Communications for Statistical Applications and Methods
/
v.5
no.1
/
pp.55-67
/
1998
Recent work by Shin and Sarkar (1996) examines model misspecification problems for nonstationary time series. Shin and Sarkar introduce a general regression model with integrated errors and one system of integrated regressors and discuss the limiting distributions of the OLS estimators and the usual OLS statistics such as $\hat{\sigma^2}$t, DW and $R^2$. We analyze three different model misspecification problems through a Monte Carlo study and investigate each model misspecification problem. Our Monte Carlo experiments show that DW and $R^2$ can be in general used as diagnostic tools to detect spurious regression, misspecification of nonstationary autoregressive and polynomial regression models.
Journal of the Institute of Electronics Engineers of Korea SP
/
v.40
no.1
/
pp.43-50
/
2003
Today, the demand of image acquisition systems grows as the multimedia applications go on increasing greatly. Among the systems, film scanner is one of the systems, which can acquire high quality and high resolution images. However due to the nonlinear characteristic of the light source and sensor, colors of the original film image do not correspond to the colors of the scanned image. Therefore color correction mr the scanned digital image is essential in the film scanner. In this paper, polynomial regression method is applied for the color correction to CIE $L^{*}$$a^{*}$$b^{*}$ color model data converted from RGB color model data. A1so a film scanner hardware with 12 bit color resolution for each R, G, B and 2400 dpi was implemented by using TMS320C32 DSP chip and high resolution line sensor. An experimental result shows that the average color difference ($\Delta$$E^{*}$$_{ab}$ ) is reduced from13.48 to 8.46.6.6.6.6.
The Journal of Korea Institute of Information, Electronics, and Communication Technology
/
v.8
no.5
/
pp.345-353
/
2015
There are many software reliability models that are based on the times of occurrences of errors in the debugging of software. It is shown that it is possible to do parameter inference for software reliability models based on finite failure model and non-homogeneous Poisson Processes (NHPP). For someone making a decision to market software, the conditional failure rate is an important variables. In this case, finite failure model are used in a wide variety of practical situations. Their use in characterization problems, detection of outlier, linear estimation, study of system reliability, life-testing, survival analysis, data compression and many other fields can be seen from the many study. Statistical process control (SPC) can monitor the forecasting of software failure and thereby contribute significantly to the improvement of software reliability. Control charts are widely used for software process control in the software industry. In this paper, proposed a control mechanism based on NHPP using mean value function of polynomial hazard function.
Journal of the Korean Institute of Intelligent Systems
/
v.23
no.5
/
pp.473-478
/
2013
In this paper, we develop the Heavy Rain Advisory Decision Model based on intelligent neuro-fuzzy algorithm RBFNNs by using KLAPS(Korea Local Analysis and Prediction System) Reanalysis data. the prediction ability of existing heavy rainfall forecasting systems is usually affected by the processing techniques of meteorological data. In this study, we introduce the heavy rain forecast method using the pre-processing techniques of meteorological data are in order to improve these drawbacks of conventional system. The pre-processing techniques of meteorological data are designed by using point conversion, cumulative precipitation generation, time series data processing and heavy rain warning extraction methods based on KLAPS data. Finally, the proposed system forecasts cumulative rainfall for six hours after future t(t=1,2,3) hours and offers information to determine heavy rain advisory. The essential parameters of the proposed model such as polynomial order, the number of rules, and fuzzification coefficient are optimized by means of Differential Evolution.
The Journal of Korean Institute of Communications and Information Sciences
/
v.38A
no.8
/
pp.644-649
/
2013
For effective DC-free coding in the optical storage systems, the Guided Scrambling algorithm is widely used. To reduce digital discrepancy of the coded sequence, functions of digital sum value (DSV) are used as criteria to choose the best candidate. Among these criteria, the minimum digital sum value (MDSV), minium squared weight (MSW), and minimum threshold overrun (MTO) are popular methods for effective DC-suppression. In this paper, we formulate integer programming models that are equivalent to MDSV, MSW, and MTO GS coding. Incorporating the MDSV integer programming model in MaxMin setting, we develop an integer programming model that computes the worst case MDSV bound given scrambling polynomial and control bit size. In the simulation, we compared the worst case MDSV bound for different scrambling polynomial and control bit sizes. We find that careful selection of scrambling polynomial and control bit size are important factor to guarantee the worst case MDSV performance.
