• Journal of the Korean Statistical Society
• /
• 제10권
• /
• pp.140-144
• /
• 1981

This paper approximates to a kernel density estimate by a truncated series of expansion involving Hermite polynomials, since this could ease the computing burden involved in the kernel-based density estimation. However, this truncated series may give a multimodal estimate when we are estiamting unimodal density. In this paper we will show a way to insure the truncated series to be positive and unimodal so that the approximation to a kernel density estimator would be maeningful.

• Journal of the Korean Statistical Society
• /
• 제29권3호
• /
• pp.307-313
• /
• 2000

Suppose we have a set of data X1, ···, Xn and employ kernel density estimator to estimate the marginal density of X. in this article bandwith selection problem for kernel density estimator is examined closely. In particular the Kullback-Leibler method (a bandwith selection methods based on average square error (ASE)) is considered.

• 한국방재안전학회논문집
• /
• 제8권1호
• /
• pp.15-19
• /
• 2015

수문학에서 사용되는 강우-유출 모델의 경우 선형적인 시스템을 기반으로 유효강수량으로부터 시간적 지연을 통해서 유출량이 결정되는데 그 양은 강우량의 선형적인 비로 표현되어서 결국 합성곱을 통해 해석되게 된다. 또한 자료에 대한 확률론적 분석에 많이 이용되는 비매개변수 핵밀도함수의 경우, 핵(Kernel)의 의미자체가 합성곱에서 나온 것으로서 개개의 자료를 바탕으로 핵을 통해 매끄러운 확률밀도함수를 구하게 된다. 본 연구에서는 합성곱을 바탕으로 강우-유출 모델과 비매개변수 확률밀도함수를 해석하는 방법에 대해서 되짚어 보고 그 공통적인 특성과 다른 점을 수학적으로 나타내 줌으로써 사용되는 합성곱 함수의 유용성에 대해서 논하였다.

• Communications for Statistical Applications and Methods
• /
• 제2권1호
• /
• pp.99-111
• /
• 1995

It is shown that the adaptive kernel methods can potentially produce superior density estimates to the fixed one. In using the adaptive estimates, problems pertain to the initial choice of the estimate can be solved by iteration. Also, simultaneous recommended for variety of distributions. Some data-based method for the choice of the parameters are suggested based on simulation study.

• Journal of the Korean Statistical Society
• /
• 제23권1호
• /
• pp.79-88
• /
• 1994

This paper concerns the problem of estimating the spectral density function in the analysis of stationary time series data. A kernel type estimate is considered, which entails choice of bandwidth. A data-driven bandwidth choice is proposed, and it is obtained by plugging some suitable estimates into the unknown parts of a theoretically optimal choice. A theoretical justification is give for this choice in terms of how far it is from the theoretical optimum. Furthermore, an empirical investigation is done. It shows that the data-driven choice yields a reliable spectrum estimate.

• Journal of the Korean Data and Information Science Society
• /
• 제6권1호
• /
• pp.31-37
• /
• 1995

We consider density estimates of the usual type generated by a kernel function. By using the limit theorems for the maximum of normalized deviation of the estimate from its expected value, we propose to use data dependent bandwidth in the tests of goodness of fit based on these statistics. Also a small sample Monte Carlo simulation is conducted and proposed method is compared with Kolmogorov-Smirnov test.

• 응용통계연구
• /
• 제24권6호
• /
• pp.987-994
• /
• 2011

모집단이 부도와 정상상태로 구분되는 신용평가 관점에서 부도와 정상 상태의 조건부 누적분포함수를 추정하는 방법으로 정규혼합 분포추정과 kernel density estimation을 이용하는 분포추정을 고려한다. 정규혼합 분포의 모수를 EM 알고리즘을 사용해 추정하고, KDE 방법에서는 많이 사용하는 다섯 종류의 커널 함수와 네가지의 띠폭을 이용한다. 그리고 추정한 분포로부터 구한 각각의 ROC 함수를 구한다. 추정한 분포들의 적합도를 비교 분석하고, 이를 바탕으로 구한 ROC 곡선의 성과를 비교 토론한다. 본 연구에서는 KDE 방법으로 추정한 분포함수가 더 적합하고, 추정한 정규혼합 분포를 이용한 ROC 함수가 더 좋은 성과를 나타내는 것을 발견하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.408-413
• /
• 2005

A new methodology for discrete non-Gaussian probability density estimation is investigated in this paper based on a dynamic Bayesian network (DBN) and kernel functions. The estimator consists of a DBN in which the transition distribution is represented with kernel functions. The estimator parameters are determined through a recursive learning algorithm according to the maximum likelihood (ML) scheme. A discrete-type Poisson distribution is generated in a simulation experiment to evaluate the proposed method. In addition, an unknown probability density generated by nonlinear transformation of a Poisson random variable is simulated. Computer simulations numerically demonstrate that the method successfully estimates the unknown probability distribution function (PDF).

• 응용통계연구
• /
• 제25권6호
• /
• pp.1049-1058
• /
• 2012

Nonparametric methods are often used as an alternative to parametric methods to estimate density function and regression function. In this paper we consider improved methods to select the Bezier points in Bezier curve smoothing that is shown to have the same asymptotic properties as the kernel methods. We show that the proposed methods are better than the existing methods through numerical studies.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 춘계학술대회
• /
• pp.808-810
• /
• 2011

입력영상에 대하여 전처리과정으로 배경을 분리하는 것이 영상처리 및 인식 성능에 중요한 영향을 준다. 본 논문에서는 화재검출을 위한 영상인식 전처리로 활용하는 다양한 배경추정 알고리즘에 대하여 계산량과 배경추정 성능 분석하였다. 비교하는 배경추정알고리즘은 Gaussian Running Average 추정기법, Mixture of Gaussian 모델, 그리고 KDE (kernel density estimate) 알고리즘에 대한 성능을 평가하였다. 입력영상에 대하여 배경영상차로부터 연기를 검출하는데 있어 KDE 알고리즘이 배경추정 성능은 우수한 것을 확인하였다.