• 한국지리정보학회지
• /
• 제10권2호
• /
• pp.164-171
• /
• 2007

본 연구는 GIS공간분석기법과 Huff의 확률모형을 이용하여 근린생활권중심의 상권분석을 수행하였다. 연구에 사용된 기본도는 청주시 복대동을 대상으로 하여 업종, 세대수 등을 현장 조사하여 구축하였으며, 기 구축된 LMIS에 있는 연속지적도를 활용하였다. 분석에서는 커널밀도함수(Kernel Density Function)와 최근린지수(Nearest Neighbor Index)를 활용하여 근린생활권내 점포분포 중심권역을 설정하였다. 상권분석을 수행하기 위하여 설정된 중심권역에 따라 중심지(점)와 규모를 산출한 후 상권분석의 모형인 Huff 확률모형에 적용하여 중심권역별 상권을 추출하였으며, 추출된 상권을 지도로 도식하였다. 따라서 본 연구에서는 GIS 공간분석기법 중 커널밀도함수와 최근린지수를 통해 Huff 확률모형에 적용할 수 있는 방법을 제시하였다. 이러한 방법들을 이용함으로써 보다 정확하게 상권분석을 할 수 있으며, 향후 창업하고자 하는 소상공인들에 도움이 될 수 있으리라 사료된다.

• 한국환경과학회지
• /
• 제22권8호
• /
• pp.965-977
• /
• 2013

Reliable long-term streamflow forecasting is invaluable for water resource planning and management which allocates water supply according to the demand of water users. It is necessary to get probabilistic forecasts to establish risk-based reservoir operation policies. Probabilistic forecasts may be useful for the users who assess and manage risks according to decision-making responding forecasting results. Probabilistic forecasting of seasonal inflow to Andong dam is performed and assessed using selected predictors from sea surface temperature and 500 hPa geopotential height data. Categorical probability forecast by Piechota's method and logistic regression analysis, and probability forecast by conditional probability density function are used to forecast seasonal inflow. Kernel density function is used in categorical probability forecast by Piechota's method and probability forecast by conditional probability density function. The results of categorical probability forecasts are assessed by Brier skill score. The assessment reveals that the categorical probability forecasts are better than the reference forecasts. The results of forecasts using conditional probability density function are assessed by qualitative approach and transformed categorical probability forecasts. The assessment of the forecasts which are transformed to categorical probability forecasts shows that the results of the forecasts by conditional probability density function are much better than those of the forecasts by Piechota's method and logistic regression analysis except for winter season data.

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.231-242
• /
• 1995

In this paper we consider kernel type estimator of the spectral density at a point in the analysis of stationary time series data. The kernel entails choice of smoothing parameter called bandwidth. A data-based bandwidth choice is proposed, and it is obtained by solving an equation similar to Sheather(1986) which relates to the probability density estimation. A Monte Carlo study is done. It reveals that the spectral density estimates using the data-based bandwidths show comparatively good performance.

• 한국수자원학회논문집
• /
• 제39권10호
• /
• pp.891-904
• /
• 2006

합리적인 수공구조물의 설계를 위해서 확률강우량의 산정은 필수적이며, 확률 강우량을 산정하는 기법은 크게 지점빈도해석과 지역빈도해석으로 구분 지을 수 있다 이 중에서 지역빈도해석은 지점의 부족한 강우자료를 보완하기 위해서 L-모멘트로 확률분포형의 매개변수를 추정하고, 강우 계열의 동질성이 검정된 자료를 빈도분석하여 확률 강우량을 결정하는 기법이다. 이와 같은 지역빈도해석 기법은 매개변수를 선형조합하여 확률분포형의 종류와 크기 및 형상을 결정하여 확률 강우량을 산정하게 된다. 여기서 각 지점별 강우 자료들이 동질성 검정을 통과하였다 하더라도 지점별로 최적의 분포형이 다를 수 있으나, 부족한 강우자료를 보완하기 위해서 동일한 분포형을 따르는 것으로 가정하고 빈도해석을 수행하게 된다. 그러므로 지역빈도해석기법은 확률 분포형을 가정하고 강우자료를 적용하는 과정에서 기존에 매개변수적 빈도해석의 약점을 갖게 된다 따라서 본 연구에서는 변동핵밀도 함수를 동질성이 확보된 강우자료에 적용하여 빈도해석을 수행함으로써 기존의 빈도해석이 가지는 약점을 극복하고자 하였다. 본 연구에서는 기상청에서 관리하는 16개 강우관측소의 강우자료를 수집하여 매년최대 연강우량 계열을 구성해 지점빈도해석과 지역빈도해석을 수행하였다. 지점빈도해석은 매개변수적 기법과 비매개변수적 기법을 모두 적용하였으며, 지역빈도채석은 Index Flood 기법과 L-모멘트 기법을 적용하였다. 또한 변동핵밀도함수를 지역빈도해석에 적용하였으며, 각 기법별로 산정된 확률강우량을 비교 분석하였다.

