• 한국정보통신학회논문지
• /
• 제11권3호
• /
• pp.514-522
• /
• 2007

유한고장수를 가진 비동질적인 포아송 과정에 기초한 모형들에서 잔존 결함 1개당 고장 발생률은 일반적으로 상수, 혹은 단조증가 및 단조 감소 추세를 가지고 있다. 본 논문에서는 기존의 소프트웨어 신뢰성 모형인 Goel-Okumoto 모형과 Yamada-Ohba-Osaki 모형을 재조명하고 이 분야에 적용될 수 있는 Burr 분포를 이용한 모형을 제안하였다. 고장 간격시간으로 구성된 자료를 이용한 모수추정 방법은 최우추정법과 일반적인 수치해석 방법인 이분법을 사용하여 모수 추정을 실시하고 효율적인 모형 선택은 편차자승합(SSE), AIC 통계량 및 콜모고로프 거리를 적용하여 모형들에 대한 효율적인 모형 선택도 시도 하였다. 소프트웨어 고장 자료 분석에서는 실제 고장자료를 통하여 분석하였다. 이 자료들에서 기존의 모형과 Burr 분포 모형의 비교를 위하여 산술적 및 라플라스 검정, 편의 검정 등을 이용하였다.

• Journal of the Korean Data Analysis Society
• /
• 제20권6호
• /
• pp.2813-2827
• /
• 2018

최근에 중도절단 방법 중 점진적 중도절단과 관련한 연구가 활발히 이루어지고 있다. 하지만 점진적 중도절단 상황에서 관측되는 시점의 자료들 사이에는 관측원의 실수 혹은 관측 기계의 오류로 인하여 또 다른 중도절단이 발생할 수 있다. 따라서 이러한 기계적 오류 등을 고려하기 위하여 다중 점진적 중도절단이 새롭게 제안되었다. 따라서 본 논문에서는 다중 점진적 중도절단 상황에서 지수분포의 최대우도추정량을 계산하고 다중 점진적 중도절단 순서통계량을 이용한 적합도 검정 통계량과 로렌츠 곡선을 이용한 적합도 검정 통계량을 제안하였다. 몬테카를로 모의실험을 통하여 순서통계량을 이용한 적합도 검정 통계량과 로렌츠 곡선을 이용한 적합도 검정 통계량을 비교하고 더 우수한 적합도 검정 통계량을 확인하고, 실제 사례 자료를 활용하여 적합도 검정을 실시하였다. 그 결과 와이블분포와 카이제곱 분포의 경우 로렌츠 곡선을 이용한 방법이 더 우수한 결과가 나타났고, 로그 정규분포의 경우 순서통계량을 이용한 방법이 더 우수한 결과가 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.389-389
• /
• 2021

불투수면의 증가는 유량변화 및 지하수위와 기저유출의 감소로 이어질 수 있으며 기저유량의 감소는 건기 시 하천의 유량공급까지 영향을 줄 수 있다. 이런 이유로 기저유량에 대한 정확한 분석 및 검증은 반드시 필요하지만 지표수-지하수를 고려한 통합적 해석의 어려움과 기저유출 분석에 대한 불확실성 및 기술적 한계로 분석이 어려운 실정이다. 따라서 본 연구에서는 SWAT 해석을 통해 획득한 모의유량과 관측유량을 비교하여 R²값을 계산하였으며 SWAT-CUP을 이용하여 검보정을 실시한 후 기저유출량을 정량적으로 산정하고 비교하였다. 연구지역 모의기간은 실측 유량자료가 있는 4개년을 대상으로 모의 하였으며 SWAT-CUP을 이용한 검보정 시 모의 횟수는 연구자에 따라 다양한 기준을 제시하고 있지만 모의 시간 대비 최대 효율인 1,000회 수행하였다. 또한 관측유량에 대하여 SPE(Swat Parameter Estimator) 알고리즘으로 모의유량을 최적화하였다. 실측유량과 모의유량을 비교한 결과 SWAT 분석에 의한 R²값보다 SWAT-CUP을 이용하여 검보정을 수행한 R²값이 높게 나타나 검보정 효과를 확인하였다. 또한 검보정 전후에 대한 기저유량을 비교하기 위하여 SWAT Output Data를 이용하여 유역에 대한 지표수유출, 중간유출, 지하수유출 등을 추출하였다. 추출한 단위면적당 데이터를 단위환산을 통해 유출량으로 산정하였으며 검보전 전과 데이터를 비교하였다. 지표수-지하수를 고려한 통합적 해석의 어려움과 실측치의 부족, 분석에 대한 불확실성 등으로 기저유량에 대한 해석은 어렵지만 SWAT-CUP을 이용하여 검보정 및 불확실성 개선이 수행되면 좀더 정확한 유량을 계산할 수 있으며 이는 향후 연구지역 지표수-지하수 연계해석을 위한 기초자료로 활용될 수 있을 것으로 판단된다.

