• International Journal of Computer Science & Network Security
• /
• 제21권11호
• /
• pp.105-110
• /
• 2021

Contact between Vehicle-to-vehicle and vehicle-to-infrastructural is becoming increasingly popular in recent years due to their crucial role in the field of intelligent transportation. Vehicular Ad-hoc networks (VANETs) security and privacy are of the highest value since a transparent wireless communication tool allows an intruder to intercept, tamper, reply and erase messages in plain text. The security of a VANET based intelligent transport system may therefore be compromised. There is a strong likelihood. Securing and maintaining message exchange in VANETs is currently the focal point of several security testing teams, as it is reflected in the number of authentication schemes. However, these systems have not fulfilled all aspects of security and privacy criteria. This study is an attempt to provide a detailed history of VANETs and their components; different kinds of attacks and all protection and privacy criteria for VANETs. This paper contributed to the existing literature by systematically analyzes and compares existing authentication and confidentiality systems based on all security needs, the cost of information and communication as well as the level of resistance to different types of attacks. This paper may be used as a guide and reference for any new VANET protection and privacy technologies in the design and development.

• 자원ㆍ환경경제연구
• /
• 제13권2호
• /
• pp.175-194
• /
• 2004

본 논문은 예상하지 못한 뉴스충격이 유가의 변동성에 미치는 영향이 비대칭임을 밝힘과 더불어 유가의 변동성을 가장 정확히 추정할 수 있는 변동성모형을 결정하는데 연구의 목적을 둔다. 여기에는 GARCH모형, EGARCH모형, AGARCH모형, GJR모형과 같은 네 가지 변동성모형이 이용된다. 변동성모형을 선정하기에 앞서 부호편의검정과 규모편의검정을 통해 모형의 설정오류를 조사한 후, GARCH모형은 비대칭효과를 보이는 AGARCH모형과 GJR모형에 비해 나쁜 뉴스에 대해서는 과소평가를, 좋은 뉴스에 대해서는 과대평가를 하는 경향이 있음을 보인다. 그리고 EGARCH모형은 GARCH모형, GJR모형, AGARCH모형에 비해 좋은 뉴스와 나쁜 뉴스에 대해 조건부 분산을 지나치게 높거나 낮게 평가하며, 특히 나쁜 뉴스에 대해서는 이해하기 어려울 정도로 높게 평가함을 보인다. 또한 AGARCH모형은 GARCH모형보다 나쁜 뉴스를 낮게 평가하며, EGARCH모형은 GARCH모형보다 좋은 뉴스를 높게 평가하기 때문에 유가의 변동성을 설명하는 데 GJR모형이 적합함을 밝힌다.

• 한국산림과학회지
• /
• 제99권6호
• /
• pp.891-899
• /
• 2010

이 연구의 목적은 선택실험기법을 활용한 조건부 로짓 모델을 이용하여 산림경관기능이 가지는 경제적 가치를 추정하는데 있다. 이를 위해 산림경관의 속성과 수준을 선정하였는데, 속성은 산림형태, 임상, 소밀도, 휴양적 요소, 지불의사금액 등이 그것이다. 이를 토대로 SAS 9.1을 이용하여 Orthogonal과 Balanced를 이루는 96개 선택 집합을 4개 타입으로 구성하였으며, 서울을 포함한 7개 광역시 시민을 모집단으로 설정하여 연간 가구당 지불할 의사를 면접조사방법으로 총 280부를 조사하였다. 그 결과, Non-ASC 모형에서 Mcfadden' ${\rho}$는 0.21, 우도통계량은 -2,631로 나타났다. 그리고 산림경관에 대한 가구당 평균 지불의사금액은 266,723원으로 나타났다.

• Communications for Statistical Applications and Methods
• /
• 제17권3호
• /
• pp.413-421
• /
• 2010

본 연구에서는 5대 범죄중 사람의 생명과 신체에 심각한 위해를 가하는 강력범죄인 살인과 강도 범죄의 이변량 가산자료에 대해 이변량조건부자기회귀모형을 사용하여 공간상관성을 반영한 강력범죄모형을 제안하였다. 범죄자료와 같은 가산자료에 대한 과대산포 검정을 위해 우도비 검정 실시하였으며, 그 결과 과대산포가 유의하지 않음에 따라 공간포아송모형을 이용하였다. 실증예제로 2007년 서울시에서 제공하는 25개 자치구별 강력범죄자료를 지리정보시스템을 이용하여 강력범죄 발생실태를 시각화하였으며 강력범죄에 영향을 주는 다양한 요인들에 대하여 분석을 실시하였다.

