Communications for Statistical Applications and Methods
/
제26권2호
/
pp.91-102
/
2019
In this paper, we propose a new estimation method based on a weighted linear regression framework to obtain some estimators for unknown parameters in a two-parameter Rayleigh distribution under a progressive Type-II censoring scheme. We also provide unbiased estimators of the location parameter and scale parameter which have a nuisance parameter, and an estimator based on a pivotal quantity which does not depend on the other parameter. The proposed weighted least square estimator (WLSE) of the location parameter is not dependent on the scale parameter. In addition, the WLSE of the scale parameter is not dependent on the location parameter. The results are compared with the maximum likelihood method and pivot-based estimation method. The assessments and comparisons are done using Monte Carlo simulations and real data analysis. The simulation results show that the estimators ${\hat{\mu}}_u({\hat{\theta}}_p)$ and ${\hat{\theta}}_p({\hat{\mu}}_u)$ are superior to the other estimators in terms of the mean squared error (MSE) and bias.
This paper presents an efficient approach to generate a new empirical formula to predict the axial compression capacity (ACC) of circular concrete-filled tube (CCFT) columns using the artificial neural network (ANN). A total of 258 test results extracted from the literature were used to develop the ANN models. The ANN model having the highest correlation coefficient (R) and the lowest mean square error (MSE) was determined as the best model. Stability analysis, sensitivity analysis, and a parametric study were carried out to estimate the stability of the ANN model and to investigate the main contributing factors on the ACC of CCFT columns. Stability analysis revealed that the ANN model was more stable than several existing formulae. Whereas, the sensitivity analysis and parametric study showed that the outer diameter of the steel tube was the most sensitive parameter. Additionally, using the validated ANN model, a new empirical formula was derived for predicting the ACC of CCFT columns. Obviously, a higher accuracy of the proposed empirical formula was achieved compared to the existing formulae.
본 논문은 눈 랜드마크 위치 검출과 시선 방향 벡터 추정이 하나의 딥러닝 네트워크로 통합된 시선 추정 네트워크를 제안한다. 제안하는 네트워크는 Stacked Hourglass Network[1]를 백본(Backbone) 구조로 이용하며, 크게 랜드마크 검출기, 특징 맵 추출기, 시선 방향 추정기라는 세 개의 부분으로 구성되어 있다. 랜드마크 검출기에서는 눈 랜드마크 50개 포인트의 좌표를 추정하며, 특징 맵 추출기에서는 시선 방향 추정을 위한 눈 이미지의 특징 맵을 생성한다. 그리고 시선 방향 추정기에서는 각 출력 결과를 조합하고 이를 통해 최종 시선 방향 벡터를 추정한다. 제안하는 네트워크는 UnityEyes[2] 데이터셋을 통해 생성된 가상의 합성 눈 이미지와 랜드마크 좌표 데이터를 이용하여 학습하였으며, 성능 평가는 실제 사람의 눈 이미지로 구성된 MPIIGaze[3] 데이터 셋을 이용하였다. 실험을 통해 시선 추정 오차는 0.0396 MSE(Mean Square Error)의 성능을 보였으며, 네트워크의 추정 속도는 42 FPS(Frame Per Second)를 나타내었다.
가산성 주기정상성 잡음이 있을 때 zero forcing (ZF) 기반에서의 송수신단 동시 최적화를 고려한다. 주기정상성 잡음의 주기는 심볼 전송율의 역수라고 가정하고 자기 상관함수는 양의 정부호로 가정한다. 전송되는 데이터 수열은 광의의정상성(WSS: wide-sense stationary)을 가지는 유색 확률과정으로 모델링 하고 채널은 주파수 선택적 충격 응답을 가지는 선형 시불변 시스템으로 모델링 한다. ZF와 송신 전력 제약 아래 평균제곱오차 (MSE: mean square error)를 최소화하는 최적 송수신 파형을 유도하고 모의 실험 결과를 통해 수신파형만 최적화 한 경우와 가산성 주기정상성 잡음을 정상성 잡음으로 간주한 경우 보다 성능이 더 좋아짐을 보인다.
