• Communications for Statistical Applications and Methods
• /
• 제15권2호
• /
• pp.283-292
• /
• 2008

커널밀도함수의 추정을 이용한 분류 문제에서 평활모수(smoothing parameter, bandwidth)의 선택은 핵심적으로 중요한 역할을 한다. 본 논문에서는 분류에서 베이즈 리스크를 최적화하기 위한 평활모수의 선택이 각 개별 확률밀도함수를 추정하기 위한 최적의 평활모수와 어떤 관계가 있는지 살펴보았다. 실제 상황에서 사용할 수 있는 평활모수의 선택 방법으로 붓스트랩(bootstrap)과 교차확인법(cross-validation)을 이용하는 것을 비교한 결과, 붓스트랩 방법은 Hall과 Kang (2005)에서 밝혀진 이론적인 성질에 부합하는 반면 교차확인법은 그렇지 못함을 확인하였다. 또한, 각 방법으로 정한 평활모수를 사용하여 오분류율을 조사해 본 결과에서도 붓스트랩 방법이 우월함을 알 수 있었다.

• 한국수학사학회지
• /
• 제17권2호
• /
• pp.15-20
• /
• 2004

본 논문에서는 밀도 추정에 관한 통계량으로서 불편성과 일치성에 관하여 제시하고 밀도함수에 관한 평활 방법으로서 히스토그램과 커널 밀도 추정 및 극소적응평활(local adaptive smoothing)에 관하여 보이고자 한다. 그리고 과거에서 현재까지 비모수 밀도 추정에 관한 연구에 관하여 조사하고 논하고자 한다.

• 지구물리
• /
• 제4권3호
• /
• pp.175-182
• /
• 2001

본 논문에서는 의료영상의 응용분야로서 방출전산화단증 영상에 사용되는 베이지안 방법을 위한 Gibbs 사전정보의 평활 파라미터를 결정하는 문제를 다룬다. 특히, 광역 하이퍼파라미터(평활 파라미터)가 해외 편향과 분산의 균형을 조절하는 단순 평활사전정보(일명 멤브레인)를 연구 대상으로 한다. 본 논문에서 사용된 방법은 관측된 훈련데이터에 MI. 방법을 적용한 하이퍼파라미터 추정법에 기반을 두며, 이러한 접근방법에 대한 동기에 대하여도 논한다. 멤브레인 사전정보를 위한 평활 파라미터의 경우 단순한 ML 추정법을 적용하여도 파라미터가 쉽게 추정될 수 있음을 보인다.

• 공학논문집
• /
• 제4권1호
• /
• pp.47-54
• /
• 2002

본 논문에서는 의료영상의 응용분야로서 방출전산화단층 영상에 사용되는 베이지안 방법을 위한 Gibbs 사전정보의 평활 파라미터를 결정하는 문제를 다룬다. 특히, 광역 하이퍼파라미터(평활 파라미터)가 해의 편향과 분산의 균형을 조절하는 단순 평활사전정보(일명 멤브레인)를 연구 대상으로 한다. 본 논문에서 사용된 방법은 관측된 훈련데이터에 ML 방법을 적용한 하이퍼파라미터 추정법에 기반을 두며, 이러한 접근방법에 대한 동기에 대하여도 논한다. 멤브레인 사전정보를 위한 평활 파라미터의 경우 단순한 ML 추정법을 적용하여도 파라미터가 쉽게 추정될 수 있음을 보인다.

• Journal of the Korean Data and Information Science Society
• /
• 제7권2호
• /
• pp.257-262
• /
• 1996

본 논문은 스플라인 희귀모형에서 평활모수를 추정할 때 사전 작업으로 영향력 진단을 하는 문제를 다룬다. 평활모수의 추정방법으로 일반화최대우도함수법을 사용할 때, 얻어지는 추정 치에 영향을 주는 관측치를 진단하는 측도를 제안하고, 찾아낸 영향력 관측치를 수정하여 올바른 평활모수 추정치를 찾는 방법을 소개한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 추계학술대회
• /
• pp.189-192
• /
• 2015

