• Journal of the Korean Data and Information Science Society
• /
• 제18권1호
• /
• pp.97-105
• /
• 2007

We consider a nonparametric additive risk model that is based on splines. This model consists of both purely and smoothly nonparametric components. As an estimation method of this model, we use the weighted least square estimation by Huller and Mckeague (1991). We provide an illustrative example as well as a simulation study that compares the performance of our method with the ordinary least square method.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2006년도 추계 학술발표회 논문집
• /
• pp.49-50
• /
• 2006

We consider a nonparametric additive risk model that are based on splines. This model consists of both purely and smoothly nonparametric components. As an estimation method of this model, we use the weighted least square estimation by Huffer and McKeague (1991). We provide an illustrative example as well as a simulation study that compares the performance of our method with the ordinary least square method.

• 한국측량학회지
• /
• 제27권5호
• /
• pp.565-574
• /
• 2009

본 연구에서는 GPS 관측 데이터로부터 가강수량을 복원하는 과정에 있어서 한국의 계절별 특성을 고려한 가중 평균 기온 모델(Tm)을 개발하고 4개소의 GPS 상시관측소에 대하여 이를 적용하였다. 가중 평균 기온은 지역의 수증기 압력과 기온 프로파일에 관계하기 때문에, GPS 대류권 습윤 지연으로부터 추정한 수증기 정보의 정확도는 가중 평균 기온 추정 정확도에 비례하게 된다. 다른 국가에서 제시한 모델들과 비교하여 한국의 계절별 가중 평균 기온 모델의 적용이 GPS 가강수량 추정 정확도를 개선시킬 수 있다는 결과를 제공하였다. 따라서 실제 습윤 지연량을 가강수량으로 환산하는 단계에서 계절적으로 적합한 가중 평균 기온 모델은 다른 모델들에 비하여 대류권에서의 GPS 신호 지연으로부터 가강수량 추정의 상대적 편의 제거 효과가 크기 때문에 고정확도 수증기량 추정에 유용하다고 판단된다.

• 대한공간정보학회지
• /
• 제20권3호
• /
• pp.57-63
• /
• 2012

정규최소자승법(OLS : Ordinary Least Square)은 장수인구의 지역적 분포와 적용된 환경변수들의 관계가 공간상에서 동일하다고 가정한다. 따라서 장수현상이나 그와 관련된 변수의 공간적 특성을 충분히 설명할 수 없다. 지리가중 회귀분석(GWR : Geographically Weighted Regression)모형은 지리적 가중 함수를 통해 인접지역들의 공간적 유사성을 대변할 수 있다. 또한 환경특성에 따른 장수인구분포의 공간적 변이를 국지적으로 설명할 수 있는 특징이 있다. 이러한 관점에서 본 논문은 기존의 연구에서 제시된 장수의 환경생태학적 요인들에 대해 보통 최소자승법과 GWR모델간의 비교분석을 수행하였다. 연구결과 GWR모형이 OLS모형보다 높은 모형 부합도를 가지고 특정 환경 변수가 가지는 효과에 대한 공간적 변동성을 설명할 수 있는 것으로 나타났다.

• 제어로봇시스템학회논문지
• /
• 제3권5호
• /
• pp.520-525
• /
• 1997

This paper presents a fault detection and diagnosis methodology based on weighted symptom model and pattern matching between the coming fault propagation trend and the simulated one. In the first step, backward chaining is used to find the possible cause candidates for the faults. The weighted symptom model is used to generate those candidates. The weight is determined from dynamic simulation. Using WSM, the methodology can generate the cause candidates and rank them according to the probability. Second, the fault propagation trends identified from the partial or complete sequence of measurements are compared with the standard fault propagation trends stored a priori. A pattern matching algorithm based on a number of triangular episodes is used to effectively match those trends. The standard trends have been generated using dynamic simulation and stored a priori. The proposed methodology has been illustrated using two case studies, and the results showed satisfactory diagnostic resolution.

• Journal of applied mathematics & informatics
• /
• 제4권2호
• /
• pp.501-512
• /
• 1997

In multiple linear regression model we have presupposed assumptions (independence normality variance homogeneity and so on) on error term. When case weights are given because of variance heterogeneity we can estimate efficiently regression parameter using weighted least squares estimator. Unfortunately this estimator is sen-sitive to outliers like ordinary least squares estimator. Thus in this paper we proposed some statistics for detection of outliers in weighted least squares regression.

• 지능정보연구
• /
• 제8권1호
• /
• pp.75-85
• /
• 2002

이 논문은 입술의 형태와 입술 외곽선 부근의 화소값을 이용하여 입술을 효과적으로 인식하는 방법을 제안하였다. 입술의 형태는 학습 영상을 통계적으로 분석하는 능동적 형태 모델을 기반으로 구성하였다. 이 방법은 탐색시 초기 위치의 영향을 받기 때문에 이 논문에서는 입술의 형태에 기반한 가중치 벡터를 이용하여 두 입술 사이의 경계선을 찾고 탐색의 초기 위치로 사용하였다. 다양한 입술 영상들을 대상으로 실험하여 좋은 결과를 얻었다.

• Wind and Structures
• /
• 제4권1호
• /
• pp.31-44
• /
• 2001

Mean concentrations of ammonia gas released as a tracer from an isolated low-rise building have been measured and predicted. Predictions were calculated using computational fluid dynamics (CFD) and two dispersion models: a diffusion model and a Lagrangian particle tracking technique. Explicit account was taken of the natural variation of wind direction by a technique based on the weighted summation of individual steady state wind direction results according to the probability density function of the wind direction. The results indicated that at distances >3 building heights downstream the weighted predictions from either model are satisfactory but that in the near wake the diffusion model is less successful. Weighted solutions give significantly improved predictions over unweighted results. Lack of plume spread is identified as the main cause of inaccuracies in predictions and this is linked to inadequate resolution of flow features and mixing in the CFD model. Further work on non-steady state simulation of wake flows for dispersion studies is recommended.

• Journal of the Korean Data and Information Science Society
• /
• 제19권2호
• /
• pp.421-429
• /
• 2008

We consider a general semiparametric additive risk model that consists of three components. They are parametric, purely and smoothly nonparametric components. In parametric component, time dependent term is known up to proportional constant. In purely nonparametric component, time dependent term is an unknown function, and time dependent term in smoothly nonparametric component is an unknown but smoothly function. As an estimation method of this model, we use the weighted least square estimation by Huffer and McKeague (1991). We provide an illustrative example as well as a simulation study that compares the performance of our method with the ordinary least square method.

• Journal of the Korean Data and Information Science Society
• /
• 제19권2호
• /
• pp.577-585
• /
• 2008

This paper suggests a marginal probability model for analyzing repeated polytomous response data when some factors are nested in others in treatment structures on a larger experimental unit. As a repeated measures factor, time is considered on a smaller experimental unit. So, two different experiment sizes are considered. Each size of experimental unit has its own design structure and treatment structure, and the marginal probability model can be constructed from the structures for each size of experimental unit. Weighted least squares(WLS) methods are used for estimating fixed effects in the suggested model.