• Journal of the Korean Statistical Society
• /
• 제23권2호
• /
• pp.504-512
• /
• 1994

A simple proof for the random central limit theorem is given for a family of stationary linear lattice processes, which belogn to a class of 2 dimensional random fields, applying the Beveridge and Nelson decomposition in time series context. The result is an extension of Fakhre-Zakeri and Fershidi (1993) dealing with the linear process in time series to the case of the linear lattice process with 2 dimensional indices.

• 대한수학회논문집
• /
• 제11권1호
• /
• pp.265-272
• /
• 1996

In this note we prove a functional central limit theorem for linearly positive quadrant dependent(LPQD) random fields, satisfying some assumption on covariances and the moment condition $\sup_{n \in \Zeta^d} E$\mid$S_n$\mid$^{2+\rho} < \infty$ for some $\rho > 0$. We also apply this notion to random measures.

• 대한수학회논문집
• /
• 제19권4호
• /
• pp.765-773
• /
• 2004

In this paper we define the notion of asymptotically quadrant independent random field and derive the strong laws of large numbers for this random field.

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.350-357
• /
• 1995

In this note, we obtain the central limit theorem for linearly positive quadrant dependent random fields satisfying some assumptions on the covariances and the moment condition $supE\mid X_i\mid^3\;<{\infty}$ The proofs are similar to those of a central limit theorem for associated random field of Cox and Grimmett.

• Journal of the Korean Data and Information Science Society
• /
• 제18권3호
• /
• pp.629-636
• /
• 2007

A kernel type semi-supervised estimate is proposed. The proposed estimate is based on the penalized least squares loss and the principle of Gaussian Random Fields Model. As a result, we can estimate the label of new unlabeled data without re-computation of the algorithm that is different from the existing transductive semi-supervised learning. Also our estimate is viewed as a general form of Gaussian Random Fields Model. We give experimental evidence suggesting that our estimate is able to use unlabeled data effectively and yields good classification.

• 인지과학
• /
• 제18권1호
• /
• pp.1-14
• /
• 2007

목적 지향 대화에서 사용자의 의도는 화행과 개념열의 쌍으로 구성된 영역 행위로 표현될 수 있다. 그러므로 지능적인 대화 시스템을 구성하기 위해서는 영역 행위를 정확히 파악하는 것이 매우 중요하다. 본 논문에서는 CRFs (Conditional Random Fields)를 이용하여 화행과 개념열을 동시에 결정하는 통계 모델을 제안한다. 편향 학습 문제를 피하기 위하여 제안한 모델은 어휘와 품사 같은 낮은 수준의 언어 자질을 입력 자질로 사용하며, 카이 제곱 통계량을 이용하여 불필요한 자질들을 제거한다. 일정 관리 영역에서 실험을 수행한 결과, 제안한 모델은 화행 분류 정착률에서 93.0%, 개념열 분류 정확률에서 90.2%의 좋은 성능을 보였다.

• Journal of the Korean Statistical Society
• /
• 제23권2호
• /
• pp.503-503
• /
• 1994

• 대한수학회지
• /
• 제44권6호
• /
• pp.1441-1451
• /
• 2007

A general law of the iterated logarithm (LIL) is established for $l^p$-valued Gaussian random fields under explicit conditions.

• 한국멀티미디어학회논문지
• /
• 제13권8호
• /
• pp.1128-1141
• /
• 2010

본 논문은 궤적을 군집화하여 혼잡한 영상에서 이동 객체를 검출하는 방법을 제안한다. 제안하는 방법은 객체의 외형 정보에 기반한 기존의 방법들과는 달리 객체의 움직임 정보만을 이용해 이동 객체를 검출한다. 이를 위하여 입력 영상의 매 프레임에서 특징점을 추출하며, 인접한 프레임간의 추적 과정을 통하여 특징점들의 궤적을 생성한다. 동일 객체에서 얻어진 궤적들은 유사한 움직임을 보일 것이라는 가정 하에 군집화 과정을 통하여 이동 객체를 검출한다. 궤적들의 군집화를 위하여 특징점 간의 위치, 움직임, 연속성에 기반한 에너지 함수로 궤적 간 유사도를 측정하였으며, conditional random fields (CRFs)를 이용하여 최적의 군집을 결정하였다. 기존의 궤적 군집화를 통한 이동 객체 검출 방법이 군집화 과정에서 한번 잘못 분류된 궤적은 잘못된 결과를 생성하는 것과는 달리, 제안한 방법에서는 군집화가 CRFs 상에서 에너지 최소화에 의해 수행되기 때문에 잘못 분류된 궤적이 반복 과정에서 다시 올바른 군집으로 재배열되는 것이 가능하다. 제안한 방법의 성능 측정을 위하여 서로 다른 혼잡도를 가지는 세 개의 영상을 이용하였으며, 약 94%의 검출률과 7%의 허위 경보율을 나타내었다.

• Wind and Structures
• /
• 제38권1호
• /
• pp.1-13
• /
• 2024

In order to effectively simulate nonstationary stochastic turbulent wind fields, four separation hybrid (SEP-H) models are proposed in the present study. Based on the assumption that the lateral turbulence component at one single-point is uncorrelated with the longitudinal and vertical turbulence components, the fluctuating wind is separated into 2nV-1D and nV1D nonstationary stochastic vector processes. The first process can be expressed as double proper orthogonal decomposition (DPOD) or proper orthogonal decomposition and spectral representation method (POD-SRM), and the second process can be expressed as POD or SRM. On this basis, four SEP-H models of nonstationary stochastic turbulent wind fields are developed. In addition, the orthogonal random variables in the SEP-H models are presented as random orthogonal functions of elementary random variables. Meanwhile, the number theoretical method (NTM) is conveniently adopted to select representative points set of the elementary random variables. The POD-FFT (Fast Fourier transform) technique is introduced in frequency to give full play to the computational efficiency of the SEP-H models. Finally, taking a long-span bridge as the engineering background, the SEP-H models are compared with the dimension-reduction DPOD (DR-DPOD) model to verify the effectiveness and superiority of the proposed models.