• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.664-667
• /
• 1996

This paper presents the error parameter estimation technique for IMU(Inertial Measurement Unit) which is core sensor of INS(Inertial Navigation System) and verifies it via laboratory test. Firstly the error characteristic of gyroscope and accelerometer which is contained in IMU is examined and the error modelling is executed. The error of IMU can be divided into deterministic and random part, and the deterministic error can be divided into static and dynamic part. This paper consider the random part as constant. Secondly the error parameter estimation technique and following procedure for laboratory test is explained. Thirdly according to the test procedure the IMU test for static error is executed using 2-axis rate table and estimation result is presented with discussion about its validity.

• Journal of the Korean Statistical Society
• /
• 제28권1호
• /
• pp.93-106
• /
• 1999

In this paper we consider estimation of a real valued parameter in the drift coefficient of a Hilbert space valued Ito stochastic differential equation. First we consider observation of the corresponding diffusion in a fixed time interval [0, T] and prove the Bernstein - von Mises theorem concerning the convergence of posterior distribution of the parameter given the observation, suitably normalised and centered at the MLE, to the normal distribution as Tlongrightarrow$\infty$. As a consequence, the Bayes estimator of the drift parameter becomes asymptotically efficient and asymptotically equivalent to the MLE as Tlongrightarrow$\infty$. Next, we consider observation in a random time interval where the random time is determined by a predetermined level of precision. We show that the sequential MLE is better than the ordinary MLE in the sense that the former is unbiased, uniformly normally distributed and efficient but is latter is not so.

• 전기전자학회논문지
• /
• 제24권4호
• /
• pp.969-974
• /
• 2020

Research into hyper parameter optimization (HPO) has recently revived with interest in models containing many hyper parameters, such as deep neural networks. In this paper, we introduce the most widely used HPO methods, such as grid search, random search, and Bayesian optimization, and investigate their characteristics through experiments. The MNIST data set is used to compare results in experiments to find the best method that can be used to achieve higher accuracy in a relatively short time simulation. The learning rate and weight decay have been chosen for this experiment because these are the commonly used parameters in this kind of experiment.

• Journal of the Korean Data and Information Science Society
• /
• 제5권2호
• /
• pp.11-18
• /
• 1994

Sample sizes for experiments concerned with inference on R=Pr(X

• 한국전산구조공학회논문집
• /
• 제15권2호
• /
• pp.209-218
• /
• 2002

Vector Random Decrement(VRD) 기법은 상시하중을 받는 선형의 구조물에서 동적응답의 장시간기록을 자유진동신호로 전환시키는 효과적인 알고리즘으로 발전되어 왔으며, 이에 따른 VRD함수는 실측한 자유감쇄응답과 거의 동일하게 모우드변수에 대한 정보를 갖는다. 본 연구에서는 모우드형상비의 개념을 동특성 평가과정인 Ibrahim Time Domain (ITD) 알고리즘에 적용하여 VRD 기법을 개선하였다. 제안된 기법에서는 이동시간의 보정과정에서 VRD 함수가 변환되지 않기 때문에 벡터 트리거조건에 적용된 최대 이동시간 영역의 정보가 VRD 함수에 누락 없이 포함되고 입력하중의 영향은 평균과정에서 소거된다. 제안된 기법에 의한 모우드변수의 추정결과를 일반적인 Random Decrement(RD) 기법과 비교하였으며, VRD 기법의 적용성을 모의 예제해석과 상시하중이 재하된 보의 실내실험으로 검증하였다.

