• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.65-67
• /
• 2018

본 논문에서는 특정 공간의 흡연 여부를 감지하는 시스템을 소개한다. 제안하는 시스템은 라즈베리 파이로 이루어진 무선 애드혹 네트워크 기반 위에 구현되었다. 이는 상용 흡연 모니터링 시스템에 비하여 저가의 장치를 이용하여 경제적이며, 하나의 라즈베리파이를 이용한 또 다른 기존의 시스템에 비하여 확장성이 뛰어나다. 본 논문에서는 센서로부터 장시간 측정한 데이터를 이용하여 흡연 시와 비흡연 시 일산화탄소 농도의 확률밀도함수를 가우시안 함수로 근사화하였다. 이를 바탕으로 최대 우도 검파 (maximum likelihood detection) 기법을 이용하여, 일산탄소농도 값으로 흡연 상태를 추정하는 기법을 제안한다. 또한 애드혹 네트워크로 연결된 복수의 센서들로부터 수집한 값으로 흡연 상태를 추정하여 신뢰도를 높이고자 하였다.

• 응용통계연구
• /
• 제30권5호
• /
• pp.775-791
• /
• 2017

이진 데이터는 일상 생활에서 자주 접할 수 있는 데이터이다. 이진 데이터를 회귀 분석하는 방법으로 로지스틱(Logistic), 프로빗(Probit), Cauchit, Complementary log-log 모형이 주로 쓰이는데, 이 방법 이외에도 Liu(2004)가 제시한 t 분포를 이용한 로빗(Robit) 모형, Kim 등 (2008)에서 제시한 일반화 t-link 모형을 이용한 방법 등이 있다. 유연한 분포를 이용하면 유연한 회귀 모형이 가능해지는 점에 착안하여, 이 논문에서는 Theodossiou(1998)에서 제시된 기운 일반화 t 분포 (Skewed Generalized t Distribution)의 이용하여 우도 함수를 최대로 하는 이진 데이터 회귀 모형을 소개한다. 기운 일반화 t 분포를 R glm 함수, R sgt 패키지를 연결하여 이 논문에서 제시한 방법을 R로 분석할 수 있는 방법을 소개하고, 피마 인디언(Pima Indian) 데이터를 분석한다.

• Journal of the Korean Data and Information Science Society
• /
• 제8권2호
• /
• pp.183-194
• /
• 1997

이 논문의 목적은 제2종 중도절단자료된 가속수명 자료가 형상모수를 고정시킨 와이블분포를 한다는 가정에서 데이터에 대한 경험적베이즈 방법을 이용하여 분석하는데 있다. 이 논문에서는 적률추정법과 최우추정법을 이용한 경험적 베이지안 방법을 제안하고, Pathak등에 의해 제안된 경험적베이지안 방법과 비교한다. 특히, 인위적 자료를 이용한 모의 실험을 통하여 추정량들을 추정된 베이즈위험측면에서 비교한다.

• 조명전기설비학회논문지
• /
• 제16권5호
• /
• pp.104-111
• /
• 2002

본 논문에서는 EM(Expectation-Maximization) 알고리즘을 이용한 자동적인 퍼지 규칙생성과 적응 뉴로-퍼지 제어기(Adaptive Neuro-Fuzzy Controller)의 설계를 제안한다. EM 알고리즘은 가우시안 혼합모델(Gaussian Mixture Model)의 최대우도추정(Maximum Likelihood Estimate)을 위해 사용되어지며 본 논문에서는 규칙생성을 위해 클러스터 중심을 추정한다. 추정된 클러스터는 ANFIS(Adaptive Neuro-Fuzzy Inference System)의 퍼지 규칙과 소속함수를 구축하는데 사용되어진다. 시뮬레이션으로 제안된 적응 뉴로-퍼지 제어기의 성능을 입증하기 위해 목욕물 온도 제어 시스템에 대해 다루고 기존 퍼지 제어기에 비해 적은 규칙의 수와 작은 값의 SAE(Sum of Absolute Error)으로 성능개선을 확인하였다.