본 논문에서는 훼손된 신호를 처리하는 방법에 대해 연구하였다. 기존의 처리방법은 특이점이나 악 조건일 경우 수렴 속도가 늦어진다는 점과 처리시간이 많이 소요되는 단점이 있다. 이러한 단점을 보완하기 위하여 Gauss-Seidel 방법으로 처리하는 방법이 있으나 이러한 경우 신호를 반복해서 처리해야 하므로 처리시간이 많이 소요된다. 이러한 단점(수렴 속도, 전체 처리시간)을 개선하기 위하여 본 논문에서는 기존의 신호처리 (Tikhnov-Miller)와 제안된 알고리즘을 적용시켜 비교하여 봄으로써 특이점 혹은 악조건일 경우에도 수렴속도를 고속화하여 기존의 Tikhnov-Miller 신호 처리 방법보다 처리 시간을 단축할 수 있는 신호 처리 방법을 제시하였다. 제안된 최적화 알고리즘을 영상신호에 적용시켜 가속 상수에 따른 처리 신호에 대한 실험과 오차(mean-square error)의 변화를 비교하여 봄으로써 처리정도를 알아보았다. 그리고, 본 알고리즘의 유효성을 입증하기 위하여 모든 가속상수의 변화에 대한 신호처리 결과와 처리시간을 측정하였다.
주변 후방산란 통신은 송신 전력효율 문제로 기존 RF통신에서 채널 추정방법인 파일럿(pilot) 신호를 통한 채널 추정기법이 제한된다. 제한된 송신 전력 환경에서 기존 주변 후방산란통신의 연구는 채널 상태로 인한 신호 변동을 고려하지 않은 이상적인 채널로 가정을 하고 연구되어 왔다. 본 논문은 주변 후방산란 통신 시스템에서 정규분포를 따르는 채널 상태인 주변 후방산란 통신 시스템에서 채널 추정 방법으로 블라인드 채널 추정기법 중 하나인 기댓값-최대화 알고리즘을 제안한다. 모의실험은 제안한 시스템 모델에서 기댓값-최대화 알고리즘과 추정값의 최소 분산을 나타내는 Bayesian Cramer-Rao 하한 경계를 이용하여 평균 제곱 오차(Mean Square Error, MSE)값이 하한 경계와 근접해 가는 것을 확인하고, 주변 후방산란 통신 시스템에서 채널 파라미터의 추정이 가능함을 증명한다.
SPECT를 이용한 환자의 검사 시 몸 안에서 방출되는 ${\gamma}$-선은 감쇠 또는 산란 등의 현상이 일어나며, 검출기에 도달할 때 조준기의 물리적 특성과 기학적인 모양에 따라 퍼지는 현상이 발생하여 정량분석이 불가능하였다. 체내에서 방출되는 ${\gamma}$-선의 정확한 정량분석을 위해서는 반드시 부분용적효과에 대한 보정이 고려되어야 한다. 본 논문에서는 SPECT의 종합적인 부분용적효과를 해결하기 위하여 Sinogram Filter를 구현하였다. 구현된 Filter를 적용하여 실험을 한 결과, SPECT에서 발생되는 부분용적효과를 제거하였다. 기존방법과 제안한 방법을 비교하기 위하여 PSNR을 시행한 결과 제안한 방법으로 한 경우 PSNR은 7 dB, 기존방법은 14 dB로 나왔다. 제안한 방법의 dB이 낮아진 이유는 산란선 제거를 많이 하여 MSE가 높아지기 때문에 PSNR값이 낮게 나타났다. 따라서 제안한 방법을 적용한다면 SPECT 영상의 부분용적효과를 제거하여 영상의 질이 좋아질 것이다.