본 논문에서는 HDR(high dynamic range)영상을 LDR(low dynamic range)영상장치에 표현하기 위해 히스토그램 변형기법과 구간별 히스토그램 평활화를 이용한 인지기반의 톤 맵핑(tone mapping)기법을 제안한다. 인간의 시각특성을 이용한 톤 맵핑 알고리듬은 상당히 효과적이지만 고정된 형태의 맵핑 함수를 사용하기 때문에 모든 영상에서 동일한 효과를 얻지 못한다. 그리고 히스토그램 변형 기법을 적용한 인지기반 톤 맵핑 알고리듬의 경우 인지기반 톤 맵핑 함수를 이용해서 원 영상의 히스토그램을 제한하고 보상과정을 통해서 적극적인 톤 맵핑 함수를 얻을 수 있다. 그렇기 때문에 contrast 의 향상과 원 영상의 디테일 보존을 함께 얻을 수 있다. 하지만 전역 히스토그램 평활화의 사용으로 영상이 지나치게 밝아지거나 지나치게 어두워지는 경우가 발생할 수 있다. 제안하는 방법은 구간별 히스토그램 평활화를 적용하여 톤 맵핑 함수를 얻는다. 이는 과도한 평활화를 방지하고 원 영상의 디테일 보존의 성능이 더 좋다. 시뮬레이션 및 실험을 통해 성능을 비교하고 기존 방법에 비해 제안한 방법이 우수함을 입증한다.

• 한국수학사학회지
• /
• 제19권3호
• /
• pp.113-122
• /
• 2006

본 논문에서는 오늘날 관심의 대상이 되고 있는 평활에 관한 수학적 배경, 통계적 방법론, 그리고 평활방법론이 적용될 수 있는 컴퓨터-소프트웨어 교육분야에 관하여 조사하고 논하고자 한다. 뿐만 아니라 수학과 통계를 기반으로 히스토그램, 커널밀도추정량, 적응커널추정량, 띠너비선택방법에 관한 개념과 방법론을 소개하고자한다.

• 한국해양공학회지
• /
• 제8권2호
• /
• pp.173-184
• /
• 1994

원자력 압력용기강의 탄소성 파괴인성값 $J_IC$를 CT형 시험편을 이용하여 검토하였으며, 평활 시험편 및 측면홈 시험편의 두께는 각각 $B_O$=25.4mm, $B_N$=20.4mm 이다. 측면홈의 깊이는 19.7% 이며, 홈의 각도는 90 .deg.로 가공하였다. 탄소성 파괴인성시험은 ASTM E813-81과 JSME S001-81의 추천방법에 따라 실시하였다. 두 추천방법으로 실험한 결과 ASTM 방법에 의한 $J_IC$값이 과대평가됨으로써 부대조건에 만족되지 못하였지만 JSME방법은 만족되었다. 측면홈 시험편은 R고선법에 의한 ductile tearing의 결정이 평활 시험편보다 용이하였으며, 이에 따른 $J_IC$값의 정확성을 배가 할 수 있었다. 또한 임계 스트레치존 폭($SZW_C$)은 측면홈에 의한 높은 3축응력이 발생되어 평활시험편보다 적게 나타났으며, 이러한 복합적인 원인에 기인하여 스트레치존법에 의한 $J_IC$평가는 R곡선법에 의한 평가보다 약간 과대평가됨을 알 수 있었다.

• 응용통계연구
• /
• 제14권2호
• /
• pp.333-344
• /
• 2001

통계적 추론에 사용되는 많은 통계량들은 평균벡터의 평활함수의 형태로 표현이 가능하다. 본 연구에서는 이들 통계량들의 분포함수에 대한 안부점근사법을 제시하였다. 이 방법은 Na(1998)에서 제시된 일반적 통계량의 분포함수에 대한 안부점근사법이 평균벡터의 평활함수모형에 특히 유용하게 사용될 수 있음을 보인 것이다. 이 근사법은 정규근사에 비해 근사의 정도가 뛰어나며, 특히 통계량의 꼬리부분의 확률에 대해서도 정확도가 그대로 유지되는 장점이 있어 정밀한 추론이 요구되는 많은 문제에 효과적으로 사용될 수 있다. 모의 실험에 사용할 평균벡터의 평활함수 모형으로는 스튜던트화 분산을 고려하였다.

• 응용통계연구
• /
• 제14권2호
• /
• pp.357-367
• /
• 2001

Huber의 M-추정함수의 형태는 조율상수가 주어질 때 비로소 그 형태가 결정된다. 조율상수를 커널밀도함수추정량의 평활계수를 이용하여 구하여 보았고, 모의실험을 통해 기존에 상요되는 조율상수들과 그 성능을 비교하여 보았다. 그 결과 새로운 방법에 의해 구해진 조율상수가 기존의 조율상수를 사용하는 경우 보다 모의실험을 통해 얻은 추정치의 분산이 작게되는 경우가 있음을 알았다.