• Smart Structures and Systems
• /
• 제32권1호
• /
• pp.9-21
• /
• 2023

The parameters of civil engineering structures have time-variant characteristics during their service. When extremely large external excitations, such as earthquake excitation to buildings or overweight vehicles to bridges, apply to structures, sudden or gradual damage may be caused. It is crucially necessary to detect the occurrence time and severity of the damage. The unscented Kalman filter (UKF), as one efficient estimator, is usually used to conduct the recursive identification of parameters. However, the conventional UKF algorithm has a weak tracking ability for time-variant structural parameters. To improve the identification ability of time-variant parameters, an adaptive UKF with forgetting factor (AUKF-FF) algorithm, in which the state covariance, innovation covariance and cross covariance are updated simultaneously with the help of the forgetting factor, is proposed. To verify the effectiveness of the method, this paper conducted two case studies as follows: the identification of time-variant parameters of a simply supported bridge when the vehicle passing, and the model updating of a six-story concrete frame structure with field test during the Yangbi earthquake excitation in Yunnan Province, China. The comparison results of the numerical studies show that the proposed method is superior to the conventional UKF algorithm for the time-variant parameter identification in convergence speed, accuracy and adaptability to the sampling frequency. The field test studies demonstrate that the proposed method can provide suggestions for solving practical problems.

• 대한토목학회논문집
• /
• 제30권6B호
• /
• pp.551-560
• /
• 2010

본 연구에서는 현재 시행되고 있는 수질오염총량관리제 모니터링 시스템에 적용가능한 하천 오염부하량 추정기법을 제안하고 있다. 하도추적기능과 증발산량 계산 기능을 추가한 수정 TANK 모형을 이용하여 국립환경과학원에서 8일 간격으로 관측된 유량자료를 일 유량 자료로 확장하였다. 관측된 수질-유량 동시관측자료를 이용하여 7변수 대수선형모형의 매개변수를 최소분산 비편향 추정기법에 의해 추정하였다. 확장된 일 유량자료와 7변수 대수선형모형의 결과가 연계되어 관측지점별일 오염부하량이 계산되었다. 그 결과 SS, TN, TP 하천 오염부하량 추정에서 만족스러운 결과를 확인할 수 있었다. 적용의 일환으로 낙동강유역을 대표할 수 있는 SS, TN 및 TP 수질항목별 대표 단위면적당 부하량 유황곡선을 작성하였으며, 이를 통하여 낙동강 유역의 전체적인 하천오염부하량의 배출분포를 살펴보았다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권5호
• /
• pp.1153-1165
• /
• 2017

