• Journal of the Korean Data and Information Science Society
• /
• v.7 no.2
• /
• pp.211-217
• /
• 1996

본 논문은 확률밀도함수의 l 번째 도함수의 커널추정법에 관하여 다루고 있다. 확률밀도함수 도함수의 커널추정에 사용될 수 있는 두가지 평활량의 선택법, 교차타당성방법과 삽입방법에 의한 평활량의 점근분포를 규명하고 이들의 상대적 수렴속도를 각각 밝히고 삽입방법의 우수성을 소표본 모의실험을 통하여 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.23 no.1
• /
• pp.79-87
• /
• 2012

In the case that the probability density function has a discontinuity point, Huh (2002) estimated the location and jump size of the discontinuity point based on the difference between the right and left kernel density estimators using the one-sided kernel function. In this paper, we consider the cross-validation, made by the right and left maximum likelihood cross-validations, for the bandwidth selection in order to estimate the location and jump size of the discontinuity point. This method is motivated by the one-sided cross-validation of Hart and Yi (1998). The finite sample performance is illustrated by simulated example.

• Journal of the Korean Data and Information Science Society
• /
• v.5 no.2
• /
• pp.1-9
• /
• 1994

확률밀도함수의 적합도 검정을 위한 새로운 검정 통계량을 소개하고 커널확률밀도함수 추정량을 이용한 제안된 검정 통계량의 점근 정규성을 규명하였다. 제안된 통계량과 콜모고르프-스미르노프 통계량과의 소표본 모의 실험비고를 통하여 제안된 통계량의 우수성을 입증하였다.

• The Korean Journal of Financial Studies
• /
• v.10 no.1
• /
• pp.1-44
• /
• 2004

연속시간모형은 시간의 흐름에 대응되는 자본자산의 운동의 성질과 시간의 흐름에 따라 형성되는 자본자산의 가격을 동시적으로 파악할 수 있는 것이 큰 장점이다. 연속시간 확률미분방정식을 구성하는 표류함수와 확산함수가 폐형해나 해석적 형태로 존재하지 않는 경우가 대부분이다. 여기에서 모수추정의 어려움이 발생한다. 전이 확률밀도함수의 인지 또는 발견의 어려움과 표류함수와 확산함수의 적분 불가능성은 최대가능도법의 사용을 어렵게 만든다. 여기에서 모수방법 보다는 비모수방법을 통하여 연속 확률 미분방정식을 추정하려는 성향이 존재한다. 밀도를 모르면 표본적률을 사용하여 모수를 추정할 수 있으므로 일반화 적률법이 연속시간 확률미분방정식의 모수 추정과 검정에 사용되고 있다. 전이밀도의 값을 시뮬레이션을 통하여 얻는 마코브연쇄 몬테카를로 방법, 전이밀도를 무한소 생성작용소를 통하여 얻는 방법, 비 모수방법, 여러 종류의 전개에 의하여 얻은 표류함수와 확산함수의 전이밀도에 대한 최대가능도법 등 여러 종류의 연속시간 확률미분방정식의 실증분석에서 사용되고 있다. 이 논문에서는 연속시간 확률미분방정식의 실증분석 방법들을 정리하는데 목적이 있다. 이일균(2004)은 이 논문과의 자매논문으로 시뮬레이션에 의한 확률미분방정식의 추정을 다루고 있어 시뮬레이션방법은 그 논문에 미룬다.

• The KIPS Transactions:PartB
• /
• v.13B no.1 s.104
• /
• pp.27-34
• /
• 2006

In this study, we propose this new algorithm that generates score function in ICA(Independent Component Analysis) using entropy theory. To generate score function, estimation of probability density function about original signals are certainly necessary and density function should be differentiated. Therefore, we used kernel density estimation method in order to derive differential equation of score function by original signal. After changing formula to convolution form to increase speed of density estimation, we used FFT algorithm that can calculate convolution faster. Proposed score function generation method reduces the errors, it is density difference of recovered signals and originals signals. In the result of computer simulation, we estimate density function more similar to original signals compared with Extended Infomax and Fixed Point ICA in blind source separation problem and get improved performance at the SNR(Signal to Noise Ratio) between recovered signals and original signal.