The Transactions of The Korean Institute of Electrical Engineers
/
v.58
no.2
/
pp.399-406
/
2009
In this study, Polynomial Radial Basis Function Neural Network(pRBFNN) based on Fuzzy Inference System is designed and its parameters such as learning rate, momentum coefficient, and distributed weight (width of RBF) are optimized by means of Particle Swarm Optimization. The proposed model can be expressed as three functional module that consists of condition part, conclusion part, and inference part in the viewpoint of fuzzy rule formed in 'If-then'. In the condition part of pRBFNN as a fuzzy rule, input space is partitioned by defining kernel functions (RBFs). Here, the structure of kernel functions, namely, RBF is generated from HCM clustering algorithm. We use Gaussian type and Inverse multiquadratic type as a RBF. Besides these types of RBF, Conic RBF is also proposed and used as a kernel function. Also, in order to reflect the characteristic of dataset when partitioning input space, we consider the width of RBF defined by standard deviation of dataset. In the conclusion part, the connection weights of pRBFNN are represented as a polynomial which is the extended structure of the general RBF neural network with constant as a connection weights. Finally, the output of model is decided by the fuzzy inference of the inference part of pRBFNN. In order to evaluate the proposed model, nonlinear function with 2 inputs, waster water dataset and gas furnace time series dataset are used and the results of pRBFNN are compared with some previous models. Approximation as well as generalization abilities are discussed with these results.
Journal of the Korean Applied Science and Technology
/
v.35
no.4
/
pp.1393-1406
/
2018
In this study, three parameters (Pressure ($X_1$), Airflow rate ($X_2$), Operation time ($X_3$)) were experimentally designed and the predicted model and optimal conditions were established by using the terminal rise velocity of the microbubbles as the response value. The polynomial regression analysis showed that the optimum value for the terminal rise velocity at the Pressure ($X_1$) of 4.5 bar, Airflow rate ($X_2$) of 3.3 L/min and Operation time ($X_3$) of 2.2 min was 5.14 cm/min ($85.7{\mu}m/sec$). Also, the highest microbubble diameter size distribution in the range of 2 to $5{\mu}m$ and 25 to $50{\mu}m$ was confirmed by using a laser particle counting apparatus.
The Transactions of The Korean Institute of Electrical Engineers
/
v.60
no.3
/
pp.639-647
/
2011
In this paper, we introduce a design methodology of data-centroid Radial Basis Function neural networks with extended polynomial function. The two underlying design mechanisms of such networks involve K-means clustering method and Particle Swarm Optimization(PSO). The proposed algorithm is based on K-means clustering method for efficient processing of data and the optimization of model was carried out using PSO. In this paper, as the connection weight of RBF neural networks, we are able to use four types of polynomials such as simplified, linear, quadratic, and modified quadratic. Using K-means clustering, the center values of Gaussian function as activation function are selected. And the PSO-based RBF neural networks results in a structurally optimized structure and comes with a higher level of flexibility than the one encountered in the conventional RBF neural networks. The PSO-based design procedure being applied at each node of RBF neural networks leads to the selection of preferred parameters with specific local characteristics (such as the number of input variables, a specific set of input variables, and the distribution constant value in activation function) available within the RBF neural networks. To evaluate the performance of the proposed data-centroid RBF neural network with extended polynomial function, the model is experimented with using the nonlinear process data(2-Dimensional synthetic data and Mackey-Glass time series process data) and the Machine Learning dataset(NOx emission process data in gas turbine plant, Automobile Miles per Gallon(MPG) data, and Boston housing data). For the characteristic analysis of the given entire dataset with non-linearity as well as the efficient construction and evaluation of the dynamic network model, the partition of the given entire dataset distinguishes between two cases of Division I(training dataset and testing dataset) and Division II(training dataset, validation dataset, and testing dataset). A comparative analysis shows that the proposed RBF neural networks produces model with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.
