• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.537-537
• /
• 2015

In recent decades, the independence and identical distribution (iid) assumption for extreme events has been shown to be invalid in many cases because long-term climate variability resulting from phenomena such as the Pacific decadal variability and El Nino-Southern Oscillation may induce varying meteorological systems such as persistent wet years and dry years. Therefore, in the current study we propose a new parameter estimation method for probability distribution models to more accurately predict the magnitude of future extreme events when the iid assumption of probability distributions for large-scale climate variability is not adequate. The proposed parameter estimation is based on a metaheuristic approach and is derived from the objective function of the rth power probability-weighted sum of observations in increasing order. The combination of two distributions, gamma and generalized extreme value (GEV), was fitted to the GEV distribution in a simulation study. In addition, a case study examining the annual hourly maximum precipitation of all stations in South Korea was performed to evaluate the performance of the proposed approach. The results of the simulation study and case study indicate that the proposed metaheuristic parameter estimation method is an effective alternative for accurately selecting the rth power when the iid assumption of extreme hydrometeorological events is not valid for large-scale climate variability. The maximum likelihood estimate is more accurate with a low mixing probability, and the probability-weighted moment method is a moderately effective option.

• 한국습지학회지
• /
• 제13권3호
• /
• pp.499-514
• /
• 2011

전통적 수문빈도분석의 기본가정은 기후와 수문사상이 정상성이라는 것으로 즉, 분포형의 매개변수들이 시간에 따라 불변이라는 것이다. 댐, 제방, 운하, 교량 등 수공 관련 기간시설물을 계획하고 설계할 때는 과거 상황을 이해하고 미래에도 그 상황이 유지될 것이라는 것을 근거로 한다. 그러나 현실은 기본가정과는 달리 수문자료들은 비정상성을 지니고 있으며 수자원관리자들에 의해 항상 기간시설물을 계획하고 설계 할 때 비정상성을 다루고자 끊임없이 노력해 왔다. 본 논문에서는 비정상성 수문빈도분석기법을 소개하고, 조건부 Generalized Extreme Value(GEV) 분포를 이용하여 비정상성 빈도분석을 실시하였다. 본 논문에서는 6개 기상관측소지점의 24시간 연최고치 강우량을 대상으로 비정상성 빈도분석을 실시하였으며 최우도법(Maximum Likelihood)을 사용하여 GEV 분포형의 매개변수를 추정하였다. 그 결과 비정상성 GEV 분포가 확률 강우량을 산정하는데 있어 적합함을 확인 할 수 있었다. 또한 ENSO(El Nino Southern Oscillation)를 나타내는 지수인 SOI(Southern Oscillation Index)를 이용하여 기후변동 고려한 비정상성 빈도분석을 실시하였다.

• ETRI Journal
• /
• 제36권4호
• /
• pp.564-571
• /
• 2014

Sphere decoding (SD) for multiple-input and multiple-output systems is a well-recognized approach for achieving near-maximum likelihood performance with reduced complexity. SD is a tree search process, whereby a large number of nodes can be searched in an effort to find an estimation of a transmitted symbol vector. In this paper, a simple and generalized approach called layer pruning is proposed to achieve complexity reduction in SD. Pruning a layer from a search process reduces the total number of nodes in a sphere search. The symbols corresponding to the pruned layer are obtained by adopting a QRM-MLD receiver. Simulation results show that the proposed method reduces the number of nodes to be searched for decoding the transmitted symbols by maintaining negligible performance loss. The proposed technique reduces the complexity by 35% to 42% in the low and medium signal-to-noise ratio regime. To demonstrate the potential of our method, we compare the results with another well-known method - namely, probabilistic tree pruning SD.

• 응용통계연구
• /
• 제28권6호
• /
• pp.1121-1131
• /
• 2015

의학이나 사회과학에서 이진 데이터 분석 시 랜덤 절편(random intercept)을 갖는 로지스틱 모형이 유용하게 쓰이고 있다. 지금까지는 이러한 로지스틱 모형에서 랜덤 절편이 정규분포와 같은 모수 모형(parametric model)을 따른다는 가정과 설명변수와 랜덤 절편이 독립이라는 가정 하에 실행된 데이터 분석이 전반적이었다. 그러나 이러한 두 가지 가정은 다소 무리가 있다. 이 연구에서는 설명 변수와 랜덤 절편의 독립성을 가정하지 않고, 비모수 랜덤 절편을 따르는 로지스틱 모형의 방법론을 기존에 널리 쓰인 방법과 비교하여 설명하도록 한다. 케냐의 초등학생들의 영양 섭취 및 질병의 발병을 조사한 데이터에 이 방법을 적용하였다.

• Journal of Communications and Networks
• /
• 제9권2호
• /
• pp.167-176
• /
• 2007

In multimedia communication systems, efficient transmission system design should incorporate the use of matching unequal error protection (UEP), since source coders exhibit unequal bit error sensitivity. In this paper, we present UEP schemes which exploit differences in bit error protection levels in orthogonal frequency division multiplexing (OFDM) systems over frequency selective fading channels. We introduce an UEP scheme which improves the link performance with multiple transmit and receive antennas. Especially, we propose a new receiver structure based on two stage Maximum Likelihood detection (MLD) schemes which can approach the performance of a full search MLD receiver with much reduced computational complexity. In the performance analysis, we derive a generalized pairwise error probability expression for the proposed UEP schemes. Simulation results show that the proposed schemes achieve a significant performance gain over the conventional equal error protection (EEP) scheme.

