• 응용통계연구
• /
• 제14권1호
• /
• pp.91-101
• /
• 2001

다중나무예측치들이 한 개의 나무 예측치 보다 검증용 자료 오분류률을 줄이는데 있어서 더 정확하다 라는 것은 잘 알려져 있는 사실이다. 다중나무를 생성하는 두 가지 방법이 있다. 하나는 원래의 훈련용 자료를 재 추출하여 수정된 훈련용자료들을 만든 다음에 각각의 수정된 훈련용 자료에 근거하여 나무를 만드는 것이다. arcing 알고리즘이 효율적이라고 알려져있다. 다른 방법은 각각의 마디에서 최적 분리의 후보들 중에서 랜덤하게 하나를 선택하여 나무를 생성하는데에, 이 과정을 반복하면 원래의 훈련용 자료에 대해서 비교적 좋은 나무들을 생성하리라 기대되다. 우리는 arcing의 각 단계에서 후자의 다중회귀나무예측치들을 사용하는 결합다중회귀나무예측치를 제안하고, 효능 있는 화합물들을 찾기 위한 고속의 대량 선별 자료 분석의 예를 통해서 예측방법들의 효율성을 비교한다.

• 한국멀티미디어학회논문지
• /
• 제11권11호
• /
• pp.1480-1490
• /
• 2008

무손실 오디오 부호화기에 있어서 선형예측기 및 이에 적합한 엔트로피 부호화기의 설계가 가장 중요한 부분이다. 본 논문에서는 공분산 방법에 콜레스키 분해를 이용하여 선형예측기의 계수를 계산하였고, 그 결과를 다항 예측기와 비교하여 예측 에러가 최소화되는 선형예측기를 선택하도록 하였다. 엔트로피 부호화기는 골롬-라이스 부호를 사용하였고, 골롬-라이스 부호화기의 매개변수를 계산하기 위해 블록기반 매개변수 예측 방법과 LOCO-I, RLGR의 순차 적응 방법을 적용하였다. 실험 결과 블록기반 매개변수 예측 방법과 제안 방식의 예측기를 이용하면 자기상관 방법과 레빈슨-더빈을 사용하는 FLAC 무손실 부호화기보다 $2.2879%{\sim}0.3413%$ 압축률이 향상되는 결과를 나타내었고, 제안 방식의 예측기와 LOCO-I 순차 적응 방법을 이용한 경우는 $2.2381%{\sim}0.0214%$ 압축률이 향상되는 결과를 나타내었다. 그러나 제안 방식의 예측기와 RLGR 순차 적응 방법을 이용한 경우는 특정 신호에서만 압축률이 향상되었다.

• 지능정보연구
• /
• 제13권2호
• /
• pp.15-26
• /
• 2007

본 연구에서는 기존 Bagging Predictors에 수정을 가한 Modified Bagging Predictors를 이용하여 SOHO에 대한 부도예측 모델을 제시한다. 대기업 및 중소기업에 대한 기업부도예측 모델에 대한 많은 선행 연구가 있어왔지만 SOHO만의 기업부도 예측 모델에 관한 연구는 미비한 상태이다. 금융기관들의 대출 심사 시 대기업 및 중소기업과는 달리 SOHO에 대한 대출심사는 아직은 체계화되지 못한 채 신용정보점수 등의 단편적인 요소를 사용하고 있는 것이 현실이고 이에 따라 잘못된 대출로 인한 금융기관의 부실화를 초래할 위험성이 크다. 본 연구에서는 실제국내은행의 SOHO 대출 데이터 집합이 사용되었다. 먼저, 기업부도 예측 모델에서 우수하다고 연구되어진 인공신경망과 의사결정나무 추론 기법을 적용하여 보았지만 만족할 만한 성과를 이끌어내지 못하여, 기존 기업부도 예측 모델 연구에서 적용이 미비하였던 Bagging Predictors와 이를 개선한 Modified Bagging Predictors를 제시하고 이를 적용하여 보았다. 연구결과, SOHO 부도 예측에 있어서 본 연구에서 제시한 Modified Bagging Predictors가 인공신경망과 Bagging Predictors 등의 기존 기법에 비해서 성과가 향상됨을 알 수 있었다.

• Communications for Statistical Applications and Methods
• /
• 제2권1호
• /
• pp.1-12
• /
• 1995

An estimator of coefficients of polynomial measurement error model with vector predictor and first-order interaction terms is derived using Hermite polynomial. Asymptotic normality of estimator is provided and some simulation study is performed to compare the small sample properties of derived estimator with those of OLS estimator.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.803-804
• /
• 2006

This paper presents a multiple branch predictor with perceptrons. We describe our design and evaluate it with the SPEC 2000 benchmarks. Our predictor achieves increased accuracy than the previous multiple branch predictors.

