• 한국음향학회지
• /
• 제11권1호
• /
• pp.67-79
• /
• 1992

적응방식이나 실시간 처리에 적합한 온라인 ARMA 계수추정을 위하여 공분산형 ARMA 고속 transversal 필터 알고리즘을 제안하였다. 제안된 알고리즘은 ARMA 모델의 경우 상관함수 행렬의 이동불변 특성이 각 블록 별로 만족함을 이용하여 ELS(Extended Least Squares)를 공분산형의 경우에 대해 고속 시갱신 알고리즘으로 구현한 것으로서, 알고리즘의 유도에는 사영연산자를 이용한 기하학적 접근방식을 사용하였다. 제안된 알고리즘은 13N+37 MADPR의 연산량을 필요로 하며, AR부분과 MA부분의 차수를 달리할 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제18권1호
• /
• pp.237-245
• /
• 2007

Nonlinear asymmetric time series models have the growing interest in econometrics and finance. Threshold model is one of the successful asymmetric model. We consider a smooth transition ARMA model which converges a.s. to a threshold ARMA model and show that the smooth transition ARMA model admits a stationary measure, provided a suitable condition on the coefficients of the autoregressive parts of the different regimes is satisfied. Stationarity of a smooth transition GARCH model is also obtained.

• 한국항행학회논문지
• /
• 제11권3호
• /
• pp.252-258
• /
• 2007

무선모바일 통신망에서는 사용자의 이동성보장 기술과 사용자가 요구하는 서비스품질(QoS)을 만족시키기 위한 효율적인 무선자원관리기술이 많이 연구되어 왔다. 본 연구에서는 시계열 예측기법(Time series prediction) 인 ARMA(Auto Regressive Moving Average) 모델을 이용하여 사용자가 요구하는 자원의 양을 예측하여 동적으로 자원을 할당함으로써 사용자의 이동성에 따른 QoS를 보장할 수 있는 자원할당방법을 제안한다. 제안한 방법은 ARMA 예측모델을 사용하여 이전에 핸드오프연결이 사용한 채널 수를 기초로 앞으로 필요로 하는 채널 수를 예측하여 예약함으로써 원하는 핸드오프 손실률에서 서비스가 이루어지도록 한다. 시뮬레이션을 통하여 기존의 RCS(Reserved channel scheme) 방법과 비교하여 핸드오프 연결의 손실률과 자원의 이용률에서 우수함을 보인다.

• 한국음향학회지
• /
• 제14권3호
• /
• pp.37-48
• /
• 1995

일반화된 완전최소자승법 (generalized total least squares method, GTLS)의 ARMA 시스템 식별에의 적용과 GTLS의 적응알고리듬에 대하여 논한다. 일반화된 완전최소자승법은 일별과 출력을 알고 있는 시스템식별 (system identification)문제에서, 출력이 잡음에 의하여 오염된 경우, 편이되지 않은 해를 구하기 위하여 사용되는 방법이다. 본 논문에서는 먼저 GTLS를 ARMA 시스템 식별에 적용하기 위한 formulation을 하고, 일반화된 완전최소자승법의 일반 해의 성질과 역행렬 정리 (matrix inverse lemma)를 이용하여 적응 GTLS 방법을 제안한다. 다음 제안된 방법을 통하여 시스템식별에 적용하여 그 성능을 평가한다. 또한 GTLS 알고리듬과 제안한 적응 GTLS 알고리듬의 성능을 수학적으로 해석하고 컴퓨터 시뮬레이션을 통하여 이를 검증한다.

• 물과 미래
• /
• 제18권1호
• /
• pp.75-83
• /
• 1985

초기연구단계에 있는 ARMA(1, 1) 다계절모형에 의해 계절유량을 발생시키기 위한 모형의 변수결정방법과 유량발생 및 발생유량계열의 통계학적분석을 실시하였으며 타모형과의 비교를 위해 Thomas-Fiering 모형, Matalas AR(1) 다계절모형도 사용하였다. 다계절모형에 의해 발생시킨 계절유량을 연도별로 합산하여 얻은 연유량계열의 통계학적 특성치를 년모의발생모형에 의해 발생시킨 년유량계열의 통계특성치와 비교함으로써 ARMA(1, 1) 다계절모형에 의해 계절 및 년유량자료계열을 한꺼번에 모의발생시킬 수 있는 가능성을 평가하였다.

