• 대한토목학회논문집
• /
• 제26권1A호
• /
• pp.21-33
• /
• 2006

사장교 구조물을 대상으로 확률유한요소법을 신뢰성이론에 적합하도록 정식화하여 신뢰성해석을 보다 효율적으로 수행하고자 한다. 사장교의 초기평형해석을 수행한 후, 섭동법을 이용하여 선형 비선형 확률유한요소해석을 수행할 수 있으며, 확률변수의 상관성에 따른 신뢰성해석을 수행할 수 있는 프로그램을 작성하였다. 작성된 프로그램을 이용하여 사장교의 응답해석을 검토한 결과, 확률변수의 상호간 상관성에 따른 절점변위, 부재력 및 케이블긴장력에 대한 분산특성을 정량적으로 평가할 수 있었다. 또한 신뢰성지수 및 파괴확률을 검토하여 사장교 구조물의 안전성을 명확하게 파악하였다.

• 한국농림기상학회지
• /
• 제21권2호
• /
• pp.75-84
• /
• 2019

이 연구의 목적은 random forest 를 활용하여 기상요소만을 이용하여 우리나라 전체의 벼 평균수량을 예측하는데 있다. Random forest 는 예측에 사용되는 각 predictor variable 을 분리할 수 있는데 이를 통해 분리된 시계열 상의 추세가 비정상적인 증가형태를 보였다. 이는 결국 예측능력의 저하로 이어지기 때문에 이를 제거할 필요가 있고 본 연구에서는 이동 평균을 이용하여 제거한 후 예측을 하였다. 1991 년부터 2005 년까지의 기상자료와 수량자료를 학습에 사용하였고 2006 년부터 2015 년까지의 자료들을 검증용으로 사용하였다. 학습자료에 대해서는 상당히 정확한 예측 능력을 보여주었으나 검증 자료에서는 그렇지 못하였다. 그 이유를 분석하기 위해 학습 자료와 검증자료에 대해서 각각 변수 중요도를 산출하여 비교한 결과 두 자료 간에 월별 기상 자료에 대한 중요도가 변동되었음을 발견하였다. 이러하 차이가 발생한 이유는 학습자료와 검증 자료에서의 전국적으로 표준이앙기가 이동하여 벼의 생육기간 자체가 변하였기 때문이다. 따라서, 정확한 예측을 위해서는 지역별 파종기 또는 이앙기에 대한 자료가 필요하며 단순히 기상 자료만을 활용한 예측은 어려운 것으로 생긱된다.

• 호남수학학술지
• /
• 제30권3호
• /
• pp.479-486
• /
• 2008

Let {${\Omega}$, F, P} be a probability space and {$X_n{\mid}n{\geq}1$} be a sequence of random variables defined on it. We study the Hajeck-Renyi-type inequality for p..mixing random variable sequences and obtain the strong law of large numbers by using this inequality. We also consider the strong law of large numbers for weighted sums of ${\tilde{\rho}}$-mixing sequences.

• 한국통신학회논문지
• /
• 제41권1호
• /
• pp.104-106
• /
• 2016

본 논문은 수중 채널에서 서로 상이한 전달 지연시간의 분포를 갖는 노드들이 혼재한 상황에서 랜덤 액세스 슬롯의 크기를 다르게 설정하여 랜덤 액세스 성능을 향상시키는 방법을 제안한다.

• Communications for Statistical Applications and Methods
• /
• 제26권4호
• /
• pp.371-383
• /
• 2019

Panel data sets have been developed in various areas, and many recent studies have analyzed panel, or longitudinal data sets. Maximum likelihood (ML) may be the most common statistical method for analyzing panel data models; however, the inference based on the ML estimate will have an inflated Type I error because the ML method tends to give a downwardly biased estimate of variance components when the sample size is small. The under estimation could be severe when data is incomplete. This paper proposes the restricted maximum likelihood (REML) method for a random effects panel data model with a censored dependent variable. Note that the likelihood function of the model is complex in that it includes a multidimensional integral. Many authors proposed to use integral approximation methods for the computation of likelihood function; however, it is well known that integral approximation methods are inadequate for high dimensional integrals in practice. This paper introduces to use the moments of truncated multivariate normal random vector for the calculation of multidimensional integral. In addition, a proper asymptotic standard error of REML estimate is given.

• 대한전자공학회논문지SP
• /
• 제42권5호
• /
• pp.47-54
• /
• 2005

일반적으로 웨이블릿 계수는 적은 수의 크기가 큰 계수와 많은 수의 작은 크기의 계수로 구성되어 있다. 따라서 본 논문에서는 웨이블릿 계수의 성긴 특성에 근거한 베르누이-가우스 혼합 모델을 이용한 잡음 제거 방법을 제안한다. 베르누이-가우스 혼합 모델은 베르누이 랜덤 변수와 가우스 혼합 랜덤 변수의 곱으로 구성되며, 이에 대한 베이지안 추정법으로 잡음 제거를 수행한다. 본 논문에서는 국부 자승 오차의 기대값를 이용하여 통한 베르누이 랜덤 변수에 대한 간략화된 파라메터의 추정을 통하여 효율적인 잡음 제거 방법을 제시한다. 모의실험 결과를 통하여 본 논문의 방법이 직교 웨이블릿 변환을 사용한 최신의 잡음 제거 방법보다 우수한 성능을 나타낸다는 것을 보여준다.

• 한국통신학회논문지
• /
• 제33권1B호
• /
• pp.17-24
• /
• 2008

The effect of the variable packet size on the LRD characteristic of the MMPP traffic model is investigated. When we generate packet traffic for the performance evaluation of IP packet network, MMPP model can be used to generate packet interarrival time. And a random length of packet size from a certain distribution can be assigned to each packet. However, there is a possibility that the variable packet size might change the LRD characteristic of the original MMPP model. In this study, we investigate this possibility. For this purpose the 'refined traffic' is defined, where packet arrival time is generated according to the MMPP model and a random packet length from a specific distribution is assigned to each generated packet. Hurst parameter of the refined traffic is estimated and compared with the original Hurst parameter, which is the input parameter of the MMPP model. We also investigate the effect of the packet size distribution on the queueing performance of the MMPP traffic model and the relationship between the Hurst parameter and queueing performance.

• Communications for Statistical Applications and Methods
• /
• 제1권1호
• /
• pp.33-40
• /
• 1994

The conditional expectation of a random variable in a multivariate normal random vector is a multiple linear regression on its predecessors. Using this fact, the least median of squares estimation method developed in a multiple linear regression is adapted to a multivariate data to identify influential observations. The resulting method clearly detect outliers and it avoids the masking effect.

• 한국콘텐츠학회논문지
• /
• 제6권4호
• /
• pp.63-68
• /
• 2006

본 연구에서는, 서로 독립인 확률변수들의 합 $S_n$이 수렴하는 경우에, 확률변수들의 Tail 합 $T_n=S-S_{n-1}=\sum_{i=n}^{\infty}X_i$의 극한 성질을 연구함으로써, $S_n$이 하나의 확률변수 S로 수렴하는 속도를 연구한다. 좀 더 구체적으로 말하자면, 유사-단조감소(Quasi-monotone decreasing)하는 상수(Norming constants)의 수열에 대하여, 확률변수들의 Tail 합에 대한 약대수법칙과 하나의 수렴법칙이 동등함을 정리로 기술하고 증명하여, 기존의 연구 결과를 더 넓은 부류의 상수들의 경우에 적용할 수 있도록 확장한다.

• 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 $\varepsilon$.