• Communications for Statistical Applications and Methods
• /
• 제16권3호
• /
• pp.463-477
• /
• 2009

극단치 분포의 모수 추정방법으로 최우추정법, 확률가중적률법, 회귀분석법은 기존 연구에서 활발하게 적용되어져 왔다. 그러나 이들 세 가지 추정방법 가운데, 회귀분석법의 우수성은 엄격하게 평가되어진 적이 없다. 본 논문에서는 몬테칼로 시뮬레이션을 통하여 Generalized Extreme Value(GEV) 분포와 Generalized Pareto(GP) 분포의 모수 추정에 회귀분석법 및 다른 추정방법을 적용하여 비교 연구한다. 시뮬레이션 결과, 표본의 크기가 작은 경우 회귀분석 법은 GEV 분포의 위치모수 추정시 편의 측면과 효율성 측면에서 다른 방법보다 우수한 경향을 나타내었다. GP 분포의 규모모수 추정시에는 표본의 크기 가 작을 경우 회귀분석법이 다른 방법보다 작은 편의를 나타내었다. 회귀분석법은 표본의 크기 가 작거나 적당히 큰 경우에도 GEV 분포나 GP 분포의 형태모수 추정시에 형태모수의 값이 -0.4일 경우, 다른 방법보다 우수한 경향을 나타내었다.

• Wind and Structures
• /
• 제23권4호
• /
• pp.275-300
• /
• 2016

Synchronous multi-pressure measurements were carried out with relatively long time duration for a double-layer reticulated shell roof model in the atmospheric boundary layer wind tunnel. Since the long roof is open at two ends for the storage of coal piles, three different testing cases were considered as the empty roof without coal piles (Case A), half coal piles inside (Case B) and full coal piles inside (Case C). Based on the wind tunnel test results, non-Gaussian time-dependent statistics of net wind pressure on the shell roof were quantified in terms of skewness and kurtosis. It was found that the direct statistical estimation of high-order moments and peak factors is quite sensitive to the duration of wind pressure time-history data. The maximum value of COVs (Coefficients of variations) of high-order moments is up to 1.05 for several measured pressure processes. The Mixture distribution models are proposed for better modeling the distribution of a parent pressure process. With the aid of mixture parent distribution models, the existing translated-peak-process (TPP) method has been revised and improved in the estimation of non-Gaussian peak factors. Finally, non-Gaussian peak factors of wind pressure, particularly for those observed hardening pressure process, were calculated by employing various state-of-the-art methods and compared to the direct statistical analysis of the measured long-duration wind pressure data. The estimated non-Gaussian peak factors for a hardening pressure process at the leading edge of the roof were varying from 3.6229, 3.3693 to 3.3416 corresponding to three different cases of A, B and C.

• 전자공학회논문지CI
• /
• 제49권4호
• /
• pp.23-30
• /
• 2012

본 논문은 스테고 잡음의 분산을 확대함으로써 비밀 메시지의 존재를 감지하기 위한 개선된 스테그분석 방법을 제안한다. 먼저 주어진 영상에 스펙클 잡음을 곱하여 작은 스테고 잡음을 확대하고 소프트 임계치 방법에 의해 잡음이 제거된 영상을 추정한다. 스테고 잡음과 스펙클 잡음은 완전히 제거되지 않으므로 추정된 영상에는 잡음이 일부 존재하게 된다. 만약 주어진 영상이 커버 영상이라면, 잔존하는 잡음은 매우 적을 것이고, 스테고 영상이라면 상대적으로 큰 잡음을 가지게 될 것이다. 이때 스테고 영상의 경우 잡음의 영향으로 웨이블릿 영역에서 부모-자식 부대역의 통계적 의존성에 손상이 발생하게 된다. 따라서 본 논문에서는 이러한 특성을 이용하여 주어진 영상과 잡음이 제거된 영상의 차이로부터 조인트 통계 모멘트를 추출한다. 아울러 잡음이 제거된 영상에 대하여 4개의 통계적 모멘트를 추출하여 제안된 스테그분석에 사용한다. 추출된 특징 벡터는 MLP 분류기로 입력되어 학습된다. 제안 방법의 성능을 평가하기 위해 다양한 비트율의 임베딩 방법을 사용하였으며, 실험 결과 제안 기법은 기존의 방법에 비해 검출율과 정확도 측면에서 우수함을 확인할 수 있었다.

