• Journal of KIISE:Software and Applications
• /
• v.36 no.4
• /
• pp.273-282
• /
• 2009

Missing data is one of the common problems in building analysis or prediction models using software project data. Missing imputation methods are known to be more effective missing data handling method than deleting methods in small software project data. While K nearest neighbor imputation is a proper missing imputation method in the software project data, it cannot use non-missing information of incomplete project instances. In this paper, we propose an approach to missing data imputation for numerical software project data by combining K nearest neighbor and maximum likelihood estimation; we also extend the average absolute error measure by normalization for accurate evaluation. Our approach overcomes the limitation of K nearest neighbor imputation and outperforms on our real data sets.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1999.04a
• /
• pp.407-408
• /
• 1999

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.1
• /
• pp.153-161
• /
• 2017

Branching processes which is used for epidemic dispersion as stochastic process model have advantages to estimate parameters by real data. We have to estimate both mean and dispersion parameter in order to use the negative binomial distribution as an offspring distribution on branching processes. In existing studies on biology and epidemiology, it is estimated using maximum-likelihood methods. However, for most of epidemic data, it is hard to get the best precision of maximum-likelihood estimator. We suggest a Bayesian inference that have good properties of statistics for small-sample. After estimating dispersion parameter we modelled the posterior distribution for 2015 Korea MERS cases. As the result, we found that the estimated dispersion parameter is relatively stable no matter how we assume prior distribution. We also computed extinction probabilities on branching processes using estimated dispersion parameters.

• Proceedings of the Korean Reliability Society Conference
• /
• 2000.11a
• /
• pp.315-320
• /
• 2000

본 연구에서는 수리 가능한 시스템에서 고장 강도와 수리 효과에 대한 모수 추정 문제를 다룬다. 시스템이 노후화로 인한 고장이 발생할 경우 최소수리가 행해지고 계획된 예방정비에서는 비례적 수명 감소가 이루어지는 수명 데이터에 대해서 고장 강도 함수의 모수와 정비의 수리효과를 추정하기 위해서 최대 우도 함수 방법을 이용한다. 또한 유전자 알고리즘을 이용해서 우도 함수를 최대화시키는 절차를 개발하고 수치 예제를 나타낸다.

• Proceedings of the Korean Institute of Communication Sciences Conference
• /
• 2004.07a
• /
• pp.29-29
• /
• 2004

• Journal of Advanced Navigation Technology
• /
• v.27 no.1
• /
• pp.43-49
• /
• 2023

Object tracking is being studied with various techniques such as Kalman filter and Luenberger tracker. Even in situations, such as the one in which the system model is not well specified, to which existing signal processing techniques are not successfully applicable, it is possible to design artificial neural networks to track objects. In this paper, we propose an artificial neural network, which we call 'maximum-likelihood weighted-average neural network', to continuously track unpredictably moving objects. This neural network does not directly estimate the locations of an object but obtains location estimates by making weighted average combining various results of maximum likelihood tracking with different data lengths. We compare the performance of the proposed system with those of Kalman filter and maximum likelihood object trackers and show that the proposed scheme exhibits excellent performance well adapting the change of object moving characteristics.

• Communications for Statistical Applications and Methods
• /
• v.16 no.2
• /
• pp.229-238
• /
• 2009

We propose a simple algorithm for obtaining MTL(maximum trimmed likelihood) estimates. The algorithm finds the subset to use to obtain the global maximum in the series of eliminating process which depends on the likelihood of cells in a contingency table. To evaluate the performance of the algorithm for MTL estimators, we conducted simulation studies. The results showed that the algorithm is very competitive in terms of computational burdens required to get the same or the similar results in comparison with the complete enumeration.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.169-173
• /
• 2010

토양침식은 농경지 면적의 감소 및 사태 유발, 토사의 하천 유입으로 인한 생태계 교란 및 오염물질 확산 등의 피해를 야기시킨다. 토양침식을 유발하는 가장 큰 인자는 일반적으로 강우로 알려져 있으며, 연구대상 지역의 토양침식량을 산정하기 위해서는 강우침식인자를 추정하는 과정을 거치게 된다. 이와 관련하여 정필균(1983), 박정환 등(2000)은 각각 1980년, 1996년 이전의 강우자료를 이용하여 우리나라 강우침식인자를 제시한 바 있으나, 기상청에서 제공하는 1시간 단위 강우량으로 30분 최대 강우강도를 추정하는 것이 제한되어, 근래에 들어서는 연강수량을 이용하여 강우침식인자를 산정할 수 있는 국외 추정식을 적용하는 연구사례가 늘고 있다. 본 연구는 기상청에서 제공하는 1시간 단위 강우자료를 바탕으로 각 호우사상별 30분 최대 강우강도를 추정하여 보다 정확한 연강우침식인자를 산출하기 위한 것으로서 강우의 스케일 성질을 이용하였다. 속초 지점의 2007년 강우자료를 바탕으로 각 호우사상의 1시간 최대 강우량을 하향스케일링 하여 30분 최대 강우강도를 산출하여 강우침식인자를 산정한 결과, 기존의 $EI_{30}$와 $EI_{60}$의 상관관계식 및 연강수량을 이용한 추정방법보다 더 합리적임을 알 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.105-106
• /
• 2017

본 논문에서는 최대 우도 기반 파라미터 생성 알고리즘을 적용하여 인공 신경망의 출력인 음향 파라미터 열의 정확성 및 자연성을 향상시키는 방법을 제안하였다. 인공 신경망의 출력으로 정적 특징벡터 뿐 만 아니라 동적 특징벡터도 함께 사용하였고, 미리 계산된 파라미터 분산을 파라미터 생성에 사용하였다. 추정된 정적, 동적 특징벡터의 평균, 분산을 EM 알고리즘에 적용하여 최대 우도 기준 파라미터를 추정할 수 있다. 제안된 알고리즘은 파라미터 생성 시 동적 특징벡터 및 분산을 함께 적용하여 시간축에서의 자연성을 향상시켰다. 제안된 알고리즘의 객관적 평가로 MCD, F0 의 RMSE 를 측정하였고, 주관적평가로 선호도 평가를 실시하였다. 그 결과 기존 알고리즘 대비 객관적, 주관적 성능이 향상되는 것을 검증하였다.

• The Korean Journal of Applied Statistics
• /
• v.12 no.2
• /
• pp.573-584
• /
• 1999

본 연구는 이변량 회귀모형을 이변량 자료에 적용할 때 이변량 자료(분리형 자료) 이외에 이변량 자료를 합산한 일변량 자료(통합형 자료)를 동시에 사용하는 문제를 고찰하였다. 특징을 파악하기 위하여 설명변수가 하나인 경우를 다루었는데 통합형 자료의 첨가효과를 회귀계수의 추정량의 평균제곱오차의 크기로서 측정하면서 효과와 이변량 모형과의 관계를 조사하였다. 최대우도 추장량의 특성으로부터 대표본의 성질을 추출하고 또한 모의실험을 통하여 소표본에서도 대표본의 성질이 만족하는지 조사하였고 끝으로 실제 자료에 적용하여 보았다.