• Structural Engineering and Mechanics
• /
• 제75권6호
• /
• pp.771-784
• /
• 2020

Reliability analysis techniques combining with various surrogate models have attracted increasing attention because of their accuracy and great efficiency. However, they primarily focus on the structures with continuous response, while very rare researches on the reliability analysis for structures with discontinuous response are carried out. Furthermore, existing adaptive reliability analysis methods based on importance sampling (IS) still have some intractable defects when dealing with small failure probability, and there is no related research on reliability analysis for structures involving discontinuous response and small failure probability. Therefore, this paper proposes a novel reliability analysis method called AGPC-IS for such structures, which combines adaptive Gaussian process classification (GPC) and adaptive-kernel-density-estimation-based IS. In AGPC-IS, an efficient adaptive strategy for design of experiments (DoE), taking into consideration the classification uncertainty, the sampling uniformity and the regional classification accuracy improvement, is developed with the purpose of improving the accuracy of Gaussian process classifier. The adaptive kernel density estimation is introduced for constructing the quasi-optimal density function of IS. In addition, a novel and more precise stopping criterion is also developed from the perspective of the stability of failure probability estimation. The efficiency, superiority and practicability of AGPC-IS are verified by three examples.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.973-974
• /
• 2008

As radar signal environments become denser and more complex, the capability of high-speed and accurate signal analysis is required for ES(Electronic warfare Support) system to identify individual radar signals at real-time. In this paper, we propose the new novel clustering algorithm of radar pulses to alleviate the load of signal analysis process and support reliable analysis. The proposed algorithm uses KDE(Kernel Density Estimation) and its CDF(Cumulative Distribution Function) to compose clusters considering the distribution characteristics of pulses. Simulation results show the good performance of the proposed clustering algorithm in clustering and classifying the emitters.

• 한국전산구조공학회논문집
• /
• 제32권3호
• /
• pp.173-181
• /
• 2019

제한된 실험 데이터로부터 확률분포함수를 추정하기 위해서 KDE가 많이 사용되고 있다. KDE에 의한 분포함수는 대역폭 선택법에 따라서 실험 데이터에 대해 평활하거나 과대적합된 커널 추정치를 생성한다. 본 연구에서는 Silverman's rule of thumb, rule using adaptive estimate, oversmoothing rule을 사용해서 각 방법에 따른 정확성과 보수적인 성향을 비교하였다. 비교를 위해서 단봉분포와 다봉분포를 가지는 실제 모델을 가정하고 통계적 시뮬레이션을 수행한 다음 다양한 데이터의 개수에 따른 추정된 분포함수의 정확도와 보수성을 비교하였다. 또한, 간단한 신뢰성 예제를 통해 대역폭 선택법에 따른 KDE의 추정된 분포가 신뢰성 해석 결과에 어떻게 영향을 미치는지 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제13권4호
• /
• pp.535-546
• /
• 2010

디지털 영상은 조명 조건과 취득 카메라의 고유 특성으로 인해 의도하지 않은 색조를 가질 수 있다. 영상에 색조가 존재하면 일관된 색 정보의 인지 및 표현이 어렵기 때문에 별도의 색 보정 작업이 필요하다. 본 논문은 color by correlation을 사용한 학습 영상 선택, 후보 회색축 영역의 추출, 핵밀도 추정, 색조 제거의 4단계로 이루어진 색조 추출 및 제거 방법을 제안한다. 후보 회색축 영역 중 불명확한 회색축 영역을 핵밀도 추정을 이용하여 제거하였다. 후보 회색축 영역의 색 성분의 분포를 조사하여 색조 유무를 판단하고, 색조가 존재할 경우 색조 제거 작업을 통하여 색 항상성을 유지 시켰다. 실험을 통해 제안하는 방법이 gray world 방법, color by correlation 방법 보다 정확한 색조 추정이 가능함을 확인하였다.

• Journal of the Korean Statistical Society
• /
• 제23권1호
• /
• pp.79-88
• /
• 1994

This paper concerns the problem of estimating the spectral density function in the analysis of stationary time series data. A kernel type estimate is considered, which entails choice of bandwidth. A data-driven bandwidth choice is proposed, and it is obtained by plugging some suitable estimates into the unknown parts of a theoretically optimal choice. A theoretical justification is give for this choice in terms of how far it is from the theoretical optimum. Furthermore, an empirical investigation is done. It shows that the data-driven choice yields a reliable spectrum estimate.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권6호
• /
• pp.3055-3073
• /
• 2019

In this paper, a new user identification method is presented using real environmental human-computer-interaction (HCI) behavior data to improve method usability. User behavior data in this paper are collected continuously without setting experimental scenes such as text length, action number, etc. To illustrate the characteristics of real environmental HCI data, probability density distribution and performance of keyboard and mouse data are analyzed through the random sampling method and Support Vector Machine(SVM) algorithm. Based on the analysis of HCI behavior data in a real environment, the Multiple Kernel Learning (MKL) method is first used for user HCI behavior identification due to the heterogeneity of keyboard and mouse data. All possible kernel methods are compared to determine the MKL algorithm's parameters to ensure the robustness of the algorithm. Data analysis results show that keyboard data have a narrower range of probability density distribution than mouse data. Keyboard data have better performance with a 1-min time window, while that of mouse data is achieved with a 10-min time window. Finally, experiments using the MKL algorithm with three global polynomial kernels and ten local Gaussian kernels achieve a user identification accuracy of 83.03% in a real environmental HCI dataset, which demonstrates that the proposed method achieves an encouraging performance.