• 응용통계연구
• /
• 제35권1호
• /
• pp.119-129
• /
• 2022

본 논문에서는 최근 경주와 포항에서 심각한 피해를 주며 발생한 지진의 규모를 과거자료에 근거한 통계적 분석방법을 통해 예측하고자 한다. 이를 위해, 조선시대 역사지진 자료중에서 연단위 밀집도가 상대적으로 높은 1392~1771년의 5년 블록 최대 규모 자료를 이용하였다. 이 자료를 기반으로 일반화 극단값(generalized extreme value) 확률분포에 기초한 극단값 이론을 이용하여 조선시대 재현기간별 지진 규모 예측 및 분석을 제시하고자 한다. 일반화 극단값 분포의 모수추정을 위해 최대가능도추정법(maximum likelihood estimation, MLE)과 L-적률추정법(L-moments estimation, LME)을 사용한다. 특히 본 논문에서는 일반화 극단값 분포가 이러한 역사지진 자료에 대한 적절한 분석 모형이 될 수 있음을 적합도 검정(goodness-of-fit test)을 통해 보인다.

• Wind and Structures
• /
• 제12권6호
• /
• pp.505-517
• /
• 2009

Synchronous wind-induced pressures, measured in wind-tunnel tests on model buildings instrumented with hundreds of pressure taps, are an invaluable resource for designing safe buildings efficiently. They enable a much more detailed, accurate representation of the forces and moments that drive engineering design than conventional tables and graphs do. However, the very large volumes of data that such tests typically generate pose a challenge to their widespread use in practice. This paper explains how a wavelet representation for the time series of pressure measurements acquired at each tap can be used to compress the data drastically while preserving those features that are most influential for design, and also how it enables incremental data transmission, adaptable to the accuracy needs of each particular application. The loss incurred in such compression is tunable and known. Compression rates as high as 90% induce distortions that are statistically indistinguishable from the intrinsic variability of wind-tunnel testing, which we gauge based on an unusually large collection of replicated tests done under the same wind-tunnel conditions.

• 응용통계연구
• /
• 제27권5호
• /
• pp.819-831
• /
• 2014

치우친 다변량 t-분포 혼합을 적합하기 위해 Exact-EM 알고리즘이 사용된다. 그러나 이 방법은 E-step에서 매우 긴 처리시간을 요하는 다변량 절단 t-분포의 적률을 계산해야 한다. 본 논문에서는 이러한 문제점을 완화하기 위해 SPU-EM이라 명명한 알고리즘을 제안하는데, 이것은 Meng과 van Dyk (1997)의 AECM 알고리즘의 원리를 이용하여 다차원 적률의 계산상의 어려움을 해결한다. 결과적으로 제안된 방법은 Exact-EM 알고리즘 보다 빠른 처리시간으로 보장한다. 이를 입증하기 위해 실험을 통해 제안된 방법의 유효성을 보인다.

• International Journal of Computer Science & Network Security
• /
• 제22권9호
• /
• pp.316-326
• /
• 2022

The prompt development in the field of video is the outbreak of online services which replaces the television media within a shorter period in gaining popularity. The online videos are encouraged more in use due to the captions displayed along with the scenes for better understandability. Not only entertainment media but other marketing companies and organizations are utilizing videos along with captions for their product promotions. The need for captions is enabled for its usage in many ways for hearing impaired and non-native people. Research is continued in an automatic display of the appropriate messages for the videos uploaded in shows, movies, educational videos, online classes, websites, etc. This paper focuses on two concerns namely the first part dealing with the machine learning method for preprocessing the videos into frames and resizing, the resized frames are classified into multiple actions after feature extraction. For the feature extraction statistical method, GLCM and Hu moments are used. The second part deals with the deep learning method where the CNN architecture is used to acquire the results. Finally both the results are compared to find the best accuracy where CNN proves to give top accuracy of 96.10% in classification.

