• 응용통계연구
• /
• 제20권1호
• /
• pp.147-157
• /
• 2007

에지검출은 컴퓨터비전과 영상처리 시스템에서 널리 사용되는 단계이다. 본 논문에서는 잡음영상에서 효율적인 에지검출을 위해 이표본 위치 문제에서 월콕슨 검정의 대안인 로버스트 순위-순서 검정에 기초한 새로운 검출법을 제안하였다. 제안된 방법은 $\delta$-에지모형하에서 $5\times5$ 윈도우의 부분 픽셀만으로 구성된 근방영역 간에 통계적으로 유의한 차이가 있는지를 조사하였다. 제안된 에지 검출법의 성능을 평가하기 위해 실제영상과 인조영상을 가지고 영상실험을 통하여 얻은 에지맵과 객관적인 척도하에서 양적으로 비교 분석하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제7권2호
• /
• pp.203-210
• /
• 1996

A linear neural unit with a modified anti-Hebbian learning rule has been shown to be able to optimally fit curves, surfaces, and hypersurfaces by adaptively extracting the minor component of the input data set. In this paper, we study how to use the robust version of this neural fitting method for linear regression analysis. Furthermore, we compare this method with other methods when data set is contaminated by outliers.

• Journal of the Korean Data and Information Science Society
• /
• 제14권3호
• /
• pp.471-479
• /
• 2003

Moving averages are the most popular statistics in analyzing time-series data like stock indices. However, moving averages are quite sensitive to unusual observations. In other words, they are not robust against unusual observations. We introduce the moving averages in terms of an M-estimator, and show how we can take advantages of using the proposed moving averages in fitting the data more than usual moving averages.

• Communications for Statistical Applications and Methods
• /
• 제18권6호
• /
• pp.733-739
• /
• 2011

The linear absolute shrinkage and selection operator(Lasso) method improves the low prediction accuracy and poor interpretation of the ordinary least squares(OLS) estimate through the use of $L_1$ regularization on the regression coefficients. However, the Lasso is not robust to outliers, because the Lasso method minimizes the sum of squared residual errors. Even though the least absolute deviation(LAD) estimator is an alternative to the OLS estimate, it is sensitive to leverage points. We propose a robust Lasso estimator that is not sensitive to outliers, heavy-tailed errors or leverage points.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2005년도 춘계 학술발표회 논문집
• /
• pp.109-112
• /
• 2005

The robust quasi-likelihood (RQL) proposed by Cantoni & Ronchetti (2001) is a robust version of quasi-likelihood. They adopted Huber function to increase the resistance of the RQL estimator to the outliers. They considered the Huber function only of symmetric type. We extend the class of Huber function to include asymmetric types, and derived a method to find the optimal asymmetric one.

• Communications for Statistical Applications and Methods
• /
• 제6권3호
• /
• pp.967-976
• /
• 1999

In this paper we study the Hellinger distance based goodness-of-fit tests that are analogs of likelihood ratio tests. The minimum Hellinger distance estimator (MHDE) in normal models provides an excellent robust alternative to the usual maximum likelihood estimator. Our simulation results show that the Hellinger deviance test (Simpson 1989) based goodness-of-fit test is robust when data contain outliers. The proposed hellinger deviance test(Simpson 1989) is a more direcct method for obtaining robust inferences than an automated outlier screen method used before the likelihood ratio test data analysis.

• 품질경영학회지
• /
• 제24권2호
• /
• pp.142-157
• /
• 1996

Robust design in industry is an approach to reducing performance variation of quality characteristic values in products and processes. In the Taguchi type robust design, the product array approach using orthogonal arrays is mainly used. However, it often requires an excessive number of experiments. In this paper, for the combined array approach to assign control and noise factors, we propose how to simultaneously optimize multiple quality characteristics. Two examples are illustrated to show the difference between the product-array approach and the combined-array approach.

• 응용통계연구
• /
• 제32권6호
• /
• pp.889-898
• /
• 2019

항목 무응답(item missing)이 발생한 설문조사에서 결측이 포함된 변수에 이상치(outlier)의 존재와 다른 설문문항 항목과의 논리적 한계(boundary) 조건들이 유의미하다면 결측치 대체문제는 매우 복잡해진다. 한계가 있는 결측값들을 포함한 변수에 이상치가 존재하는 경우, 기존의 회귀분석에 근거한 결측치 대체방법은 편향된 대체값 그리고 한계를 만족하지 않은 대체값을 제시할 가능성이 있다. 이에 본 논문은 회귀모형에 기반을 두고 결측치들을 대체를 함에 있어 이상치와 논리적 한계조건이 자료에 존재하는 경우, 다양한 로버스트 회귀모형과 다중대체 방법의 조합을 통해 해결점을 모색하고자 한다. 이를 위해 이들 방법들의 최적의 조합을 다양한 시나리오별로 모의실험을 통하여 찾아보고 이에 대하여 논의하였다.

• 대한전자공학회논문지SP
• /
• 제46권5호
• /
• pp.126-134
• /
• 2009

본 논문은 움직이는 차 안에서 교통 표지판을 추적하는 영상 기반 시스템을 기술한다. 제안된 시스템은 복잡한 환경에서 강인한 추적의 성능을 위해 파티클 필터를 기반으로 하는 기본 구조를 가진다. 실제 환경에서 표지판을 실시간으로 추적하는 경우, 장애물에 의한 겹침 현상과 빠르게 변하는 도로 상황 때문에 시계열 데이터인 상태 정보를 예측하는 것은 많은 어려움이 있다. 따라서 본 논문에서는 이러한 단점을 해결하기 위하여 어파인 변환의 파라미터를 상태 정보로 사용한 자기 회귀 모델을 파티클 필터의 상태 전이 모델로써 사용하고, 강인 통계를 사용하여 장애물에 의한 겹침 현상을 판단하여 추적 성능을 향상시키는 알고리즘을 제안한다. 본 논문의 실험 결과에서는 본 논문에서 제안된 방법이 주행 중 실시간 추적을 위하여 효과적이며, 장애물에 의해 표지판이 겹치는 경우에도 추적이 잘 수행됨을 보인다.

• Interdisciplinary Bio Central
• /
• 제2권2호
• /
• pp.4.1-4.6
• /
• 2010

The most common type of microarray experiment has a simple design using microarray data obtained from two different groups or conditions. A typical method to identify differentially expressed genes (DEGs) between two conditions is the conventional Student's t-test. The t-test is based on the simple estimation of the population variance for a gene using the sample variance of its expression levels. Although empirical Bayes approach improves on the t-statistic by not giving a high rank to genes only because they have a small sample variance, the basic assumption for this is same as the ordinary t-test which is the equality of variances across experimental groups. The t-test and empirical Bayes approach suffer from low statistical power because of the assumption of normal and unimodal distributions for the microarray data analysis. We propose a method to address these problems that is robust to outliers or skewed data, while maintaining the advantages of the classical t-test or modified t-statistics. The resulting data transformation to fit the normality assumption increases the statistical power for identifying DEGs using these statistics.