• 응용통계연구
• /
• 제5권2호
• /
• pp.181-192
• /
• 1992

본 논문에서는 텐서 스플라인을 이용하여, 일반화된 선형모형의 회귀합수를 자료에만 의존 하는 방식으로 추정하는 문제를 고려하였다. 최우 추정법을 이용하여 회귀 함수를 추정하는 데, 이용된 텐서 스틀라인은 접목점의 수가 유한개이며, 독립변수 영역의 주변에서는 선형으 로 제한되었다. 접목점을 자료의 각 좌표의 순서 통계량에 위치하도록 했고 그 수는 AIC의 변형된 식을 최소로 하는 수로 결정 했다. 모의 실험 예를 통하여 추정량을 예시하였다.

• Wind and Structures
• /
• 제26권3호
• /
• pp.129-146
• /
• 2018

Extreme wind speed analysis has been carried out conventionally by assuming the extreme series data is stationary. However, time-varying trends of the extreme wind speed series could be detected at many surface meteorological stations in China. Two main reasons, exposure change and climate change, were provided to explain the temporal trends of daily maximum wind speed and annual maximum wind speed series data, recorded at Hangzhou (China) meteorological station. After making a correction on wind speed series for time varying exposure, it is necessary to perform non-stationary statistical modeling on the corrected extreme wind speed data series in addition to the classical extreme value analysis. The generalized extreme value (GEV) distribution with time-dependent location and scale parameters was selected as a non-stationary model to describe the corrected extreme wind speed series. The obtained non-stationary extreme value models were then used to estimate the non-stationary extreme wind speed quantiles with various mean recurrence intervals (MRIs) considering changing climate, and compared to the corresponding stationary ones with various MRIs for the Hangzhou area in China. The results indicate that the non-stationary property or dependence of extreme wind speed data should be carefully evaluated and reflected in the determination of design wind speeds.

• 한국소음진동공학회논문집
• /
• 제20권6호
• /
• pp.568-576
• /
• 2010

It is widely known that the leak locating of underground plastic pipelines is much more difficult than that of cast iron pipelines. The precision of the leak locating depends upon the speed of leak signal and the time delay estimation between the two sensors on the pipeline. In this paper, six different windowing filters are considered to improve the time delay estimation especially for the plastic pipelines. The time delay is usually estimated from the peak time of cross-correlation functions. The filtering windows including rectangle, Roth, Wiener, SCOT, PHAT and maximum likelihood are applied to derive the generalized cross-correlation function and compared each other. Experimental results for the actual plastic underground water supply pipeline show that the introduction of the filtering windows improved the precision of time delay estimation. Some window functions provide excellent leak locating capability for the plastic pipe of 98 m long, which is less than 1 % of the pipe lengths. Also a new probabilistic approach that the combinations of all results from each filtering window is suggested for the better leak locating.

• 대한토목학회논문집
• /
• 제3권2호
• /
• pp.127-135
• /
• 1983

옹벽(擁壁)의 안정해석(安定解析)에 있어, 신뢰도(信賴度)의 척도(尺度)로 종래(從來)의 안전율(安全率)(factor of safety) 대신 파괴확률(破壞確率)(probability of failure)이란 새로운 개념(槪念)을 도입(導入)하였다. 종래(從來)의 안정해석(安定解析)에 내포(內包)되어 있는 많은 불확실성(不確實性)(uncertainty)을 통계적(統計的) 처리(處理)에 의하여 합리적(合理的)으로 해석(解析)에 반영(反映)하고, simulation을 통하여 현실에 근사한 신뢰도(信賴度)(reliability)를 수치(數値)로 확인(確認)하였다. 흙의 강도정수(强度定數)(내부마찰각(內部摩擦角), 점착력(粘着力))는 일반(一般) Beta 분포(分布)를 따르는 확률변수(破率變數)로 취급(取扱)하였으며, 최우추정법(最尤推定法)에 의하여 구간(區間) [A, B]를 결정(決定)하였다. Rejection Method에 의해 Beta 분포(分布)를 따르는 난수(亂數)들을 생성(生成)하여 이에 대응(對應)하는 강도정수(强度定數)를 구(求)하는 방법(方法)을 제시(提示)하였다. 이렇게 하여 얻어진 강도정수(强度定數)를 써서, Monte Simulation 방법(方法)을 사용(使用)하여 다음과 같이 정의(定義)되는 옹벽(擁壁)의 파괴확률(破壞確率)을 구하였다. $$P_f=\frac{M}{N}$$ 여기서, N : simulation 여행(旅行) 회수(回數) M : simulation 결과(結果) 파괴회수(破壞回數) 상기(上記)한 해석방법(解析方法)에 따라 Computer Program을 개발(開發)하였으며, 예제(例題)를 개발(開發)된 Program으로 풀어 파괴확률(破壞確率)을 구하였다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.