• 응용통계연구
• /
• 제29권1호
• /
• pp.157-169
• /
• 2016

이 논문에서는 비선형 자기회귀 과정을 따르는 오차항을 포함한 회귀모형에서 계수추정법의 비교를 다룬다. 비교를 위해 통상적 최소제곱추정량, 일반화 최소제곱추정량, 모수적 회귀오차 수정법, 비모수적 회귀오차 추정법을 비교하였다. 본 논문에서는 또한 비선형 자기회귀모형의 성질을 전형적인 몇가지 비선형자기회귀 모형을 예를 들어 설명한다. 비교연구의 결과 네 가지 추정량 중에 모든 상황에서 최선인 추정량은 존재하지 않았으나 비모수 회귀오차 수정 방법이 일반적으로 우수한 성능을 보임을 알 수 있다.

• 한국측량학회지
• /
• 제40권4호
• /
• pp.315-324
• /
• 2022

일반적인 조정계산에서는 독립변수의 오차는 없다고 가정하고 종속변수의 오차만을 고려하는 최소제곱해를 구한다. 그러나 지상측량에 의해 결정한 3차원 공간좌표나 GNSS (Global Navigation Satellite System) 기반 추정좌표는 성분별로 독립적으로 결정되지 않으므로 모든 성분에 오차가 있을 뿐만 아니라 공분산도 존재한다. 따라서 좌표쌍을 이용한 평면 추정이나 좌표계 변환에서는 모든 성분의 오차를 고려하는 전최소제곱을 적용해야 한다. 이를 위한 다양한 모델이 존재하며, 특별한 제약조건을 제외하면 동등한 해를 제공한다. 본 연구에서는 가우스-헬머트 모델(GHM: Gauss-Helmert Model) 기반 전최소제곱으로 VLBI 타겟이 형성하는 자취를 이용하여 평면의 법선벡터를 추정했으며, 지역좌표계를 세계측지계로 변환하는 계수 결정에도 적용했다. 평면방정식의 경우 기존 최소제곱 방법과 비교해서 법선벡터는 동일하지만 분산요소의 안정성과 타겟 위치에 따른 분산요소 특성을 명확히 확인할 수 있었다. 좌표계 변환계수는 가우스-헬머트 모델을 적용하면 변환 전후 두 좌표계에서 모두 잔차를 계산할 수 있으며, 기존 방식보다 잔차가 더 작아진다.

• 응용통계연구
• /
• 제22권5호
• /
• pp.971-979
• /
• 2009

이 논문에서는 GARCH 모형에서 변환-역변환 방법을 통해 예측값을 추정할 때 발생하는 편향을 줄이기 위한 방법을 소개한다. 모수적 붓스트랩을 활용하여 본래 척도에서의 최소평균제곱오차 예측값인 조건부 기대값을 계산한다. KOSPI와 KOSDAQ 수익률 분석을 통해 제안한 방법이 편향을 줄여주는 것을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제11권1호
• /
• pp.1-18
• /
• 2000

본 논문에서는 가장 많이 사용되는 시계열 모형중의 하나인 자기회귀모형에서 모수를 추정하는 방법으로 최소 절대 편차 추정법(least absolute deviation estimation)을 포함한 로버스트한 추정방법 (robust estimation)의 사용을 제안하고 모의 실험을 통하여 이러한 방법들을 기존의 최소 제곱 추정 방법과 예측의 관점에서 비교 검토하여 시계열 자료분석에서의 로버스트한 모수 추정 방법의 유효성을 확인해 보고자 한다.

• 한국통신학회논문지
• /
• 제40권1호
• /
• pp.88-95
• /
• 2015

본 논문은 비선형적 최소제곱법을 위한 효율적인 위치추정기법 연구를 하였다. 비선형적 최소제곱 방식은 선형적 최소제곱 방식에 비해 정확도가 높으며 거리 오차에 대해서 보다 강인한 추세를 보이지만 회기적인 방법을 취하기 때문에 계산 량이 매우 많아지는 단점이 있다. 본 논문에서는 비선형적 최소제곱 위치 추정 방식인 Newton method와 Levenberg-Marquardt 방식을 이용하였을 때 추정 위치 정확도와 복잡도 간의 기회비용 관점에서 효율적인 알고리즘을 제시하여 계산 량을 줄이면서 성능 열화를 방지할 수 있는 기법을 제시하였다. 시뮬레이션 결과로 추정 위치 정확도와 회기(iteration) 횟수를 구하고 선형적 방식의 위치 추정 성능, 기존의 비선형적 방식, 제안한 방식에 대해 비교 분석하여 제안한 알고리즘을 검증하였다.