• 한국정보과학회논문지:시스템및이론
• /
• 제30권10호
• /
• pp.569-578
• /
• 2003

데이타 종속성은 명령어 수준 병렬성을 향상시키는데 중요한 장애요소가 되고 있으며, 최근 여러 논문에서 데이타 종속을 제거하기 위하여 결과 값을 예상하는 방법이 연구되고 있다. 혼합형 결과 값 예측기는 여러 예측기의 장점을 이용하여 높은 예상 정확도를 얻을 수 있지만, 동일한 명령어가 여러 개의 예측기 테이블에 중복 엔트리를 갖게되어 높은 하드웨어의 비용을 필요로 한다는 단점이 있다. 본 논문에서는 정적 및 동적 분류 정보를 이용하여 높은 성능을 얻을 수 있는 새로운 혼합형 결과 값 예측기를 제안한다. 제안된 예측기는 반입 단계 동안 정적 분류 정보를 사용하여 적절한 예측기에 할당함으로써 테이블 크기를 효과적으로 감소시켰고 예상정확도를 향상시켰다. 또한 제안된 예측기는 동적 분류를 사용하여“Unknown”유형의 명령어에 가장 적절한 예측방법을 선택하도록 하여 예상 정확도를 더욱 향상시켰다. SimpleScaiar/PISA 툴셋과 SPECint95 벤치마크 프로그램에서 시뮬레이션 한 결과, 정적 분류 정보를 사용하였을 경우 평균 예상 정확도가 85.1%, 정적 및 동적 분류 정보를 모두 사용하였을 경우 87.6%의 평균 예상 정확도를 얻을 수 있었다.

• 한국통신학회논문지
• /
• 제18권12호
• /
• pp.1806-1814
• /
• 1993

본 논문에서는 음성 신호기의 4.8 Kbps에서 효율적인 배음 축척과 결합된 트리 부호기를 실현한다. 음성신호를 2대 1 압축하기 위해 TDHS 알고리즘을 사용한다. 이 과정은 4.8 Kbps에서 6.4 KHz 샘플링율을 적용하면 트리 부호기에 1.5 비트/샘플을 할당할 수 있다. 트리 부호기의 견실성은 short-term 예측기의 적응시 사용되는 입력 신호를 효율적 선택함으로써 개선되어진다. 또한 채널에서 전송에러기 트리 부호기의 성능은 피치 예측기에 스무더를 부가함으로써 개선된다. 배음 축척과 결합된 트리 부호기는 4.8 Kbps 전송률에서 좋은 질의 음성을 출력한다.

• 한국인터넷방송통신학회논문지
• /
• 제9권2호
• /
• pp.97-103
• /
• 2009

본 논문에서는 슈퍼스칼라에서 윈도우 크기에 따른 명령 페치율에 따라 혼합형 값 예측기의 성능을 평가한다. 일반적으로, 명령의 데이터 의존성은 명령의 페치수에 따라 증가된다. 그러므로, 명령 페치율이 증가할 때 값 예측기의 성능이 높다고 본다. 이러한 성능은 명령 페치 메카니즘인 컬랩싱 버퍼와 트레이스 캐쉬로 연구한다. 실험결과는 명령 윈도우 크기에 따른 명령 페치율 증가와 혼합형에서 non-tc 와 tc을 적용한 IPC와 예측률의 값 예측기의 성능 효과를 평가한다.

• 전기학회논문지
• /
• 제67권1호
• /
• pp.96-102
• /
• 2018

For efficient operating strategy of electric power system, forecasting of daily peak electric load is an important but difficult problem. Therefore a daily peak electric load forecasting system using a neural network and fuzzy system is presented in this paper. First, original peak load data is interpolated in order to overcome the shortage of data for effective prediction. Next, the prediction of peak load using these interpolated data as input is performed in parallel by a neural network predictor and a fuzzy predictor. The neural network predictor shows better performance at drastic change of peak load, while the fuzzy predictor yields better prediction results in gradual changes. Finally, the superior one of two predictors is selected by the rules based on rough sets at every prediction time. To verify the effectiveness of the proposed method, the computer simulation is performed on peak load data in 2015 provided by KPX.

• 한국산학기술학회논문지
• /
• 제10권4호
• /
• pp.736-739
• /
• 2009

영상 내의 움직임 적응적인 효과적인 무손실 영상 압축 알고리즘을 제안한다. 이 알고리즘은 비선형 예측기를 토대로 움직임에 적응하는 단계와, 예측기에 의한 차분 데이터를 압축하는 단계로 구성된다. 제안한 비선형 예측기는 과거의 예측 오차로부터 화면간 혹은 화면내 예측치를 선택하며, 움직임 적응 단계를 진행되면서 주변 화소들의 예측 오차를 고려하여, 현재 화소에 대한 예측 오차를 줄이는 능력을 가진다. 예측 오차는 기존의 문맥 적응적인 코딩 기법에 의해서 압축된다. 실험결과는 제안한 알고리즘이 FELICS, CALC, JPEG-LS와 같은 문맥 모델링에 기반을 둔 무손실 압축 기법보다 우수한 압축률을 보여준다.