• Journal of the Korean Statistical Society
• /
• 제28권2호
• /
• pp.225-234
• /
• 1999

We consider the following semi-parametric non-linear mixed effect regression model : y\ulcorner=f($\chi$\ulcorner;$\beta$)+$\sigma$$\mu$($\chi$\ulcorner)+$\sigma$$\varepsilon$\ulcorner,i=1,…,n,y*=f($\chi$;$\beta$)+$\sigma$$\mu$($\chi$) where y'=(y\ulcorner,…,y\ulcorner) is a vector of n observations, y* is an unobserved new random variable of interest, f($\chi$;$\beta$) represents fixed effect of known functional form containing unknown parameter vector $\beta$\ulcorner=($\beta$$_1$,…,$\beta$\ulcorner), $\mu$($\chi$) is a random function of mean zero and the known covariance function r(.,.), $\varepsilon$'=($\varepsilon$$_1$,…,$\varepsilon$\ulcorner) is the set of uncorrelated measurement errors with zero mean and unit variance and $\sigma$ is an unknown dispersion(scale) parameter. On the basis of finite-sample, small-dispersion asymptotic framework, we derive an absolute lower bound for the asymptotic mean squared errors of prediction(AMSEP) of the regular-consistent non-linear predictors of the new random variable of interest y*. Then we construct an optimal predictor of y* which attains the lower bound irrespective of types of distributions of random effect $\mu$(.) and measurement errors $\varepsilon$.

• 대한조선학회논문집
• /
• 제31권1호
• /
• pp.142-154
• /
• 1994

본 논문에서는 정하중을 받는 보강 원통형 쉘의 확률론적 초기결함 민감도 해석을 수행하였다. Donnell의 쉘이론, Galerkin 근사법에 의거 좌굴하중 도출을 위한 다중모드 정식화를 수행하고 이에 random한 기하학적 초기결함의 확률장 이론 및 응답면 기법을 결합하였다. 계산된 확률론적 좌굴하중 결과로부터 신뢰도 지수-하중, 신뢰도 지수-안전계수의 관계를 구할 수 있고 이를 이용하면 요구되는 안전계수의 범위, 허용가능 초기결함의 범위 설정이 가능할 것이다.

• 대한수학회보
• /
• 제35권3호
• /
• pp.485-490
• /
• 1998

We consider a class of discrete parameter processes on a locally compact Polish space $S$ arising from successive compositions of strictly stationary Markov random maps on $S$ into itself. Sufficient conditions for the existence of the stationary solution and the weak convergence of the distributions of $\{\Gamma_n \Gamma_{n-1} \cdots \Gamma_0x \}$ are given.

• Communications for Statistical Applications and Methods
• /
• 제7권3호
• /
• pp.817-827
• /
• 2000

In this paper, we investigate the Bayesian approach to random effect binomial regression models with improper prior due to the absence of information on parameter. We also propose a method of estimating the posterior moments and prediction and discuss some general methods for studying model assessment. The methodology is illustrated with Crowder's Seeds Data. Markov Chain Monte Carlo techniques are used to overcome the computational difficulties.

• 대한전자공학회논문지SP
• /
• 제47권1호
• /
• pp.112-119
• /
• 2010

본 논문에서는 스테레오 이미지로부터 디스패리티 맵을 추출하기 위한 확률모델을 제시하고 이의 해를 구하는 과정은 에너지 기반 스테레오 정합과 일치함을 이론적으로 증명한다. 정합되는 화소 간의 차와 인근 화소에 해당되는 디스패리티의 차는 exponential 확률분포에 근사하다는 사실을 실험적으로 확인하고 이에 근거하여 이들의 정합 파라미터를 최적화하는 식을 유도하고 이를 실험적으로 구하는 방법을 제시한다. 에너지 기반 스테레오 정합 알고리즘의 성능은 기본적으로 정합 파라미터의 크기에 매우 민감하므로 이미지에 따라 적절한 값을 사전에 구하여 적용하여야 한다. 제안한 방식은 초기에 임의의 파라미터로 디스패리티 맵을 구한 후에 이의 통계적 특성을 이용하여 정합 파라미터를 추정하고 추정된 파라미터를 적용하여 디스패리티 맵을 재차 구하는 과정을 반복함으로써 최적의 파라미터에 적응적으로 수렴하도록 조정한다. 따라서, 이미지에 따라 사전에 정합 파라미터를 구하여야 하는 문제를 해결할 수 있다. Middlebury 웹사이트에서 제공한 다양한 스테레오 이미지를 이용하여 제안한 방식으로 구한 파라미터가 최적의 값으로 수렴하는지를 조사하고 이의 수렴 속도와 성능 개선 효과 등을 확인한다.