본 연구에서는 민감한 변수와 변환된 변수로 구성된 Bar-Lev 등 (2004)의 승법모형에 무관한 양적변수를 새롭게 추가한 승법 무관양적속성 확률화응답모형을 제안하였다. 그리고 무관한 양적변수에 대한 정보를 알 때와 모를 때로 구분하여 민감한 양적속성 추정에 대한 이론적 체계를 마련하고자 하였다. 또한 제안한 승법 무관양적속성 확률화응답모형과 기존의 승법모형인 Eichhorn-Hayre 모형, Bar-Lev 등의 모형, 그리고 Gjestvang-Singh 모형과의 관계를 살펴보았고, Bar-Lev 등의 모형과의 효율성을 비교하였다. 그 결과, 기존의 승법모형들이 제안한 승법 무관양적 속성 확률화응답모형의 특별한 경우임을 확인할 수 있었고, 제안한 모형과 Bar-Lev 등의 모형과의 효율성을 수치적으로 비교한 결과 $C_x({\sigma}_x/{\mu}_x)$값이 작을수록 그리고 $C_z({\sigma}_z/{\mu}_z)$값이 클수록 제안한 승법 무관양적속성 확률 화응답모형이 Bar-Lev 등의 모형보다 효율성이 좋게 나타남을 알 수 있었다. 그리고 제안한 승법 무관양적속성 모형은 $p_1=p$값이 커질수록 또한 ${\mu}_z=1$일 때 보다 ${\mu}_z=0.5$일 때가 더 효율적인 것으로 나타났다.
본 논문에서는 패널회귀모형에서 내부변환(within transformation) 추정량을 이용하여 회귀계수에 대한 정확한 신뢰구간을 제시하였다. 아울러 이러한 신뢰구간의 효율성을 신뢰계수(confidence coefficient)와 신뢰구간의 평균길이(average length of confidence interval)을 사용하여 모의실험을 통하여 다른 근사적 신뢰구간들과 비교하였다. 실험결과, 내부변환추정량을 이용한 신뢰구간은 다른 근사적 신뢰구간들에 비해 명목신뢰계수를 정확히 유지하였고, 신뢰구간의 평균길이도 다른 방법들에 비해 짧은 결과를 보았다.
본 연구는 유지, 보수되는 상시 작동 시스템에 대한 신뢰성 분석을 위해 동적 불완전 수리모형 및 분석 절차의 개발을 수행하였다. 또한 수리 상태에 대한 데이타가 완전히 잠재적(masked)이라 하더라도 기본 분포(base-line distribution)가 와이블 분포라는 가정하에 모수적 추정 절차를 개발하였다. 개발된 추정 절차는 기본적으로 EM(Expectation and Maximization : EM) 알고리즘의 틀(framework)을 유지하고 있다. 특히 최소 수리 특성으로 인해 분포가 변화함에 따라 발생하는 추정의 어려움을 해결하기 위해 데이타 변환(transformation)식을 제시하고 이러한 변환 데이타를 사용함으로써 추가적 데이타의 요구없이 잠재적 데이타를 사용하여 추정을 가능하게 하는 모수 추정 알고리즘을 제시하였다.
이어도 기지에서 관측된 파랑 자료는 주변 수중 암초 또는 지형의 영향을 받으므로 수중 암초의 영향을 받지 않는 지역을 대표하는 주변 대표 파랑 자료로의 환산이 필요할 수 있다. 이를 위하여 본 연구에서는 이론적인 쇄파 모형(Lee, 1993)을 통하여 변환기술상 문제점을 파악하고 원형 천퇴에서의 수치실험을 통하여 천퇴 후면에서 파랑의 변형 정도를 파고비를 통하여 분석하였으며 이를 토대로 이어도 수중 암초에서의 파랑 변형이 관측 지점의 파고에 리치는 영향을 평가하였고 그 결과를 관측 치와 비교${\cdot}$분석하였다.
본 연구는 2014년 1월부터 2017년 4월까지 광, 공업용 제조업을 하는 건물(GGM)의 전기 사용량에 대한 예측을 살펴보고자 한다. SARIMA, SARIMA + GARCH, Holt-Winters 방법, Fourier 변환으로 분해를 한 ARIMA 모형을 중심으로 네 가지 모형에 대한 적합을 하였다. 또한 2017년 5월 사용량에 대한 예측하고, 실제값을 고려하여 각 모형에 대해 예측 제곱근 평균 제곱 오차와 예측 오차율을 비교하였다. GGM 건물의 전기 사용량에 대한 변동이 심하기 때문에 여러 가지 모형 중에서도 변동성과 주기를 함께 고려한 SARIMA + GARCH 모형의 적합과 예측이 가장 뛰어난 것을 확인하였다.