구조방정식모형은 사회과학 및 행동과학 연구 분야에서 이론검정을 위해 주로 사용되는 통계방법이다. 최근 이 통계기법에 대한 방법론적 이슈로서 모형명세화 오류와 소표본 문제가 부각되고 있다. 그런데 이 문제들이 구조방정식모형의 대표 추정 방법인 최대우도법에 위한 이론검정에 어떤 영향을 주는지에 대해 여전히 명확하지 않다. 따라서 본 연구에서 최대우도법 그러고 이에 대한 대안으로 개발된 2단계최소자승법과 2단계능형최소자승법을 정확도와 검정력 관점에서 시뮬레이션을 통해 체계적으로 비교해 본다. 이 실험 결과에 따르면, 모형이 정확하게 설정된 경우, 정확도 기준에서 추정방법들 간의 차이는 미미했다. 하지만 모형오류가 발생한 경우, 2단계능형최소자승법은 다른 방법들보다 표본 크기가 작을 때 훨씬 더 정확한 모수추정치를 산출해 내었다. 그러고 이 방법은 명세화 오류에 관계없이 표본 크기가 작을 때에도 제 2종 오류 (Type II error) 수준이 상대적으로 작거나 만족할만한 수준의 검정력을 보여주었다. 이에 반해 다른 두 방법들은 표본이 작은 경우 또는 명세화 오류가 있는 경우 상당히 높은 수준의 제 2종 오류를 나타내었다.

• 한국음향학회지
• /
• 제28권1호
• /
• pp.77-83
• /
• 2009

본 논문에서는 비정상 잡음환경에서 음질향상을 위한 비선형 함수와 사전 음성부재 확률을 이용한 최소 통계치(MS) 방법의 잡음전력편의 보상 방법을 제안한다. 비정상 잡음환경에서 잡음전력추정을 위해 최소 통계치 방법이 잘 알려져 있지만, 예측된 잡음전력 추정 값은 실제 잡음 전력 값보다 하향 편의 되는 특성을 나타낸다. 제안한 방법은 비선형 함수를 적용한 적응보상파라미터와 사전 음성부재 확률 값을 혼용하는 잡음전력편의 보상방법이다. 특히, 적응보상 파라미터는 사후 SNR을 이용한 비 선형함수를 적용하여 잡음수준의 증감에 따라 파라미터 값을 조절한다. 또한, 사전 음성부재확률 값이 1로 수렴할 경우, 적응보상파라미터 값은 각 주파수별로 최대치까지 증가하지만, 확률 값이 0에 가까워지면 반대의 특성을 나타낸다. 제안한 알고리즘의 잡음전력추정 및 음질향상의 성능평가를 위해 다양한 종류의 잡음과 비정상적인 극심한 잡음환경을 설정하여 실험하고, 음질향상을 위해 주파수 차감법과 결합하였다. 알고리즘의 성능은 다양한 잡음환경의 신호 대 잡음비 (SNR)와 Itakura-Saito 음질왜곡 평가법을 이용하여 기존 최소 통계치 (MS)방법에 비해 우수한 결과를 나타냈다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support fer multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To date, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques' results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support for multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To data, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.

• 재무관리연구
• /
• 제25권3호
• /
• pp.111-130
• /
• 2008

이 논문은 분수공적분 개념을 이용하여 KOSPI200지수와 지수선물가격간에 장기균형관계가 있는지를 살펴보고 있다. 이것을 위해 로그변환 현 선물가격 각각의 분수차분계수를 주파수영역 (frequency domain)의 GPH 추정량을 구한 다음, 현 선물 회귀식의 추정을 통해 도출한 균형오차의 차분계수와 비교하였다. 이 방법은 전통적인 공적분방법에서 규명하지 못한 금융시계열자료의 통계적인 특성을 분석할 수 있는 장점이 있다. 분석결과를 요약하면 다음과 같다. 첫째, 정수차원의 차분구조모형에서는 공적분검정을 통한 장기균형관계의 증거를 찾기가 어려웠다. ADF 단위근 검정과 KPSS 정상성 검정에서 상반된 결과가 제시되어 두 시계열을 I(1)으로 확정하기가 불가능하였다. 둘째, GPH 추정량를 이용하여 차분계수를 추정한 결과, 두 시계열 모두 불안정한 장기기억구조를 가지는 것으로 식별되었고 균형오차는 정상적인(stationary) 장기기억구조를 가져 현 선물가격간에 분수공적분관계가 있는 것으로 파악되었다. 이 논문은 선물시장과 현물시장이 장기균형관계를 국내 선행연구에서 이용하지 않았던 분수공적분을 이용하여 분석했다는 점에서 그 의의를 찾을 수 있다.