• 자원ㆍ환경경제연구
• /
• 제27권3호
• /
• pp.521-544
• /
• 2018

This paper investigates the impact of ethanol mandate on the price relationship between corn and beef using the monthly time-series data from January 2003 through December 2013. In addition, we examine the non-linearity in ethanol, corn, and beef markets. Based on the threshold cointegration test, we find the symmetric relationship in pairs with ethanol production-corn price and ethanol production-beef price whereas there is the asymmetric relationship between prices of corn and beef. Employing the threshold vector error correction and vector error correction models, we also find that the corn price in the U.S is caused by both ethanol production and beef price in a long-run when the beef price is relatively high. On the other hand, the corn price does not cause both ethanol production and beef price in the long run. Findings from this study imply that demanders for corn such as ethanol and beef producers have price leadership on corn producers.

• Journal of the Korean Data and Information Science Society
• /
• 제23권6호
• /
• pp.1093-1102
• /
• 2012

본 연구에서는 다변량시계열모형인 VAR (vector autoregressive regression)모형에 의하여 금리 스프레드의 시계열예측을 수행하였다. 국내외 거시경제변수들 중에서 교차상관분석 및 그랜져인과 검정을 통하여 상호간에 설명력이 있는 변수들을 추출하여 VAR모형의 시계열변수로 사용하였다. 마지막 12개월의 예측치에 대한 MAPE (mean absolute percentage error)와 RMSE (root mean square error)에 근거하여 모형의 예측력을 단일변량 시계열모형인 AR (autoregressive regression) 모형과 비교하였다.

• 정보처리학회논문지B
• /
• 제13B권6호
• /
• pp.607-614
• /
• 2006

본 논문에서는, 복합 에러은닉 알고리즘을 이용하는 비디오 코더를 제안한다. 알고리즘은 먼저 정보숨김을 적용하여 손실된 블록의 움직임 벡터를 복원한다. 만일 은닉정보가 손실된 경우 손실된 블록의 움직임 벡터는 주위 정상 블록들의 움직임 벡터들의 적응적 선택을 이용하여, 손실된 블록의 새로운 움직임 벡터로 할당하고, OBMC (Overlapped Block Motion Compensation)를 통해 최종적으로 손실영역을 은닉하게 된다. 이 방법은 연속된 GOB의 손실에 있어서 좀 더 효과적임을 알 수 있었다. 실험 결과 제안한 방법의 결과가 정보숨김만을 이용하거나. 주변 움직임 벡터만을 이용하는 기존의 방법에 비하여 향상된 결과를 얻을 수 있음을 알 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 학술대회 논문집 정보 및 제어부문
• /
• pp.12-14
• /
• 2005

In this paper, we proposed an temporal error concealment (EC) using the proposed boundary matching method and the adaptive block matching method. The proposed boundary matching method improves the spatial correlation of the macroblocks (MBs) by reusing the pixels of the concealed MB to estimate a motion vector of a error MB. The adaptive block matching method inspects the horizontal edge and the vertical edge feature of a error MB surroundings, and it conceals the error MBs in reference to more stronger edge feature. This improves video quality by raising edge connection feature of the error MBs and the neighborhood MBs. In particular, we restore a lost MB as the unit of 8${\times}$16 block or 16${\times}$8 block by using edge feature from the surrounding macroblocks. Experimental results show that the proposed algorithm gives better results than the conventional algorithms from a subjective and an objective viewpoint.

• 대한전자공학회논문지SP
• /
• 제39권4호
• /
• pp.462-469
• /
• 2002

벡터 부호책 설계에 사용되는 기존 K-means 알고리즘은 모든 학습반복에서 고정된 가중치를 적용하는데 반해 제안된 방법은 학습반복마다 가변되는 가중치를 적용한다. 초기 학습반복에서는 새로운 부호벡터를 얻기 위해 수렴영역을 벗어나는 2 이상의 가중치를 사용하고, 이 값이 클수록 가변 가중치를 적용하는 학습반복을 줄임으로써 우수한 부호책을 설계할 수 있다. 초기 부호책 설계에 사용되는 미세분할 방법을 개선하기 위하여 소속 학습벡터와 대표벡터간의 오차를 줄이는 방법을 사용한다. 즉 자승오차가 최대인 대표벡터를 제외시키고 최소인 대표벡터를 미세분할함으로써 초기 부호벡터로 대체될 보다 적절한 대표벡터를 얻을 수 있다.