본 논문에서는 ISDB-T (Integrated Services Digital Broadcasting-Terrestrial) 시스템을 기반으로 한 동기 방식의 OFDM 시스템에서 방송 시스템에서 중요한 지표가 되는 SNR (Signal to Noise Ratio) 추정기를 구현하고자 한다. 다양한 SNR 추정 방법 중 복잡도가 적어 ASIC 설계에 적합한 MSE (Mean Square Error) 알고리즘을 사용하여 ISDB-T 시스템의 OFDM 세그먼트를 구성하고 있는 요소 중 방송 정보 데이터를 사용하여 SNR을 추정하는 방법과 분산 파일럿 신호를 사용하여 SNR을 추정하는 방법을 각각 RTL(Register Transfer Level)로 구현하였다. 두 방법을 이상적인 채널인 AWGN (Additive White Gaussian Noise) 채널뿐만 아니라 SFN(Single Frequency Network) 채널 및 주파수 선택적 페이딩 채널과 같이 왜곡된 채널에서 모의실험을 통해 성능을 비교하고 RTL 구현을 통해 복잡도를 비교하여 분산 파일럿 신호를 사용하여 SNR을 추정하는 방법의 성능과 구현의 용이함을 보였다.
Griffiths-Jim이 제안한 GSC 알고리즘은 선형배열 안테나들의 조합에 의한 주 채널과 보조채널을 형성하고 적응 LMS를 이용하여 부엽제거를 하는 방식을 이용한다. 본 논문에서는 Griffiths-Jim이 제안한 LMS-GSC 구조에서 배열 안테나 출력신호를 처리하는 감산기 필터 대신에 Haar 및 Daubechies 웨이브렛 필터로 해석한 WLMS-GSC 알고리즘을 제안하였다. 제안한 WLMS-GSC 알고리즘에 대한 구조적인 특성 분석 결과 LMS 알고리즘에 비해서 연산량이 절반으로 감소되었다. 또한 시뮬레이션을 통하여 MSE 특성 곡선 및 재밍 신호들의 적응 빔 패턴을 구한 다음, LMS-GSC와 성능을 비교 분석하였다. 성능 분석 결과 본 논문에서 제안한 GSC 알고리즘은 기존의 LMS-GSC 알고리즘에 비하여 더 우수하거나 동일한 특성을 유지하면서 연산량이 약 절반으로 감소되었기 때문에, 시스템 구현시 하드웨어 복잡도를 절반으로 감소시킬 수 있다는 장점이 있다.
소프트웨어 개발과정동안 소프트웨어 신뢰성 요인은 매우 기본적인 사항이다. 소프트웨어 고장파악을 위한 무한고장 비동질적인 포아송 과정을 이용할 때 고장발생률 혹은 위험함수가 일정하거나 증가 또는 감소하는 속성을 가진다. 본 논문에서는 소프트웨어 신뢰 성능에 관한 효율성을 비교하는 자유도에 의존하는 카이제곱 분포를 적용한 신뢰성 모형을 제안하였다. 효율적인 모형을 평가하기 위하여 평균제곱오차(MSE)와 결정계수($R^2$)를 이용하고 최우추정법과 수치 해석적 방법을 사용하여 모수추정 알고리즘이 수행되었다. 제안하는 카이제곱분포의 자유도를 이용한 신뢰성 모형을 위해 실제 고장 간격 데이터를 사용한 고장 성능 분석이 적용되었다. 고장데이터 분석은 카이제곱분포의 자유도에 근거한 강도함수를 기준으로 비교되었다. 데이터 신뢰성을 확인하기 위하여 라플라스 추세검정이 적용되었다. 본 연구에 제안된 카이제곱분포의 자유도는 다양한 고장현상을 표현 할 수 있기 때문에 (결정계수가 90% 이상), 신뢰성 분야에서 활용 할 수 있는 모형으로 활용 할 수 있다. 이 연구 결과를 적용하면 소프트웨어 개발 설계자에게 다양한 자유도를 적용하여 소프트웨어 고장패턴을 예측함으로서 효율적인 모형을 개발하는데 표준 지침으로 적용 할 수 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.