Communications for Statistical Applications and Methods
/
제15권4호
/
pp.615-631
/
2008
재무자료에 대한 신용평가모형은 각각의 재무변수를 평활한 예측부도율로 변환하여 사용한다. 본 연구에서는 연속형 재무자료를 변환하여 설정된 신용평가모형의 문제점을 살펴보고, 연속형 재무변수를 다양한 형태로 범주화한 신용평가모형들을 제안한다. 범주형 재무자료를 사용해서 개발한 여러 종류의 신용평가모형들의 성과를 다양한 적합성 검증 방법으로 비교하고, 범주형 재무자료를 이용한 신용평가모형의 유용성을 토론한다.
본 연구는 일반적인 수문모형 및 수자원 관련 모형들의 초기세팅시 모형별로 사용되는 각기 다른 형태의 입력자료 대한 활용성을 용이하게 하고 실제 시스템에 적용하여 모형의 활용성을 높이고자 하는데 있다. 특히 현재 한국수자원공사 데이터베이스의 수문자료는 각종 수문모형 및 수자원 관련 시스템에 직접 사용하기에는 모형의 입력 포맷 형태가 너무나 다양하기 때문에 그 한계가 있다. 자료의 형태 대부분이 Raw data의 형식으로 이루어져 있어 모형 입력을 위한 선행 자료처리가 불가피하며, 이로 인해 실질적인 유출해석의 정확성을 높이는 연구 또는 수문학적 분석을 위한 연구등의 학술적인 측면에 초점이 맞추어지기보다 오히려 입력자료 구축에 많은 시간이 투입되는 것이 사실이다. 그 예로 실시간 물관리 운영 시스템(IRWMS)에서 유역유출 모형으로 사용 중인 SSARR모형의 강우 입력자료로는 유역평균강우량(MAP)이 사용된다. 한편 데이터베이스에는 지점 강우자료가 저장되어 있으며, 이를 사용하기 위해서는 다시 티센법(Thiessen Method), 유역평균법 등을 이용하여 지점강우에서 MAP로 환산 후 활용해야한다. 또한 이러한 선행 작업들은 모형 수행자마다 반복적으로 이루어지는 작업이므로 변환 프로그램에 의해 자동으로 계산하여 DB 등에 저장하고 사용한다면 수문자료 분석에 소모되는 시간과 비용을 절감할 수 있을 것이다. 현재 데이터베이스 내부에는 이러한 자료변환 알고리즘이 포함되어 있지 않으며 원시자료인 지점 강우자료가 데이터베이스에 저장되어 활용하고 있다. 따라서 수자원 전문가들에게 분석하고자 하는 유역별 모형별로 입력자료의 형태가 변환되어 자료를 실시간으로 제공하고, 또한 전산전문가가 아닌 수자원 전문가에 의해 관리 될 수 있는 데이터베이스 관리프로그램이 필요하다. 이러한 데이터베이스 관리프로그램의 역할가운데 주요사항으로 수문 자료를 활용한 수자원 관련 프로그램에 해당 실무 차원에서 작성, 검토, 사용을 위한 수자원 공사의 Raw Data 가공이 사용자의 요구에 따라 이루어져야 한다. 사용자의 요구에 따라 가공된 데이터는 다시 데이터베이스에 저장되어 다른 모형에서 해당 자료를 필요로 하게 될 경우 사용자들은 데이터를 손쉽게 받아 사용할 수 있다. 저장된 자료들은 검$\cdot$보정 기능을 포함하여 신뢰성을 확보하고 유출모형의 입력자료를 동일한 수준으로 유지하게 된다. 특히 IRWMS(Integrated Real-time Water Manage System)를 물관리 센터에서 실질적으로 운영하기 위해서는 신뢰성 있는 수문자료의 확보가 반드시 필요하다. 초기 입력자료의 신뢰성에 따라 시스템 전체에 미치는 영향이 상당히 크기 때문이다. 따라서 이러한 수문자료 연산 프로그램(JydroDB Solution)은 수문자료의 신뢰도를 분석할 수 있을뿐만 아니라 IRWMS 내부의 여러 모형과 연동이 가능하도록 개발하였고 수자원 전문가에 의해 테이터베이스관리가 손쉽게 이루어지도록 구성하였다.
