• Communications for Statistical Applications and Methods
• /
• 제26권4호
• /
• pp.371-383
• /
• 2019

Panel data sets have been developed in various areas, and many recent studies have analyzed panel, or longitudinal data sets. Maximum likelihood (ML) may be the most common statistical method for analyzing panel data models; however, the inference based on the ML estimate will have an inflated Type I error because the ML method tends to give a downwardly biased estimate of variance components when the sample size is small. The under estimation could be severe when data is incomplete. This paper proposes the restricted maximum likelihood (REML) method for a random effects panel data model with a censored dependent variable. Note that the likelihood function of the model is complex in that it includes a multidimensional integral. Many authors proposed to use integral approximation methods for the computation of likelihood function; however, it is well known that integral approximation methods are inadequate for high dimensional integrals in practice. This paper introduces to use the moments of truncated multivariate normal random vector for the calculation of multidimensional integral. In addition, a proper asymptotic standard error of REML estimate is given.

• 한국CDE학회논문집
• /
• 제11권1호
• /
• pp.1-10
• /
• 2006

This paper addresses B-spline curve approximation of a set of ordered points to a specified toterance. The important issue in this problem is to reduce the number of control points while keeping the desired accuracy in the resulting B-spline curve. In this paper we propose a new method for error-bounded B-spline curve approximation based on adaptive selection of dominant points. The method first selects from the given points initial dominant points that govern the overall shape of the point set. It then computes a knot vector using the dominant points and performs B-spline curve fitting to all the given points. If the fitted B-spline curve cannot approximate the points within the tolerance, the method selects more points as dominant points and repeats the curve fitting process. The knots are determined in each step by averaging the parameters of the dominant points. The resulting curve is a piecewise B-spline curve of order (degree+1) p with $C^{(p-2)}$ continuity at each knot. The shape index of a point set is introduced to facilitate the dominant point selection during the iterative curve fitting process. Compared with previous methods for error-bounded B-spline curve approximation, the proposed method requires much less control points to approximate the given point set with the desired shape fidelity. Some experimental results demonstrate its usefulness and quality.

• 한국지능시스템학회논문지
• /
• 제11권5호
• /
• pp.441-447
• /
• 2001

In general, Rough Set theory is used for classification, inference, and decision analysis of incomplete data by using approximation space concepts in information system. Information system can include quantitative attribute values which have interval characteristics, or incomplete data such as multiple or unknown(missing) data. These incomplete data cause tole inconsistency in information system and decrease the classification ability in system using Rough Sets. In this paper, we present various types of incomplete data which may occur in information system and propose INcomplete information Processing System(INiPS) which converts incomplete information system into complete information system in using Rough Sets.

• Communications for Statistical Applications and Methods
• /
• 제25권4호
• /
• pp.355-371
• /
• 2018

The two parameter negative exponential distribution has many practical applications in queuing theory such as the service times of agents in system, the time it takes before your next telephone call, the time until a radioactive practical decays, the distance between mutations on a DNA strand, and the extreme values of annual snowfall or rainfall; consequently, has many applications in reliability systems. This paper considers an estimation problem of stress-strength model with two parameter negative parameter exponential distribution. We introduce a maximum penalized likelihood method, Bayes estimator using Lindley approximation to estimate stress-strength model and compare the proposed estimators with regular maximum likelihood estimator for complete data. We also introduce a maximum penalized likelihood method, Bayes estimator using a Markov chain Mote Carlo technique for incomplete data. A Monte Carlo simulation study is performed to compare stress-strength model estimates. Real data is used as a practical application of the proposed model.

• 응용통계연구
• /
• 제31권6호
• /
• pp.707-719
• /
• 2018

시계열 데이터의 분류와 군집화를 효율적으로 수행하기 위해 다양한 시계열 표현 방법들이 제안되었다. 본 연구는 Lin 등 (2007)이 제안한 국소 평균 근사를 이용하여 시계열의 차원을 축소한 후 심볼릭 자료로 이산화하는 symbolic aggregate approximation (SAX) 방법의 개선에 대해서 연구하였다. SAX는 국소 평균 근사를 할 때 등간격으로 임의의 개수의 세그먼트로 나누어 평균을 계산하여 세그먼트의 개수에 그 성능이 크게 좌우된다. 따라서 본 논문은 불균형 Haar 웨이블릿 변환을 통해 국소 평균 수준을 등간격이 아니라 자료의 특성을 반영하여 자료 의존적으로 선택하게 함으로써 시계열의 차원을 효과적으로 축소함과 동시에 정보의 손실을 줄이는 방법에 대해서 제안한다. 제안한 방법은 실증 자료 분석을 통해 SAX 방법을 개선시킴을 확인하였다.

