In this study, we suggest the method of small area estimation based on the Economically Active Population Survey (EAPS) data in producing unemployment statistics for the local self-government areas (LSGAs) within large areas. The small area estimators considered are design-based indirect estimators such as the synthetic and composite estimators. The jackknife mean square error was used as a measure of accuracy of such small area estimators. The total unemployed and jackknife mean square errors of the 10 LSGAs within the large area of ChoongBuk region are derived from the estimation procedure suggested in this study, using EAPS data of December 2000. The reliability of small area estimators was assessed using the relative bias values and relative root mean square errors of these estimators. We find that under the current Korean EAPS system, the composite estimator turns out to be much more stable than other estimators.
The conventional normalized least mean square (NLMS) algorithm is the most widely used for adaptive identification within a non-stationary input context. The convergence of the NLMS algorithm is independent of environmental changes. However, its steady state performance is impaired during input sequences with low dynamics. In this paper, we propose a new NLMS algorithm which is, in the steady state, insensitive to the time variations of the input dynamics. The square soot (SR)-NLMS algorithm is based on a normalization of the LMS adaptive filter input by the Euclidean norm of the tap-input. The tap-input power of the SR-NLMS adaptive filter is then equal to one even during sequences with low dynamics. Therefore, the amplification of the observation noise power by the tap-input power is cancelled in the misadjustment time evolution. The harmful effect of the low dynamics input sequences, on the steady state performance of the LMS adaptive filter are then reduced. In addition, the square root normalized input is more stationary than the base input. Therefore, the robustness of LMS adaptive filter with respect to the input non stationarity is enhanced. A performance analysis of the first- and the second-order statistic behavior of the proposed SR-NLMS adaptive filter is carried out. In particular, an analytical expression of the step size ensuring stability and mean convergence is derived. In addition, the results of an experimental study demonstrating the good performance of the SR-NLMS algorithm are given. A comparison of these results with those obtained from a standard NLMS algorithm, is performed. It is shown that, within a non-stationary input context, the SR-NLMS algorithm exhibits better performance than the NLMS algorithm.
Magazine of the Korean Society of Agricultural Engineers
/
v.41
no.4
/
pp.25-29
/
1999
This study was conducted to derive optimal design floods by Gerneralized Extreme Value(GEV) and Weibull-3 distributions for the annual maximum series at ten watersheds along Han,Nagdong, Geum, Yeongsan and Seomjin reiver systems. Adequency for the analysis of flood data used in this study was established by the tests of Independence. Homogeneity , detection of Outlines, L-moments. Design flood sobtaine dby /methods of Moments and L-Moments using different methods for plotting positions in BEV and Weibull-3 distributions were compared by the Relative Mean Errors(RME) and Root MEan Square Errors(RMSE). The result wa found that design floods derived by the L-moments using the other formulas for plotting positions from the viewpoint of Relative Mean Errors and Root Mean Square Errors.
In this paper, we study target tracking in two dimensional space using a Extended Kalman filter(EKF), various Extended Kalman Filter and Cost-Reference Particle Filter(CRPF), which can effectively estimate the state values of nonlinear measurement equation. We introduce various Extended Kalman Filter which the Unscented Kalman Filter(UKF), the Central Difference Kalman Filter(CDKF), the Square Root Unscented Kalman Filter(SR-UKF), and the Central Difference Kalman Filter(SR-CDKF). In this study, we calculate Mean Square Error(MSE) of each filters using Monte-Carlo simulation with unknown noise statistics. Simulation results show that among the various of Extended Kalman filter, Square Root Central Difference Kalman Filter has the best results in terms of speed and performance. And, the Cost-Reference Particle Filter has an advantageous feature that it does not need to know the noise distribution differently from Extended Kalman Filter, and the simulation result shows that the excellent in term of processing speed and accuracy.
Kim, Yong Guk;Park, Jeong Won;Kim, Young Shin;Lee, Sang Hyuck;Kim, Hong Kook
The Journal of the Acoustical Society of Korea
/
v.36
no.1
/
pp.30-38
/
2017
In this paper, we propose an underwater acoustic sensor fault detection method for passive sonar systems. In general, a passive sonar system displays processed results of array signals obtained from tens of the acoustic sensors as a two-dimensional image such as displays for broadband or narrowband analysis. Since detection result display in the operation software is to display the accumulated result through the array signal processing, it is difficult to determine the possibility where signal may be contaminated by the fault or failure of a single channel sensor. In this paper, accordingly, we propose a detection method based on the analysis of RMSCR (Root Mean Square Crossing-Rate), and the processing techniques for the faulty sensors are analyzed. In order to evaluate the performance of the proposed method, the precision of detecting fault sensors is measured by using signals acquired from real array being operated in several coastal areas. Besides, we compare performance of fault processing techniques. From the experiments, it is shown that the proposed method works well in underwater environments with high average RMS, and mute (set to zero) shows the best performance with regard to fault processing techniques.