인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다. 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고요한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미있는 정보로 변환시켜줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망의 모형결합을 통해 기존연구과는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서는 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이브릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다. 기존의 주기분할방법론은 모형개발자입장에서 여러 가지 통계기준치중에서 최적의 기준치를 합리적으로 선택해야 하는 문제가 추가적으로 발생하며, 본 연구에서는 이상의 제반 문제들을 개선시키기 위해 통합방법론으로서 기존의 인공신경망모형을 구조적으로 확장시켰다. 이 모형에서 기존의 입력층 이전단계에 새로운 층이 정의된다. 이렇게 해서 생성된 새로운 통합모형은 기존모형에서 생성되는 기본적인 학습파라미터와 더불어, 본 연구에서 새롭게 제시된 주기분할층의 파라미터들이 모형의 학습성과를 높이기 위해 함께 고려된다. 한편, 이러한 학습과정에서 추가적으로 고려해야 할 파라미터 갯수가 증가함에 따라서, 본 모델의 학습성과가 local minimum에 빠지는 문제점이 발생될 수 있다. 즉, 웨이블릿분석과 인공신경망모형을 모두 전역적으로 최적화시켜야 하는 문제가 발생한다. 본 연구에서는 이 문제를 해결하기 위해서, 최근 local minimum의 가능성을 최소화하여 전역적인 학습성과를 높여 주는 인공지능기법으로서 유전자알고리즘기법을 본 연구이 통합모델에 반영하였다. 이에 대한 실증사례 분석결과는 일일 환율예측문제를 적용하였을 경우, 기존의 방법론보다 더 나운 예측성과를 타나내었다.
공기경계층을 갖는 유리평판에서 힘의 크기가 10N이고 상승시간이 약 280ns 인 경사 점하중이 인가된 경우에 대하여 진앙점에서 입자 변위와 입자 속도를 계산하였다. 이론적으로 계산된 수직성분이 입자속도가 PZT변환자에 입사한다고 가정하여 PZT 변환자의 과도 응답특성을 Mason 등가회로와 격자점을 이용하여 계산하였다. 유리모세관의 파과시에 방출괴는 과도탄성파를 이용하여 유리평판의 진앙점에서 PZT 변환기의 응답을 조사하였고, 이론과 비교한 결과 상당히 일치하였다. 이를 이용하여 음향방출 시스템인 발생원, 전파매질, 변환자 및 신호분석시스템을 수학적으로 모형화할 수 있는 기초를 마련하였다.
Journal of the Korean Data and Information Science Society
/
제28권1호
/
pp.143-152
/
2017
블럭내의 완전랜덤화 제약은 하나의 블럭이 여러 실험구로 분할되는 분할요인모형으로 해결할 수 있다. 본 연구는 $3{\times}3$ 분할요인모형에서 두 주요인 및 하나의 블럭이 모두 고정일 경우에는, 실제로 존재하는 효과크기가 작을수록 혹은 검정대상의 요인효과 크기보다 검정대상 이외의 효과들의 크기가 상대적으로 작을수록 주구요인효과 및 세구요인효과 검정을 위한 순위변환 통계량의 검정력은 기존의 모수적 통계량의 검정력보다 뛰어남을 알 수 있다. 또한 모집단 모형의 오차항이 지수분포 및 이중지수분포일 때 효과크기 및 효과구성유형에 상관없이 거의 모든 상황하에서 순위변환 통계량의 검정력이 모수적 통계량의 검정력보다 상대적으로 높은 우위를 보이며, 정규분포 및 균일분포하에서는 상당히 유사한 수준을 나타낸다. 한편 두 주요인은 고정이나 하나의 블럭이 랜덤일 경우에는, 두 주요인 및 블럭이 모두 고정일 경우보다 모수적 통계량 및 순위변환 통계량의 검정력은 각각 낮은 수준을 보인다. 특히 주구요인효과 검정보다 세구요인효과 검정을 위한 모수적 통계량 및 순위변환 통계량의 검정력이 다소 낮은 수준임을 보이지만, 순위변환 통계량의 검정력은 모수적 통계량의 검정력에 비하여 높은 상대적 검정력 우위를 나타낸다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.