Abou-Zeid, Khaled A.;Oscar, Thomas P.;Schwarz, Jurgen G.;Hashem, Fawzy M.;Whiting, Richard C.;Yoon, Kisun
Journal of Microbiology and Biotechnology
/
v.19
no.7
/
pp.718-726
/
2009
The objective of this study was to develop and validate secondary models that can predict growth parameters of L. monocytogenes Scott A as a function of concentrations (0-3%) of a commercial potassium lactate (PL) and sodium diacetate (SDA) mixture, pH (5.5-7.0), and temperature (4-37DC). A total of 120 growth curves were fitted to the Baranyi primary model that directly estimates lag time (LT) and specific growth rate (SGR). The effects of the variables on L. monocytogenes Scott A growth kinetics were modeled by response surface analysis using quadratic and cubic polynomial models of the natural logarithm transformation of both LT and SGR. Model performance was evaluated with dependent data and independent data using the prediction bias ($B_f$) and accuracy factors ($A_f$) as well as the acceptable prediction zone method [percentage of relative errors (%RE)]. Comparison of predicted versus observed values of SGR indicated that the cubic model fits better than the quadratic model, particularly at 4 and $10^{\circ}C$. The $B_f$and $A_f$for independent SGR were 1.00 and 1.08 for the cubic model and 1.08 and 1.16 for the quadratic model, respectively. For cubic and quadratic models, the %REs for the independent SGR data were 92.6 and 85.7, respectively. Both quadratic and cubic polynomial models for SGR and LT provided acceptable predictions of L. monocytogenes Scott A growth in the matrix of conditions described in the present study. Model performance can be more accurately evaluated with $B_f$and $A_f$and % RE together.
This research was obtained from analyzing how the physiques of the 3rd grade students of high school for males and females and developed for the last eleven years(from 1983 to 1993). By the physiques and nutritional index of physical growth and development, Relative Body Weight of 36.62 exceeded the standard, on the other hand females showed lower records than the standard. Relative Chest Girth Index belonged to the normal type of males and females in all, in the comparison of the records between 1983 and 1993, males increased in average 0.29 and females in average 0.55. Relative Chest Girth Index of females was greater than that of females. By the results of Relative Sitting Height Index, growth of the lower body for males and females was greater than that of males. In case of Vervaeck Index, males increased in average 2.04 but females increased in average 1, 20 relatively less than males. These phenomena provided for the evidence of the deficient nutrition in females. In the regression models of body height and body weight within a certain period, statistical regression model types which best indicated chronological average changes of body height and body weight, took 3rd Order Polynomial Regression Model rather than linear regression model. In females, statistical regression model types which best is suitable for chronological average change of body height and body weight, took 4th and 2nd Order Polynomial Regression Model respectively. The prediction value of 1995 by estimated polynomial regression model anticipated that body height of 3rd grade year students of high school of males in 1993 went on increasing from 170.87cm to 171.79cm in average 0.92cm growth and that of females from 158.99cm to 160.79cm in average 1.80cm growth. In addition, body weight of males seemed to increase from 62.58kg to 64.52kg in average 1.94kg growth and that of females seemed to increase from 54.05kg to 54.19kg in average 0.14kg growth. Linear Regression Model was suitable for the regression model of body weight for body height. Prediction on increase of an average body weight for body height was that, according to growth of body height 1cm in males, body weight increased 1.41kg averagely and that of females 0.86kg. For that reason, we came to conclusion that body weight increase for body height 1cm in males was greater than that in females on average.
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.