용한 연산(operation)을 이용하는 새로운 형태 변환 알고리즘을 제안한다. 여기서 제안하는 알고리즘은 2차원 단순 다각형을 그보다 단순한 위상을 갖는 단조 다각형으로 분할하고, 각 단조 다각형을 삼각 분할하여 얻어진 듀얼 트리를 이용하여 형태를 변환하는 알고리즘이다. 사실적인 효과를 극대화하기 위해서는 될 수 있는 한 많은 중간 단계를 생성해야 하는데, 기존의 함수 계산이 아닌 트리를 이용한 연산을 함으로써 그 과정을 단순화 할 수 있다는 것이 본 알고리즘의 가장 큰 특징이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.804-807
• /
• 2017

Top-k 질의란 주어진 조건을 만족하면서 높은 점수를 가진 상위 k개의 레코드를 요청하는 질의이다. 개체의 점수를 계산하는 랭킹함수가 단조함수가 아닐 경우 발생하는 기술적 어려움을 해결하기 위한 여러 연구가 있었다. 본 논문에서는 이들 중 각 차원이 선호 차원과 배척 차원으로 나뉘는 비단조 랭킹함수를 효율적으로 처리하는 기존의 top-k 질의 처리 기법들을 소개하고 비교한다.

• The KIPS Transactions:PartB
• /
• v.8B no.1
• /
• pp.105-113
• /
• 2001

최근 축약 분산 기억 장치(SDM)가 적응적 문제 해결 능력과 하드웨어화의 용이성으로 인해 현실성이 있는 신경망의 한 모델로 제안되었다. 그러나 다층 인식자의 개별 뉴런이 선형 또는 비선형 결정 함수로 해 공간을 이분하고 그들이 다양하게 결합함으로써 일반적인 문제 해결 능력을 갖는데 비해, 축약 분산 기억 장치의 뉴런은 해 공간에서 자신을 중심으로 한 일정 반경 영역을 안과 밖으로 이분하고 이들을 단순하게 합하므로써, 해 공간이 실수 공간과 같이 크기 관계를 갖는 경우 비효율적인 모델로 된다. 본 논문에서는 이러한 축약 분산 기억 장치의 특성과 그 원인을 규명하고, 문제의 해 공간이 단조 증가 또는 감소 결정 함수로 양분되는 경우, 기존의 축약 분산 기억 장치에 크기 비교 과정을 도입함으로써, 주어진 문제를 효율적으로 해결할 수 있는 수정된 축약 분산 기억 장치 모델을 제안한다. 아울러 제안된 모델을 ATM망에서의 호 수락 제어 과정에 적용한 예를 보인다.최근 축약 분산 기억 장치(SDM)가 적응적 문제 해결 능력과 하드웨어화의 용이성으로 인해 현실성이 있는 신경망의 한 모델로 제안되었다. 그러나 다층 인식자의 개별 뉴런이 선형 또는 비선형 결정 함수로 해 공간을 이분하고 그들이 다양하게 결합함으로써 일반적인 문제 해결 능력을 갖는데 비해, 축약 분산 기억 장치의 뉴런은 해 공간에서 자신을 중심으로 한 일정 반경 영역을 안과 밖으로 이분하고 이들을 단순하게 합하므로써, 해 공간이 실수 공간과 같이 크기 관계를 갖는 경우 비효율적인 모델로 된다. 본 논문에서는 이러한 축약 분산 기억 장치의 특성과 그 원인을 규명하고, 문제의 해 공간이 단조 증가 또는 감소 결정 함수로 양분되는 경우, 기존의 축약 분산 기억 장치에 크기 비교 과정을 도입함으로써, 주어진 문제를 효율적으로 해결할 수 있는 수정된 축약 분산 기억 장치 모델을 제안한다. 아울러 제안된 모델을 ATM망에서의 호 수락 제어 과정에 적용한 예를 보인다.

• Convergence Security Journal
• /
• v.7 no.2
• /
• pp.1-8
• /
• 2007

Finite failure NHPP models presented in the literature exhibit either constant, monotonic increasing or monotonic decreasing failure occurrence rates per fault (intensity function). In this paper, intensity function of Goel-Okumoto model was reviewed, proposes Kappa (2) and the Burr distribution, which maked out efficiency application for software reliability. Algorithm to estimate the parameters used to maximum likelihood estimator and bisection method. For model determination and selection, explored goodness of fit (the error sum of squares) The methodology developed in this paper is exemplified with a software reliability real data set introduced by NTDS (Naval Tactical Data System)

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2004.06a
• /
• pp.3-7
• /
• 2004

본 연구에서는 학습기능을 갖는 결정론적 볼츠만 머신에 비단조 뉴런을 이용하여 학습 성능을 수치 시뮬레이션을 통하여 분석한다. 먼저 네트워크의 은닉층에 비단조 및 단조뉴런을 이용한 경우에 대하여 각각 활성화 함수로 시그모이드 함수와 end-cut-off 타입의 비단조함수를 사용한 경우에 대하여 성능을 비교한다. 또한, VHDL을 이용해 설계한 DBM 네트워크에 시그모이드 함수와 end-cut-off 타입의 비단조함수를 사용한 경우에 대하여 시뮬레이션을 통해 수치 시뮬레이션과 성능이 같은지 비교하고 그 유용성을 입증한다.