• Communications for Statistical Applications and Methods
• /
• 제17권2호
• /
• pp.263-273
• /
• 2010

시계열의 결측값은 미지의 모수 또는 확률변수로 취급할 수 있으며 이에 따른 최대가능도방법과 확률변수방법에 의해 결측치를 추정할수 있으며 또한 주어진 자료 하에서 미지의 값에 대한 조건부기대치로 예측할수 있다. 이 연구의 주된 목적은 불완전한 자료에 대해 기존에는 ARMA모형만을 고려하였는데 이를 확장하여 공간시계열모형인 STAR모형에 적용하여 두 가지 추정방법을 이용해 결측값의 추정 정밀도를 비교하는데 있다. 사례분석을 위해 한국질병관리본부에서 전산보고 하고 있는 전염병 자료 중에서 2001~2009년 동안의 월별 Mumps 자료를 이용하여 두 가지 추정방법의 추정 정밀도와 예측정확도를 비교하였다.

• 한국음향학회지
• /
• 제24권3호
• /
• pp.150-159
• /
• 2005

본 논문에서는 임의의 음성을 특정 화자가 발성한 것처럼 들리도록 변환하는 음성 개성 변환 알고리즘에 대해 연구하였다. 제안된 기법은 화자의 음성을 LPC 켑스트럼, 피치, 발성 속도를 사용하여 표현하였으며 각각에 대한 변환 규칙을 생성하여 변환을 수행하였다. LPC 켑스트럼은 혼합 가우시안 모델을 이용한 확률적으로 모델링하고, 두 화자간의 대응관계를 조건 확률로 나타내었다. 확률적인 모델링에 필요한 각종 파라메터들을 얻기 위해 최대 가능도 기법이 사용되었으며, 변환 LPC 켑스트럼은 최소 자승 오차 방법에 근거하여 얻어지도록 하였다. 운율 변환을 위한 변수로 본 논문에서는 피치와 발성 속도를 사용하였으며, 두 음성간의 평균값 비율을 사용하여 운율 변환을 수행하였다. 제안된 기법은 기존 벡터 양자화 기반의 기법과 비교에서, 객관적인 척도로 사용한 평균 켑스트럼 거리 감소율, 가능도 증가율 면에서 우수한 성능을 나타내었다. 주관적인 테스트에서도 기존의 방법과 유사한 인식율을 얻었으며 특히 완만하게 변화하는 스펙트럼 궤적에 따른 고음질이 얻어짐을 확인할 수 있었다.

• 전자공학회논문지B
• /
• 제30B권12호
• /
• pp.1-11
• /
• 1993

This paper concentrates on models useful for analyzing the error performance of ML(Maximum Likelihood) estimators of a single unknown signal parameter: that is the error intensity model. We first develop the point process representation for the estimation error and the conditional distribution of the estimator as well as the distribution of error candidate point process. Then the error intensity function is defined as the probability dessity of the estimate and the general form of the error intensity function is derived. We then develop several intensity models depending on the way we choose the candidate error locations. For each case, we compute the explicit form of the intensity function and discuss the trade-off among models as well as the extendability to the case of multiple parameter estimation.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 추계 학술발표회 논문집
• /
• pp.179-182
• /
• 2003

This study describes a new graphical method for assessing and characterizing effect modification by a matching covariate in matched case-control studies. This method to understand effect modification is based on a semiparametric model using a varying coefficient model. The method allows for nonparametric relationships between effect modification and other covariates, or can be useful in suggesting parametric models. This method can be applied to examining effect modification by any ordered categorical or continuous covariates for which cases have been matched with controls. The method applies to effect modification when causality might be reasonably assumed. An example from veterinary medicine is used to demonstrate our approach. The simulation results show that this method, when based on linear, quadratic and nonparametric effect modification, can be more powerful than both a parametric multiplicative model fit and a fully nonparametric generalized additive model fit.

• The Journal of the Acoustical Society of Korea
• /
• 제15권4E호
• /
• pp.21-27
• /
• 1996

In this paper, we propose a discriminative training algorithm for the stochastic segment model (SSM) in continuous speech recognition. As the SSM is usually trained by maximum likelihood estimation (MLE), a discriminative training algorithm is required to improve the recognition performance. Since the SSM does not assume the conditional independence of observation sequence as is done in hidden Markov models (HMMs), the search space for decoding an unknown input utterance is increased considerably. To reduce the computational complexity and starch space amount in an iterative training algorithm for discriminative SSMs, a hybrid architecture of SSMs and HMMs is programming using HMMs. Given the segment boundaries, the parameters of the SSM are discriminatively trained by the minimum error classification criterion based on a generalized probabilistic descent (GPD) method. With the discriminative training of the SSM, the word error rate is reduced by 17% compared with the MLE-trained SSM in speaker-independent continuous speech recognition.

• Journal of the Korean Statistical Society
• /
• 제27권1호
• /
• pp.25-55
• /
• 1998

Maximum likelihood estimates (MLEs) for recursive models of categorical variables are discussed under an EM framework. Since MLEs by EM often depend on the choice of the initial values for MLEs, we explore reasonable rules for selecting the initial values for EM. Simulation results strongly support the proposed rules.