• 한국신뢰성학회지:신뢰성응용연구
• /
• 제1권1호
• /
• pp.55-63
• /
• 2001

In this paper, we utilize the asymptotic variance of $C_{pk}$ to propose a two-sided confidence interval based on percentile-t bootstrap method. This confidence interval is compared with the ones based on the standard and percentile bootstrap methods. Simulation results show that percentile-t bootstrap method is preferred to other methods for constructing the confidence interval.l.

• 응용통계연구
• /
• 제27권3호
• /
• pp.357-371
• /
• 2014

최근 들어 데이터 마이닝의 분류문제에 있어 목표변수의 불균형 문제가 많은 관심을 받고 있다. 이러한 문제를 해결하기 위해, 이전 연구들은 원 자료에 대하여 데이터 전처리 과정을 실시했는데, 전처리 과정에는 목표변수의 다수계급을 소수계급의 비율에 맞게 조정하는 과소표집법, 소수계급을 복원추출하여 다수계급의 비율에 맞게 조정하는 과대표집법, 소수계급에 K-최근접 이웃 방법 등을 활용하여 과대표집법을 적용 후 다수계급에는 과소표집법을 적용한 하이브리드 기법 등이 있다. 또한 앙상블 기법도 이러한 불균형 데이터의 분류 성능을 높일 수 있다고 알려져 있어, 본 논문에서는 데이터의 전처리 과정과 앙상블 기법을 함께 고려한 여러 모형들을 사용하여, 불균형 자료에 대한 이들모형의 분류성능을 비교평가한다.

• Communications for Statistical Applications and Methods
• /
• 제13권1호
• /
• pp.29-38
• /
• 2006

We proposed a procedure for detecting of multiple outliers in multivariate data. Rousseeuw and van Zomeren (1990) have suggested the robust distance $RD_i$ by using the Resampling Algorithm. But $RD_i$ are based on the assumption that X is in the general position.(X is said to be in the general position when every subsample of size p+1 has rank p) From the practical points of view, this is clearly unrealistic. In this paper, we proposed a computing method for approximating MVE, which is not subject to these problems. The procedure is easy to compute, and works well even if subsample is singular or nearly singular matrix.

• Communications for Statistical Applications and Methods
• /
• 제11권3호
• /
• pp.643-655
• /
• 2004

L$_1$-estimator in the linear regression model is widely recognized to have superior robustness in the presence of vertical outliers. While the L$_1$-estimation procedures and algorithms have been developed quite well, less progress has been made with the hypothesis test in the multiple L$_1$-regression. This article suggests computer-intensive resampling approaches, jackknife and bootstrap methods, to estimating the variance of L$_1$-estimator and the scale parameter that are required to compute the test statistics. Monte Carlo simulation studies are performed to measure the power of tests in small samples. The simulation results indicate that bootstrap estimation method is the most powerful one when it is employed to the likelihood ratio test.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 하계종합학술대회논문집
• /
• pp.213-216
• /
• 2000

본 논문에서는 volume rendering 기법을 이용하여 2차원 MRI 영상들을 합성하여 3차원 영상 만들 때 보다 해상도를 높이기 위한 개선된 sampling방법을 소개한다 2차원 슬라이스 영상들이 3차원으로 재구성할 때 voxel 기반으로 렌더링을 하기 때문에 오브젝트의 내부 영역까지도 볼 수 있는 것이 volume rendering의 가장 큰 장점이다. 따라서 영상을 재구성하는 과정에서 보다 향상된 interpolation을 적용시켜서 공간 해상도를 향상시키면 보다 명확하게 오브젝트 내부 정보를 살펴 볼 수 있다. 본 논문에서는 nearest neighbor 이나 linear 같은 interpolation으로 sampling한 방법보다 cubic interpolation을 3차원 공간에서 적용 시켜서 보다 resampling이 잘 되도록 하여 해상도를 향상시켜 보았다. 이렇게 향상된 Interpolation 적용시켜서 렌더링할 때 얼마나 오브젝트 내부 영역이 잘 가시화가 되었는지 transfer function을 적용시켜서 오브젝트 내부 정보를 렌더링 해보았고, 임의의 축으로 오브젝트을 잘라서 2D 단면 영상으로 출력해 보았다. 보다 향상된 interpolation을 적용시켜서 resampling을 하면 영상 해상도가 개선되었음을 볼 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.90-90
• /
• 2011

Long-term nonstationary oscillations (NSOs) are commonly observed in hydrological and climatological data series such as low-frequency climate oscillation indices and precipitation dataset. In this work, we present a stochastic model that captures NSOs within a given variable. The model employs a data-adaptive decomposition method named empirical mode decomposition (EMD). Irregular oscillatory processes in a given variable can be extracted into a finite number of intrinsic mode functions with the EMD approach. A unique data-adaptive algorithm is proposed in the present paper in order to study the future evolution of the NSO components extracted from EMD.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.557-557
• /
• 2015

To overcome main drawbacks of parametric models, k-nearest neighbor resampling (KNNR) is suggested for water quality analysis involving geographic information. However, with KNNR nonparametric model, Geographic information is not properly handled. In the current study, to manipulate geographic information properly, we introduce a depth function which is a novel statistical concept in the classical KNNR model for stormwater quality simulation. An application is presented for a case study of the total suspended solids throughout the entire United States. Total suspended solids concentration data of stormwater demonstrated that the proposed model significantly improves the simulation performance rather than the existing KNNR model.

• 응용통계연구
• /
• 제19권1호
• /
• pp.121-134
• /
• 2006

이 논문에서는 이산코사인변환을 이용하여 시계열자료를 주파수 공간으로 변환시킨 후, 이산코사인변환 계수를 재표집하여 시계열자료에 대한 재표본을 추출하는 방법에 대해 알아본다. 기존 주파수 공간상에서의 붓스트랩 방법은 스펙트럼평균(spectral mean)에 대한 추론을 하기위해 사용되지만 제안하고자 하는 방법은 시간영역상에서의 시계열자료에 얻을 수 있다는 것이 가장 큰 차이점이다. 이 논문에서는 정상시계열의 경우, 이산코사인변환 계수의 통계적 성질을 유도하고 이 성질을 이용하여 붓스트랩하는 과정을 설명한다. 모의 실험을 통해 기존에 사용되고 있는 방법과 성능을 비교하였다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1993년도 제3회 정기총회 및 추계학술발표회
• /
• pp.2-2
• /
• 1993

Inference for discrete event simulations usually relies on either independent replications or, if each simulation run is expensive, the method of batch means applied to a single replications. We present a new method, threshold bootstrap, which equals or exceeds the performance of independent replications or batch means. The method works by resampling runs of data created when a stationary time series crosses a threshold level, such as the sample mean of series. Computational results show that the threshold bootstrap matches or exceeds the performance of these alternative methods in estimating the standard deviation of the sample mean and producing valid confidence intervals.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 추계학술대회 논문집 학회본부 B
• /
• pp.640-642
• /
• 1998

When resampling an image to a new set of coordinates, there is often a noticeable loss in image quality. The interpolation kernel determines the quality of interpolation. In this paper, We think two interpolation methods: cubic-spline method, neural net method, at first study given interpolation method using spline and then present new interpolation methon using SOFM and LAM(neural net method), finally compare the performance of several interpolation methods including replication, bilinear, spline and new methods.