• 한국경영과학회지
• /
• 제38권1호
• /
• pp.201-216
• /
• 2013

Diffusion is a basic mathematical tool for modern financial engineering. The theory of the estimation methods for diffusion models is an important topic of the financial engineering. Many researches have been tried to apply the likelihood estimation method for estimating diffusion models. However, the likelihood estimation method for diffusion is complicated and needs much amount of computing. In this paper we develop the estimation methods which are simple enough to be compared to the Euler approximation method, and efficient enough statistically to be compared to the likelihood estimation method. We devise pseudo-likelihood and propose the maximum pseudo-likelihood estimation methods. The pseudo-likelihoods are obtained by approximating the transition density with normal distributions. The means and the variances of the distributions are obtained from the delta expansion suggested by Lee, Song and Lee (2012). We compare the newly suggested estimators with other existing estimators by simulation study. From the simulation study we find the maximum pseudo-likelihood estimator has very similar properties with the maximum likelihood estimator. Also the maximum pseudo-likelihood estimator is easy to apply to general diffusion models, and can be obtained by simple numerical steps.

• 응용통계연구
• /
• 제27권3호
• /
• pp.445-459
• /
• 2014

일반적으로 특정한 작업에 익숙해진다는 것은 그 작업에 투입되는 노력에 비해 산출되는 성과가 보다 뚜렷해진다는 것을 의미한다. 동일한 양이나 정도의 노력을 들여 특정한 작업을 반복적으로 수행하게 되면 초기 시점보다 원하는 성과를 기대 이상으로 얻게 된다는 것을 의미한다. 이를 학습곡선효과(learning-curve effects)'라고 한다. 본 연구에서는 특정한 작업을 반복시행한 결과가 개수형인 형태로 측정되는 변수에 대해 (역)S자 형태를 가지는 통계적 모형을 적용하고자 한다. 다양한 모의실험 하에서의 모형의 성능을 평가하고 특정질환으로 인한 사망자 자료에 적합하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.143-143
• /
• 2015

기존의 빈도해석에서는 자료의 정상성을 가정하며, 이에 따라 적정모형 선정 시에 $x^2$ 검정이나 PPCC(Probability Plot Correlation Coefficient)검정과 같은 적합도 검정방법을 사용한다. 하지만 자료에서 경향성이 나타나거나 평균, 분산, 매개변수 등이 시간에 따라 변하는 등의 비정상성 현상들이 관측됨에 따라 비정상성 빈도해석에 관한 연구들이 활발히 진행되고 있다. 비정상성 빈도해석에서는 시간항과 같은 공변량이 포함된 매개변수를 가지는 비정상성 모형을 적용하게 되는데, 시간에 따라 매개변수가 계속 변하므로 매개변수에 따라 검정통계량이 고정되어 있는 기존의 적합도 검정방법의 적용이 어렵다. 따라서 비정상성 빈도해석의 적정 모형 선정에 적용할 수 있는 방법으로 최우도 함수에 기반한 모형 평가 방법인 AIC와 BIC가 추천되고 있으며 자료길이가 충분하지 않은 경우에는 AIC 대신하여 AICc의 사용이 추천되고 있다. 본 연구에서는 극치사상을 나타내는데 적합한 분포형인 GEV분포형의 위치, 규모 매개변수를 시간항으로 나타낸 다양한 비정상성 GEV모형에 대하여 Monte-Carlo 모의실험을 통해 AICc와 BIC의 적용성을 검토하였으며, 비정상성이 관측되는 실측 자료에 적용해보았다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제11권5호
• /
• pp.107-113
• /
• 2007

본 연구에서는 정적 풍하중에 대한 교량의 취약도 평가 방법을 제시하였으며, 이를 이용하여 대상 교량인 6경간 엑스트라도즈드교에 대하여 정적 풍하중 취약도 분석을 수행하였다. 정적 풍하중산정과 하중조합은 국내 설계기준을 사용하여 산정하였으며, 이때 정적 풍하중에 대한 불확실성과 확률분포 특성은 난수를 사용하여 고려하였다. 취약도 곡선은 대수 정규분포함수의 형태로 나타내었으며, 이때 변수인 중간값과 대수표준편차는 최우도추정법(maximum likelihood method)에 의하여 구하였다. 취약도 분석을 수행한 결과 대상교량은 정적 풍하중에 대하여 안전한 것으로 평가되었다.