• 응용통계연구
• /
• 제16권2호
• /
• pp.261-271
• /
• 2003

서포트 벡터 기계(Support Vector Machines, SVMs)에서의 일반화 오차의 경계는 훈련점들과 분리 초평면 사이의 최소의 거리에 의존한다. 특히, 소프트 마진 알고리즘은 목표 마진과 slack 벡터의 놈들에 의하여 경계가 결정된다. 이 논문에서는, 자료들에 있어서 잡음들에 의한 오염들을 직접적으로 고려하는 새로운 소프트 마진 알고리즘을 공식화하였다. 그리고, 수치적 예제를 통하여, 제안된 방법과 기존의 소프트 마진 알고리즘을 비교하였다.

• 한국산학기술학회논문지
• /
• 제15권3호
• /
• pp.1685-1690
• /
• 2014

본 논문에서는 유도전동기 벡터제어 인버터에서 상전류를 검출할 때 발생하는 측정 오차를 실시간으로 보상하는 방법을 제안한다. 전류측정에 오프셋 오차와 변환이득 오차가 포함될 경우의 3상 유도전동기 토크 방정식을 유도하여 이러한 측정 오차들이 전동기의 토크 리플을 유발하는 것을 보였으며, 이러한 토크 리플을 제거할 수 있는 방법을 제시하였다. 특히, 본 논문에서는 전동기의 운전 상태에서 실시간으로 변환이득 오차에 의한 토크 리플을 제거하는 방법을 제안하였다. 이를 200[W]급 3상 유도전동기의 벡터제어 인버터에 적용하여 컴퓨터 시뮬레이션 및 실험을 수행함으로써 제안된 방법의 유효성을 검증하였으며, 그 결과 전류측정에서 변환이득 오차가 있더라도 전동기의 토크가 상당히 제거되는 것을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제18권1호
• /
• pp.73-80
• /
• 2007

Cointegration(together with VARMA(vector ARMA)) has been proven to be useful for analyzing multivariate non-stationary data in the field of financial time series. It provides a linear combination (which turns out to be stationary series) of non-stationary component series. This linear combination equation is referred to as long term equilibrium between the component series. We consider two sets of Korean bivariate financial time series and then illustrate cointegration analysis. Specifically estimated VAR(vector AR) and VECM(vector error correction model) are obtained and CV(cointegrating vector) is found for each data sets.

• Computers and Concrete
• /
• 제5권5호
• /
• pp.461-473
• /
• 2008

The paper explores the potential of Support Vector Machines (SVM) approach in predicting 28-day compressive strength and slump flow of self-compacting concrete. Total of 80 data collected from the exiting literature were used in present work. To compare the performance of the technique, prediction was also done using a back propagation neural network model. For this data-set, RBF kernel worked well in comparison to polynomial kernel based support vector machines and provide a root mean square error of 4.688 (MPa) (correlation coefficient=0.942) for 28-day compressive strength prediction and a root mean square error of 7.825 cm (correlation coefficient=0.931) for slump flow. Results obtained for RMSE and correlation coefficient suggested a comparable performance by Support Vector Machine approach to neural network approach for both 28-day compressive strength and slump flow prediction.

• 전자공학회논문지S
• /
• 제34S권9호
• /
• pp.91-98
• /
• 1997

In this paper, a new pixel decimation algorithm for the estimation of motion vector is proposed. In traditional methods, the computational cost can be reduced since only part of the pixels are used for motion vector calculation. But these methods limits the accuracy ofmotion vector because of the same reason. We derive a selection criteria of subsampled pixels that can reduce the probablity of false motion vector detection based on stochastic point of view. By using this criteria, a new pixel decimation algorithm that can reduce the prediction error with similar computational cost is presented. The simulation results applied to standard images haveshown that the proposed algorithm has less mean absolute prediction error than conventional pixel decimation algorithm.