• 응용통계연구
• /
• 제19권1호
• /
• pp.97-110
• /
• 2006

대부분의 자료는 여러가지 원인으로 인한 특이치로 오염되어 있으며, 이러한 상황에서 신뢰성 있는 추정량을 얻어내고 이에 대한 통계적 추론을 시행하는 것은 중요한 문제이다. 그러나 이제까지 제안된 로버스트 회귀추정량들은 계산상의 어려움과 정규오차모형에서 최소제곱추정량에 비하여 떨어지는 효율성때문에 통계적 추론의 정확성을 확신할 수 없었다. 최근 제안된 Lee(2004)의 가중자기조율회귀추정량(weighted self-tuning estimator, WSTE)은 다른 로버스트 회귀추정량에 비하여 정확한 계산과정과 그에 따른 추정량의 점근적 정규성 및 고붕괴점을 갖는다. 그러나 통계적 추론을 위하여 이제까지 널리 사용해왔던 로버스트 추정량에 기반한 가중최소제곱추정방법(weighted least squares estimator)은 WSTE에서조차 정규오차모형하에서 최소제곱추정량과 동일한 수준의 효율성을 제공해주지 는 못한다. 본 논문에서는 WSTE에 기반한 또다른 통계적 추론 방법을 제안하고, 이 방법을 사용함으로써 정규오차모형 및 대표본에서 보다 정확한 결과를 얻을 수 있음을 몬테칼로 모의실험을 통해 제시하였다.

• 한국음향학회지
• /
• 제35권1호
• /
• pp.49-54
• /
• 2016

본 논문에서는 커널 백피팅 알고리즘에 가중 ${\beta}$-지수승 최소평균제곱오차 추정방식(weighted ${\beta}$-order minimum mean square error: WbE)을 적용한 보컬음 분리 방식에 대해 제안한다. 음성 향상 방식에서, WbE는 진폭 성분 기반 MMSE(Minimum Mean Square Error) 추정방식, 로그 스펙트럼 진폭 기반 MMSE 추정방식 등과 같은 기존의 베이지안(Bayesian) 기반의 추정방식들 보다 객관적 및 주관적 측면에서 모두 보다 높은 성능을 나타내는 방식으로 잘 알려져 있다. 이에 본 논문에서는 기본적인 반복적 커널 백피팅 알고리즘에 WbE를 적용하여 음악 신호에서의 보컬음 분리 성능을 향상시키고자 하였다. 실험결과는 본 논문에서 제안한 방식이 기존의 분리 방식보다 분리 성능이 더 뛰어나다는 것을 보인다.

• 응용통계연구
• /
• 제15권2호
• /
• pp.395-403
• /
• 2002

반응표면방법론에서의 세번째 단계에서는 일차모형이 가정되고, 반응표면의 곡선효과는 중앙점과 2수준 부분실시법에서의 실험을 통해서 검토된다. 참모형이 2차 모형인 경우를 가정하자. 최적실험계획을 선택하기 위해서 Box와 Draper(1959)는 관심영역에서 예측치 y(x)의 평균제곱오차를 적분한 값인 가중평균제곱오차(AMSE)를 최소화 시키는 최적실험계획 기준을 제안하였다. AMSE는 예측치의 가중분산과 가중제곱편의 량의 합으로 분할될 수 있다. AMSE는 실험계획 적률과 참모형의 회귀계수들의 값에 종속되어서 가중평균제곱오차를 최 소화하는 실험 계획을 찾기는 불가능하다. 실용적인 대안으로 Box와 Draper(1959)는 가중제곱편의 량을 최소화하는 실험계획을 제안했고, 이 실험계획의 상자점들이 중앙점을 향해서 축소됨을 보였다. 이 논문에서는 표준화된 회귀계수들의 값에 대해서 실험계획의 최소효율을 최대화하는 강건한 실험계획을 제안한다.

• 응용통계연구
• /
• 제28권6호
• /
• pp.1227-1234
• /
• 2015

전통적으로 최적실험을 위한 실험기준들은 기본적으로 가정된 모형에 의존한다. 따라서 모형에 대한 완벽한 정보를 가지지 않는 경우 실험자는 곤란에 빠질 수 밖애 없다. Box와 Draper (1959) 이런 상황에 대비해 적분된 평균제곱오차의 편의부분에 해당하는 적분된 편의를 최소화하는 실험기준을 제안하고 필요충분조건을 명시하였다. 그러나 간단한 예제를 제외하고는 문헌에서는 이러한 필요충분조건을 만족하는 실험에 대한 구채적인 예제는 계산상의 문제로 예상외로 많이 연구가 되어 있지 않다. 비록 수치적인 해이긴 하지만 다항회귀모형을 중심으로 최소편의를 만족하는 실험의 성격을 파악하였는데 결론적으로 양극단에서 안쪽 방향으로 이탈되는 위치에서 받힘점이 형성되는 것을 알 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.154-155
• /
• 2022

본 논문에서는 RGB-D 카메라 캘리브레이션의 결과를 개선하는 새로운 기법을 제안한다. 멀티 뷰 카메라 캘리브레이션은 카메라를 통해 획득한 이미지에서 특징점을 찾아 다른 카메라에서 촬영된 동일한 특징점을 기준으로 캘리브레이션을 진행하는 것이 일반적이다. 그러나 카메라를 통해 획득된 RGB-D 영상은 필연적으로 렌즈와 Depth senor에 의한 오차가 포함되기 때문에 정확한 캘리브레이션 결과를 획득하는 것은 어려운 과정이다. 본 논문에서는 이를 개선하기 위해 획득한 특징점을 기반으로 캘리브레이션을 진행한 후, 최소제곱법을 통해 각 특징점간의 거리가 최소가 되는 카메라 파라미터를 획득하여 결과를 개선하는 기법을 제안한다.