• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1521-1529
• /
• 2013

In this paper, we develop noninformative priors for the generalized Pareto distribution when the scale parameter is of interest. We developed the rst order and the second order matching priors. We revealed that the second order matching prior does not exist. It turns out that the reference prior and Jeffrey's prior do not satisfy a first order matching criterion, and Jeffreys' prior, the reference prior and the matching prior are different. Some simulation study is performed and a real example is given.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2000년도 추계학술대회 논문집
• /
• pp.307-310
• /
• 2000

The measuring method of large object using the pattern matching is discussed in the paper. It is hard and expensive to get the complete 3D data when the object is large or exceeds the limit of measuring devices. The large object is divided into several smaller areas and is scanned several times to get the data of all the pieces. These data are aligned to get the complete 3D data using the pattern matching method. The point pattern matching method and transform matrix algorithm are used for aligning. The laser slit beam and CCD camera is applied for experimental measurement. Visual C++ on Window98 is implemented in processing the algorithm.

• 제어로봇시스템학회논문지
• /
• 제9권9호
• /
• pp.714-719
• /
• 2003

We propose a measuring method of large object using the pattern matching. It is hard and expensive to get the complete 3D data when the object is large and exceeds the limit of measuring devices. The large object is divided into several smaller areas and is scanned several times to get the data of all the pieces. These data are aligned to get the complete 3D data using the pattern matching method such as point pattern matching method and transform matrix algorithm. The laser slit beam and CCD camera are applied for the experimental measurement. Visual C＋＋ on Windows 98 is implemented in processing the algorithm.

• Journal of the Korean Data and Information Science Society
• /
• 제20권6호
• /
• pp.1213-1223
• /
• 2009

In this paper, we develop noninformative priors for two parameter Pareto distribution. Specially, we derive Jereys' prior, probability matching prior and reference prior for the parameter of interest. In our case, the probability matching prior is only a first order matching prior and there does not exist a second order matching prior. Some simulation reveals that the matching prior performs better to achieve the coverage probability. A real example is also considered.

• Journal of the Korean Data and Information Science Society
• /
• 제15권4호
• /
• pp.981-992
• /
• 2004

In this paper, we develop the noninformative priors for the common scale parameter in the inverse gaussian distributions. We developed the first and second order matching priors. Next we revealed that the second order matching prior satisfies a HPD matching criterion. Also we showed that the second order matching prior matches alternative coverage probabilities up to the second order. It turns out that the one-at-a-time reference prior satisfies a second order matching criterion. Some simulation study is performed.

• 한국통신학회논문지
• /
• 제31권8B호
• /
• pp.736-744
• /
• 2006

핸드헬드 디바이스의 경우, 반복 작업에 대한 CPU 연산 최소화가 성능에 중요한 요소이다. 본 논문에서는 주식 데이터, 네트워크 트래픽, 센서 데이터 등의 시계열 스트림 데이터 상에서 유사 시퀀스를 효율적으로 찾아내는 핸드헬드 디바이스용 알고리즘을 제시한다. 이를 위하여, 우선 시계열 스트림 데이터 상에서 유사 시퀀스를 찾아내는 문제를 스트림 시퀀스 매칭(stream sequence matching)으로 정형적으로 정의한다. 다음으로, 기존의 서브시퀀스 매칭에서 사용했던 윈도우 구성법을 적용하여, 스트림 시퀀스 매칭을 효율적으로 처리하는 윈도우 기반 접근법을 제안한다. 그리고 이러한 윈도우 기반 접근법을 가능하게 하는 윈도우 MBR(window MBR) 개념을 제시하고, 이 개념을 사용하면 스트림 시퀀스 매칭을 정확하게 수행할 수 있음을 증명한다. 또한, 윈도우 기반 접근법에 기반한 두 가지 스트림 시퀀스 매칭 알고리즘을 제안한다. 마지막으로, 분석과 실험을 통해 제안한 알고리즘이 단순 접근법에 비해 CPU 연산을 크게 줄이고 성능을 향상시킴을 보인다. 이 같은 결과를 볼 때, 제안한 방법은 CPU 연산 능력이 부족한 핸드헬드 디바이스의 내장형 알고리즘으로 매우 적합하다고 사료된다.