• 대한전자공학회논문지SP
• /
• 제49권3호
• /
• pp.51-59
• /
• 2012

본 논문에서는 마르코프 네트워크로 모델링된 다관절체(Articulated body) 사람을 양안 영상(stereo image)을 통해 획득 되어진 디스패리티 맵(disparity map)을 이용해 효과적으로 추적하는 방법을 제안한다. 기존의 색상 정보만을 사용하여 에너지함수의 우도(likelihood)를 계산하는 방법은 조명 및 그림자의 영향과 배경 색상의 임의성 때문에 강건하지 못 하다. 본 논문에서는 색상 정보에 더불어 디스패리티 정보를 활용하여 우도를 계산하는 방법을 제안한다. 원통형 모양의 사람의 신체 요소(body part)는 2차원 영상으로 사영될 때 직사각형으로 사영되므로 이 직사각형의 디스패리티의 분포가 불연속 하지 않다는 특성을 이용한다. 또한 본 논문에서는 디스패리티 맵을 사용한 조건적 메시지 생성 방법을 제안해 신뢰 전파에서 불필요한 메시지 업데이트 수행을 줄이는 방법을 보여준다. 메시지 업데이트는 신뢰 전파 알고리즘의 전체 수행 시간에 80% 이상을 차지하므로, 조건적 메시지 생성 방법은 기존 대비 9~45%의 속도 향상을 보였다. 또한 사람의 연속적인 움직임 특성을 이용한 다이나믹 모델을 제안해 추적 속도를 향상하였다. 자세한 내용은 4장에 설명되어 있다. 실험 결과 제안하는 디스패리티 정보를 활용한 신뢰 전파를 사용해 다관절체를 추적하는 방법은 기존 대비 강건한 추적 결과와 함께 빠른 속도로 추적할 수 있었다.

• 한국수자원학회논문집
• /
• 제41권1호
• /
• pp.35-47
• /
• 2008

저수분석(low flow analysis)은 수자원공학에서 중요한 분야 중 하나이며, 특히 저수량 빈도분석(low flow frequency analysis)의 결과는 저수(貯水)용량의 설계, 물 수급계획, 오염원의 배치 및 관개와 생태계의 보존을 위한 수량과 수질의 관리에 중요하게 사용된다. 그러므로 본 연구에서는 저수량 빈도분석을 위한 점 빈도분석을 수행하였으며, 특히 빈도분석에 있어서의 불확실성을 탐색하기 위하여 Bayesian 방법을 적용하고 그 결과를 기존에 사용되던 불확실성 탐색방법과 비교하였다. 본 논문의Ⅰ편에서는 Bayesian 방법 중 사전분포(prior distribution)와 우도함수(likelihood function)의 복잡성에 상관없이 계산이 가능한 Bayesian MCMC(Bayesian Markov Chain Monte Carlo) 방법과 Metropolis-Hastings 알고리즘을 사용하기 위한 여러 과정의 이론적 배경과 Bayesian 방법에서 가장 중요한 요소인 사전분포를 구축하고 이를 비교 및 평가하였다. 고려된 사전분포는 자료에 기반하지 않은 사전분포와 자료에 기반한 사전분포로써 두 사전분포를 이용하여 Metropolis-Hastings 알고리즘을 수행하고 그 결과를 비교하여 저수량 빈도분석에 합리적인 사전분포를 선정하였다. 또한 알고리즘의 수행과정에서 필요한 제안분포(proposal distribution)를 적용하여 그에 따른 알고리즘의 효율성을 채택률(acceptance rate)을 산정하여 검증해 보았다. 사전분포의 분석 결과, 자료에 기반한 사전분포가 자료에 기반하지 않은 사전분포보다 정확성 및 불확실성의 표현에 있어서 우수한 결과를 제시하는 것을 확인할 수 있었고, 채택률을 이용한 알고리즘의 효용성 역시 기존 연구자들이 제시하였던 만족스러운 범위를 가지는 것을 알 수 있었다. 최종적으로 선정된 사전분포는 본 연구의 II편에서 Bayesian MCMC방법의 사전분포로 이용되었으며, 그 결과를 기존 불확실성의 추정방법의 하나인 2차 근사식을 이용한 최우추정(maximum likelihood estimation)방법의 결과와 비교하였다.