• Journal of the Korean Data and Information Science Society
• /
• v.8 no.1
• /
• pp.9-20
• /
• 1997

Several methods are proposed for optimizing Fourier series estimators with respect to Mean Integrated Square Error metrics. Traditionally, such method have followed. one of two basic strategies; A stopping rules or the rules of determine multipliers. A central hypothesis of this study is that better estimates can be obtained by combining the two strategies. A new multiplier sequence is proposed, which used in conjunction with any of the stopping rules, is shown to improve the performance of estimator which relies solely on a stopping rule.

• The Journal of the Acoustical Society of Korea
• /
• v.12 no.6
• /
• pp.21-27
• /
• 1993

계층형 신경망은 패턴 분류를 위해 사용되어 왔다. 이것은 주어진 교사패턴들의 학습으로 원하는 입력-출력 간의 매핑을 할 수 있기 때문이다. 신경망은 타겟ㅌ트 패턴이 입력 패턴의 카테고리에 일치할 때 타겟트 패턴을 학습하므로서 사후 확률을 근사화할 수 있다. 그리고 입력 공간을 부분 공간으로 나누어 학습 데이터들의 비율로서 만든 타겟트 벡터들로 학습한 신경망은 확률밀도 함수를 나타낼 수 있다. 본 연구에서는 역전파 학습법을 이용한 계층형 NN 과 코드북으로서 사후 확률과 확률밀도함수의 측정방법을 제안하였다. VQ 로 추정한 사후확률고 확률밀도함수를 이용하여 학습이 필요없는 RBF network 의 일종인 PNN으로 모음 인식을 수행 하였다. 인식 실험에서 PNN 의 결과는 역전파 학습법을 이용항 3층 신경망과 VQ 의 평균 인식율과 비교되었다. VQ-PNN의 인식율이 다른 것보다 우수하게 나타났다.

• Water for future
• /
• v.33 no.5
• /
• pp.49-55
• /
• 2000

전통적인 매개변수적 목적함수 추정방법은 관측자료의 모든 영역에 걸쳐 선형 또는 지수함수 형태의 가정을 기본으로 매개변수를 추정하는 반면 비매개 변수적 Kernel 가중함수를 이용한 방법은 목적함수의 형태에 대한 가정이 필요 없이 관심 있는 임의의 추정지점에서 이웃하는 자료를 이용하여 목적함수를 국지적으로 근사하는 방법이다. 추계학적 수문학의 전형적인 문제인 "목적함수의 가정"에 의해 발생되는 문제를 줄이려는 노력의 일환으로 비매개변수적 Kernel 가중함수를 이용하는 방법에 연구되었고, 본 지면에서는 Kernel 가중함수를 이용한 비매개변수적 확률밀도함수의 기본이론과 빈도해석, 회귀모형 및 비동질성 천이확률 등의 수문학적 응용에 대하여 살펴보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.584-588
• /
• 2004

본 연구에서는 혼합 확률밀도함수를 이용한 면적감소계수의 추정법을 제안한다. 기존 면적감소계수의 추정에는 동시간 강우자료가 필요하나 그런 자료를 충분히 추하기는 쉽지 않다. 본 연구에서 제안하는 방법은 보다 가용한 일 강우자료를 이용하는 방법으로 강우의 간헐성을 고려하기 위해 연속분포가 아닌 혼합분포를 이용한다. 본 연구에서는 혼합감마분포를 이용하여 금강유역의 면적감소계수를 추정하였으며, 그 결과 보다 쉽게 아울러 기존의 방법에 의한 결과와 잘 대비되는 결과를 얼을 수 있었다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.16 no.3
• /
• pp.152-161
• /
• 2004

Double-peak normal distribution function was suggested as the probability density function of the tidal elevation data in Korean coastal zone. Frequency distribution analysis was carried out using hourly tidal elevation data of the ten tidal gauging stations, i.e., Incheon, Kunsan, Mokpo, Cheju, Yeosu, Masan, Gadeokdo, Pusan, Pohang, and Sokcho which were served through the Internet Homepage by the National Ocean Research Institute. Based on the RMS error and $R^2$ value comparison analysis, it was found that this suggested function as the probability density function of the tidal elevation data was found to be more appropriate than the normal distribution function. The parameters of the double-peak function were estimated optimally using Levenberg-Marquardt method which was modified from the Newton method. The estimated parameters were highly correlated with the non-tidal constants of the tidal gauging stations.