• 지구물리와물리탐사
• /
• 제21권2호
• /
• pp.103-111
• /
• 2018

탄성파 내삽 기법의 최근 연구방향은 공간적 알리아싱이 존재하는 자료에서의 내삽을 효과적으로 수행하는 것이다. 다양한 내삽 기법 중 기저함수를 정의하여 트레이스를 가장 잘 복원할 수 있는 기저함수의 조합을 찾아내는 Matching Pursuit 내삽 기법이 개발된 바 있다. 그러나 이 방법은 공간적 알리아싱 문제를 해결하지 못하는데 이를 해결하기 위해 다성분 Matching Pursuit 방법이 제안되었고 또한 시간차 보정(moveout correction) 방법도 소개된 바 있다. 다성분을 이용한 방법은 P파만을 갖는 다성분 자료가 획득되어야 하는데 해저면에서 다성분을 측정하는 OBC (Ocean Bottom Cable) 자료의 경우에는 P파 성분만을 분리하는 작업이 어려워 현장자료 적용이 힘들게 된다. 따라서 이 연구에서는 P파와 S파가 혼재하고 공간적 알리아싱이 존재하는 OBC 탐사 자료에서의 효과적인 단일성분 Matching Pursuit 내삽 기법을 다룬다. 이를 위해 시간차 보정을 포함하는 리커 요소파 기반의 단일성분 Matching Pursuit 내삽 기법 작업흐름도를 제안하고 그 효과를 체계적으로 살펴보았다. 이 작업흐름도는 내삽을 적용하기 전에 시간차 보정을 적용하고 다시 역 시간차 보정을 적용하여 공간적 알리아싱 문제를 해결하였다. 제안한 작업흐름도를 OBC 측정을 가정한 합성탄성파탐사 자료에 적용하여 그 효과를 검증하였고 현장자료에 적용함으로써 공간적 알리아싱이 심한 경우에도 내삽이 가능함을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권1호
• /
• pp.227-235
• /
• 2014

In this paper, we develop the noninformative priors for the scale parameter and the shape parameter in the log-logistic distribution. We developed the first and second order matching priors. It turns out that the second order matching prior matches the alternative coverage probabilities, and is a highest posterior density matching prior. Also we revealed that the derived reference prior is the second order matching prior for both parameters, but Jerffrey's prior is not a second order matching prior. We showed that the proposed reference prior matches the target coverage probabilities in a frequentist sense through simulation study, and an example based on real data is given.

• 정보화연구
• /
• 제10권1호
• /
• pp.71-77
• /
• 2013

XML 스키마 매칭은 두 스키마의 엘리먼트들 간의 의미적인 유사성을 찾는 작업이다. XML 스키마 매칭은 스키마 통합, 데이터 통합, 데이터 웨어하우징, 데이터 변환, P2P 데이터 관리, 시멘틱 웹 등과 같은 응용체계에서 중요한 역할을 한다. 본 논문은 룰과 구조적 속성에 기반한 XML 엘리먼트 매칭 알고리즘을 제안한다. 제안한 알고리즘에서는 먼저 XML 문서의 구조적 속성을 이용하여 엘리먼트들이 unique와 non-unique로 분류되며, 이후 룰에 따라 엘리먼트의 매칭여부를 결정한다. 제안 알고리즘의 효과성을 보이기 위해 인터넷에 공개된 XML 스키마를 이용하여 성능을 평가하였다. 또한 제안 알고리즘은 문서의 구조적 속성을 이용함으로써 사용자 주관성을 배제하고 객관성을 보장하며 특정 유형이 아닌 다양한 형태의 XML에 적용이 가능하다.

• 한국콘텐츠학회논문지
• /
• 제8권5호
• /
• pp.44-51
• /
• 2008

시계열 데이터에서 패턴을 찾고 검색하는 문제는 여러 분야에서 오랫동안 관심을 가지고 연구되어 왔다. 본 논문은 시간의 흐름에 따라 값의 변화를 나타내는 시계열 형태의 주식 데이터에 적용할 수 있는 새로운 패턴 매칭 방법을 제안한다. 우선, 의미를 기반으로 패턴을 정의하고 정의된 패턴에 일치하는 데이터들을 추출하여 학습모델을 작성한다. 그리고 새로운 질의 시퀀스가 어떤 종류의 패턴과 일치하는가는 각 학습 모델과의 유사도를 측정하여 결정하게 된다. 학습 모델은 시계열을 잘 설명하는 것으로 알려진 은닉 마코프 모델을 사용하여 작성하였다. 실험 결과 은닉 마코프 모델의 특성을 사용하여 생성된 각 학습 모델은 주어진 의미를 잘 나타내는 패턴을 생성하였으며, 새로운 시퀀스가 주어졌을 때 일치하는 패턴에 따라서 시퀀스가 가진 의미를 파악할 수 있었다.