International Journal of Reliability and Applications
/
v.6
no.1
/
pp.41-51
/
2005
The Bayes estimators of the parameters included in the complementary Weibull reliability model are obtained. In the process of deriving Bayes estimators, the scale and shape parameters of the complementary Weibull distribution are considered to be independent random variables having prior exponential distributions. The maximum likelihood estimators of the desired parameters are derived. Further, the least square estimators are obtained in closed forms. Simulation study is made using Monte Carlo method to make a comparison among the obtained estimators. The comparison is made by computing the root mean squared errors associated to each point estimation. Based on the numerical study, the Bayes procedure seems better than the maximum likelihood and least square procedures in the sense of having smaller root mean squared errors.
International Journal of Advanced Culture Technology
/
v.11
no.3
/
pp.310-314
/
2023
The purpose of this study is to predict the remaining capacity of lithium-ion batteries and evaluate their performance using five artificial intelligence models, including linear regression analysis, decision tree, random forest, neural network, and ensemble model. We is in the study, measured Excel data from the CS2 lithium-ion battery was used, and the prediction accuracy of the model was measured using evaluation indicators such as mean square error, mean absolute error, coefficient of determination, and root mean square error. As a result of this study, the Root Mean Square Error(RMSE) of the linear regression model was 0.045, the decision tree model was 0.038, the random forest model was 0.034, the neural network model was 0.032, and the ensemble model was 0.030. The ensemble model had the best prediction performance, with the neural network model taking second place. The decision tree model and random forest model also performed quite well, and the linear regression model showed poor prediction performance compared to other models. Therefore, through this study, ensemble models and neural network models are most suitable for predicting the remaining capacity of lithium-ion batteries, and decision tree and random forest models also showed good performance. Linear regression models showed relatively poor predictive performance. Therefore, it was concluded that it is appropriate to prioritize ensemble models and neural network models in order to improve the efficiency of battery management and energy systems.
An electromyogram (EMG) using surface electrodes is one of the indirect tests most frequently used to ascertain muscle fatigue. An EMG can be used in two ways. The first technique determines the root mean square (RMS), which reflects the amplitude of the EMG signal. The second technique determines the median and mean power frequencies through EMG power spectrum analysis. The purpose of this article is for determine the correlation between work and percent root mean square(%RMS) and between work and MDF of EMG based on muscle contractions. It is used the %RMS, which reflects the amplitude of the EMG signal For MDF, it is used the frequency power spectrum analysis method, which involves the fast Fourier transformation (FFT) of the original Signals.
Chytrasari, Angela N.R.;Kartiko, Sri Haryatmi;Danardono, Danardono
Communications for Statistical Applications and Methods
/
v.27
no.3
/
pp.349-363
/
2020
Penalized spline is a suitable nonparametric approach in estimating mean model in small area. However, application of the approach in informative sampling in a published article is uncommon. We propose a semiparametric mixed-model using penalized spline under informative sampling to estimate mean of small area. The response variable is explained in terms of mean model, informative sample effect, area random effect and unit error. We approach the mean model by penalized spline and utilize a penalized spline function of the inclusion probability to account for the informative sample effect. We determine the best and unbiased estimators for coefficient model and derive the restricted maximum likelihood estimators for the variance components. A simulation study shows a decrease in the average absolute bias produced by the proposed model. A decrease in the root mean square error also occurred except in some quadratic cases. The use of linear and quadratic penalized spline to approach the function of the inclusion probability provides no significant difference distribution of root mean square error, except for few smaller samples.
Anna Antonella, Spina;Carlotta, Ceniti;Cristian, Piras;Bruno, Tilocca;Domenico, Britti;Valeria Maria, Morittu
Journal of Animal Science and Technology
/
v.64
no.3
/
pp.531-538
/
2022
In Italy, buffalo mozzarella is a largely sold and consumed dairy product. The fraudulent adulteration of buffalo milk with cheaper and more available milk of other species is very frequent. In the present study, Fourier transform infrared spectroscopy (FTIR), in combination with multivariate analysis by partial least square (PLS) regression, was applied to quantitatively detect the adulteration of buffalo milk with cow milk by using a fully automatic equipment dedicated to the routine analysis of the milk composition. To enhance the heterogeneity, cow and buffalo bulk milk was collected for a period of over three years from different dairy farms. A total of 119 samples were used for the analysis to generate 17 different concentrations of buffalo-cow milk mixtures. This procedure was used to enhance variability and to properly randomize the trials. The obtained calibration model showed an R2 ≥ 0.99 (R2 cal. = 0.99861; root mean square error of cross-validation [RMSEC] = 2.04; R2 val. = 0.99803; root mean square error of prediction [RMSEP] = 2.84; root mean square error of cross-validation [RMSECV] = 2.44) suggesting that this method could be successfully applied in the routine analysis of buffalo milk composition, providing rapid screening for possible adulteration with cow's milk at no additional cost.
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.