• Journal of applied mathematics & informatics
• /
• 제4권1호
• /
• pp.135-135
• /
• 1997

Times series modeling plays an important role in the field of engineering, Statistics, Biomedicine etc. Model identification is one of crucial steps in the modeling of an AutoRegreesive Moving Average(ARMA(p, q)) process for real world problems. Many techniques have been developed in the literature (Salas et al., McLeod et al. etc.) for the identification of an ARMA(p, q) Model. In this paper, a new technique called The Generalised Parameters Technique is formulated for seasonal and non-seasonal ARMA model identification. This technique is very simple and can e applied to any given time series. Initial estimates of the AR parameters of the ARMA model are also obtained by this method. This model identification technique is validated through many theoretical and simulated examples.

• 정보기술응용연구
• /
• 제1권3_4호
• /
• pp.69-90
• /
• 1999

본 논문은 시계열자료의 ARMA 모형화를 위해 계층적(Hierarchical) 문제해결 방식인 인공신경망 기초 의상결정트리분류기상의 인공신경망 구조를 개선하여 지역문제(Local Problem)를 해결하는 복수개의 인공신경망 결과를 Dempster's rule of combination을 이용하여 종합하는 병행적인 (Parallel) ARMA 모형활르 위한 방법론을 제시함으로써 의사결정트리분류기에 근거한 방법론의 단점을 보완하였다. 본 논문에서 제시한 ARMA 모형화를 위한 방법론은 세 단계로 구성되어 있다: 1) ESACF 특성 벡터 추출단계; 2) 개별 인공신경망에 의한 부분적 모델링 단계; 3) Conflict Resolution 단계, 제시한 방법론을 검증하기 위해 모의실험용 자료와 실제 시계열자료를 이용하여 제시된 방법론을 검증하였으며 실험결과 기존 연구에 비해 ARMA 모형화와 정확도가 높은 것으로 나타났다.

• 대한의용생체공학회:의공학회지
• /
• 제15권4호
• /
• pp.395-400
• /
• 1994

ECG 신호해석을 위해서는 고해상도 스펙트럼 해석이 필수적이다. ECG 신호의 주파수 해석을 위하여 많이 사용된고 있는 FFT(Fast Fourier Transform)는 데이타 수가 적을때는 해상도가 나쁘고 Gibb의 현상을 보인다. ARMA 모델을 이용한 고해상도 스펙트럼 해석을 위하여 ARMA FTF(Fast Transversal Filter)알고리즘을 사용하였으며 ARMA FTF알고리즘의 불안정의 원인을 분석하고 이의 개선책을 제시하였다. 제안된 알고리즘을 사용하여 ECG 신호의 스펙트럼 해석에 적용하여 좋은 결과를 얻었다. 본 연구의 결과는 FFT를 사용한 결과보다 굴곡이 작아 컴퓨터를 이용한 진단에 유용하게 사용될 수 있으리라 생각된다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2000년도 추계학술발표회 논문집
• /
• pp.17-22
• /
• 2000

시계열 자료를 분석할 때 쉽게 접근하는 통계적 방법은 ARMA 모형이며 신경망 학습 방법 중에서는 다층 퍼셉트론에서의 Back-propagation 알고리즘이 일반적이다. Back-propagation을 비롯한 신경망 학습의 구조는 자료의 특성에 따라 경험적으로 결정하는 것으로 알려져 있다. 그러나 바로 이 점이 신경망 학습방법의 이용을 어렵게 하는 요인이기도 하다. 본 연구는 ARMA 모형 중 몇 개 유형의 자료에 대하여 Back-propagation 알고리즘을 적용함에 있어 어떠한 구조로 학습하는 것이 효율적인가를 입력층과 은닉층의 크기, 활성화 함수를 중심으로 검토하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국내학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.754-759
• /
• 1993

An adaptive model predictive control (AMPC) strategy using auto-regression moving-average (ARMA) models is presented. The characteristic features of this methodology are the small computer memory requirement, high computational speed, robustness, and easy handling of nonlinear and time varying MIMO systems. Since the process dynamic behaviors are expressed by ARMA models, the model parameter adaptation is simple and fast to converge. The recursive least square (RLS) method with exponential forgetting is used to trace the process model parameters assuming the process is slowly time varying. The control performance of the AMPC is verified by both comparative simulation and experimental studies on distillation column control.