• Journal of Information Processing Systems
• /
• 제13권2호
• /
• pp.400-416
• /
• 2017

Music emotion is an important component in the field of music information retrieval and computational musicology. This paper proposes an approach for automatic emotion classification, based on rough set (RS) theory. In the proposed approach, four different sets of music features are extracted, representing dynamics, rhythm, spectral, and harmony. From the features, five different statistical parameters are considered as attributes, including up to the $4^{th}$ order central moments of each feature, and covariance components of mutual ones. The large number of attributes is controlled by RS-based approach, in which superfluous features are removed, to obtain indispensable ones. In addition, RS-based approach makes it possible to visualize which attributes play a significant role in the generated rules, and also determine the strength of each rule for classification. The experiments have been performed to find out which audio features and which of the different statistical parameters derived from them are important for emotion classification. Also, the resulting indispensable attributes and the usefulness of covariance components have been discussed. The overall classification accuracy with all statistical parameters has recorded comparatively better than currently existing methods on a pair of datasets.

• Structural Engineering and Mechanics
• /
• 제20권1호
• /
• pp.85-110
• /
• 2005

This paper aims at formulating various statistical models for the study of a ten year Weigh-in-Motion (WIM) data collected from various WIM stations in Hong Kong. In order to study the bridge live load model it is important to determine the mathematical distributions of different load affecting parameters such as gross vehicle weights, axle weights, axle spacings, average daily number of trucks etc. Each of the above parameters is analyzed by various stochastic processes in order to obtain the mathematical distributions and the Maximum Likelihood Estimation (MLE) method is adopted to calculate the statistical parameters, expected values and standard deviations from the given samples of data. The Kolmogorov-Smirnov (K-S) method of approach is used to check the suitability of the statistical model selected for the particular parameter and the Monte Carlo method is used to simulate the distributions of maximum value stochastic processes of a series of given stochastic processes. Using the statistical analysis approach the maximum value of gross vehicle weight and axle weight in bridge design life has been determined and the distribution functions of these parameters are obtained under both free-flowing traffic and dense traffic status. The maximum value of bending moments and shears for wide range of simple spans are obtained by extrapolation. It has been observed that the obtained maximum values of the gross vehicle weight and axle weight from this study are very close to their legal limitations of Hong Kong which are 42 tonnes for gross weight and 10 tonnes for axle weight.

• 대한전자공학회논문지SP
• /
• 제47권6호
• /
• pp.57-65
• /
• 2010

본 논문은 스테가노그래피 알고리즘에 대한 블라인드 스테그분석 기법을 제안한다. 제안하는 스테그분석기법은 두 가지 형태의 특징 벡터를 추출한다. 첫 번째로, 영상에 정보를 은닉한 후 웨이블릿 부대역의 히스토그램 특성이 변한다는 것을 관찰하고 히스토그램의 위치 변화를 특징으로 이용한다. 두 번째로, 웨이블릿 특성 함수의 통계적 모멘트를 특징으로 이용한다. 첫번째 형태의 특징은 영상을 3-레벨 웨이블릿 변환하여 9개의 고주파 부대역에서 각각 하나의 특징을 추출하여 총 9개의 특징 벡터 얻는다. 두 번째 형태의 특징은 각 부대역별로 3차 모멘트까지 추출하여 39개의 특징 벡터를 얻는다. 총 48개의 특징 벡터를 교사학습을 이용하여 학습한 후 스테고 영상과 커버 영상을 분류한다. 다층 퍼셉트론 신경망 분류기를 이용하여 두 가지 형태의 특징을 입력으로 하여 삽입 데이터의 존재유무를 판별한다. 제안 방법의 성능을 평가하기 위하여 CorelDraw 데이터베이스 영상이 사용되었고 LSB 방법과 SS방법, blind SS방법, F5방법으로 다양한 삽입률의 스테고 영상을 생성하여 실험한다. 민감도와 특이도, 에러율, ROC 커브 면적 등을 이용하여 제안 방법이 기존의 스테그분석 방법보다 삽입 정보 유무를 검출하는데 효과적임을 보여준다.