• 대한기계학회논문집A
• /
• 제35권8호
• /
• pp.921-931
• /
• 2011

본 연구는 B-스플라인 하이퍼볼륨을 사용하여 주어진 비정렬 데이터를 근사화하는 데이터 근사기법에 관한 것이다. 개발 구현을 위한 B-스플라인 하이퍼볼륨의 자료 구조가 기술되며 해당 메모리 크기의 측정을 통해 간결한 표현 모델임을 보인다. 제안하는 근사 기법은 두 가지 알고리즘으로 구성된다. 하나는 B-스플라인 하이퍼볼륨의 절점 벡터 결정에 관한 것이고, 다른 하나는 조정점 결정에 관한 것으로 최소자승 최소화 문제의 해를 구함으로써 얻게 된다. 여기서 구한 해는 데이터 복잡성에 의존하지 않는다. 본 연구 방식은 다양한 형태의 데이터 분포를 가지고 근사 정밀도, 메모리 사용량, 계산 시간 등의 근사화 성능(수준)을 평가한다. 더불어 기존 방법과의 비교를 통해 유용성을 보이며, 비구속 최적화 예제를 통하여 다양한 응용 분야로의 가능성을 보여준다.

• 전기전자학회논문지
• /
• 제14권1호
• /
• pp.8-16
• /
• 2010

본 논문에서는 CCD 이미지 처리를 위한 최대 15MS/s의 속도의 중저속 아날로그-프론트 엔드(analog-front end, AFE)에서 사용될 수 있는 연속근사 ADC(Successive Approximation ADC, SA-ADC)의 설계를 제안한다. 파이프라인 ADC와 달리 SA-ADC는 동작주파수의 변화에 따른 전력소모의 스케일링(scaling) 효과가 크므로 저속에서 중속에 이르는 넓은 범위의 가변 데이터 처리 속도의 응용에 매우 효과적이다. 제안하는 설계는 입력 신호의 샘플링 동작을 내부 DAC(sub-DAC)로부터 따로 분리한 후, 커패시터 커플링을 통해 차동 결합함으로써 신호경로에 이르는 부하를 크게 줄이는 "차동 커패시터 커플링 기법"의 도입, 연속근사의 기법적 측면에서 signed 구조를 활용하여 데이터 변환주기 이전에 홀드된 입력신호로부터 미리 MSB(sign bit)를 결정함으로써 1사이클의 변환주기를 절약하고 내부 DAC의 하드웨어를 1비트 줄이는 구조와 같은 특징을 갖고 있다. 본 설계는 3.3V $0.35{\mu}m$ CMOS 공정으로써 설계하고 Spectre 시뮬레이션을 이용하여 그 특성을 분석함으로써 CCD 아날로그 프론트-엔드에 적용될 수 있음을 입증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.270-273
• /
• 2017

플라스틱 사출물의 불량 감소 및 사이클 타임 축소를 통한 생산성 향상은 사출업계의 오랜 숙원 사항이다. 특히 중국 등 후발 주자의 추격과 좁혀지지 않는 독일, 일본과의 기술격차 사이에 끼어 있는 국내 사출업계에게 생산성 향상은 매우 절실하다. 30여년 국내 사출업계의 연구와 경험을 통해 금형 내 사출물 표면 온도 제어가 품질 관리의 핵심임을 알게 되었고 PID 제어 등 고급제어 기법을 활용한 다양한 시도가 있었으나 독일, 일본의 유수 업체의 생산성에는 아직 부족하다. 이에 근사알고리즘 중 "Knapsack"개념과 "Minimum Makespan Scheduling"기법을 활용하여 PID 제어로 풀기 어려운 수렴하지 않고 주기적인 반복 데이터 패턴을 지닌 대상을 효율적으로 제어할 수 있는 방법을 소개하고 또한 실제 사출 현장에서 추출한 데이터 분석으로 사출품의 생산성 향상에 근사알고리즘을 이용한 제어가 충분히 효과적임을 제시하고자 한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 추계종합학술대회 논문집(1)
• /
• pp.501-504
• /
• 2000

The classical image reconstruction for stripmap SAR is the range-Doppler imaging. However, when the spotlight SAR system was envisioned, range-Bowler imaging fumed out to fail rapidly in this SAR imaging modality. What is referred to as polar format processing, which is based on the plane wave approximation, was introduced for imaging from spotlight SAR data. This paper has been studied for the raw data processing schemes in the spotlight-mode synthetic aperture radar. we apply the wavefront reconstruction scheme that does not utilize the approximation in spotlight-mode SAR imaging modelity, and compare the performance of target imaging with the polar format inversion scheme.

• Journal of the Korean Data and Information Science Society
• /
• 제21권3호
• /
• pp.561-567
• /
• 2010

Multiclassification is typically performed using voting scheme methods based on combining a set of binary classifications. In this paper we use multiclassification method with a hat matrix of least squares support vector machine (LS-SVM), which can be regarded as the revised one-against-all method. To tackle multiclass problems for large data, we use the $Nystr\ddot{o}m$ approximation and the quadratic Renyi entropy with estimation in the primal space such as used in xed size LS-SVM. For the selection of hyperparameters, generalized cross validation techniques are employed. Experimental results are then presented to indicate the performance of the proposed procedure.