• 응용통계연구
• /
• 제24권6호
• /
• pp.1181-1196
• /
• 2011

영상 융합은 특징이 다른 두 개 이상의 영상에 대하여 각 영상의 특징을 모두 갖는 하나의 영상으로 재구성하는 기술로 의료 분야, 군사 분야, 원격 탐사 분야 등 여러 분야에 활용되고 있다. 지금까지 웨이블렛 기반 영상 융합은 주로 이산 웨이블렛 변환 하에서 고주파 영역에서는 표준편차와 같은 액티비티(activity) 측도를 사용하고 저주파 영역에서는 두 영상의 픽셀값의 평균을 취함으로써 이루어져 왔다. 그러나, 이산 웨이블렛 변환은 이동불변(translation-invariance)하지 않으므로 융합 영상에 블록 인공물이 생기곤 한다. 본 논문에서는 이산 웨이블렛 변환의 단점을 보완한 정상 웨이블렛 변환을 이용하여 고주파 영역에서는 영상 특징에 민감하지 않은 사분위수 범위를 사용하고 저주파 영역에서는 고주파 영역의 사분위수 범위 정보를 이용하여 영상을 융합하고자 한다. 영상 실험 결과, 제안된 방법은 정성적이고 정량적인 평가에서 입력 영상의 종류에 관계없이 로버스트한 결과를 낳음을 알 수 있었다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support for multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To data, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.

• 응용통계연구
• /
• 제30권3호
• /
• pp.363-376
• /
• 2017

보험 시장은 포화되고 그 성장 동력은 소진되어 보험 산업이 저성장에 머물러 있는 가운데 보험사들은 치열한 경쟁 환경에 놓여있다. 이러한 상황에서 보험 상품에 대한 보험수리적 계산의 기초가 되는 보험 청구액의 흐름을 잘 설명할 수 있는 확률분포를 찾아내는 것은 중요한 쟁점이 될 것이다. 보험 청구액의 분포는 일반적으로 두꺼운 꼬리를 가지면서 왼쪽으로 치우친 로그정규분포나 파레토 분포로 잘 설명된다고 알려져 있으나 최근에는 기운 정규분포나 기운 t 분포가 보험 청구액 분포로 적절한 것으로 고찰되었다. Cooray와 Ananda (2005)는 로그정규분포와 파레토 분포의 장점을 모두 가진 로그정규-파레토 복합분포를 제시하고 단일분포보다 더 높은 적합도를 가짐을 확인하였다. 본 논문에서는 기운 정규분포와 기운 t 분포를 머리 부분으로 결합한 새로운 복합분포를 소개하고 덴마크의 화재보험 청구액 데이터와 미국의 배상 지불금 데이터에 적용하여 기존의 다른 복합분포들을 포함하여 여러 단일분포들과 그 성능을 비교한다.

• 한국환경생태학회지
• /
• 제36권2호
• /
• pp.202-216
• /
• 2022

동물은 그들의 필요와 외부 자극, 그리고 주변 환경에 반응하면서 특정한 행동과 이동 패턴을 보이며, 생활하면서 대부분의 시간을 보내는 일정한 영역인 행동권(home range)을 가진다. 행동권은 종의 존속과 보전에 매우 중요한 영역이라는 점에 기반하여 해외에서는 행동권 추정 방법론 개발 및 정책 반영이 활발하게 이루어지고 있다. 원격 추적 기술의 발전으로 인해 좌표간 시간 간격이 줄어들며 정밀해진 동물 추적 데이터는 기존 행동권 방법론에 한계점을 드러냈으며, 이를 보완하기 위하여 다양한 새로운 방법론이 개발되었다. 하지만, 국내 행동권 연구는 아직 더딘 편이며 새로이 개발된 방법론 도입도 전혀 이루어지지 않고 있는 상태이다. 본 연구는 동물 행동권의 더욱 정확한 추정을 목적으로 꾸준하게 개발되어 온 해외의 방법론들을 정리 및 소개하여 국내 도입을 촉진하는 것을 목적으로 한다. 먼저 크게 기하학적 그리고 통계적 추정 방법론으로 나눈 후 좌표들이 독립일 때와 자기상관성이 존재할 때의 경우로 나누어 총 7가지의 행동권 추정 방법론을 비교 및 고찰하였다. 실제 전남 신안군 불무기도에 번식하는 괭이갈매기(Larus Crassirostris)의 6월 한 달간 GPS 위치 추적 정보를 사용해 본 연구에서 소개한 방법론을 적용하여 행동권을 도출하였다. 행동권 결과를 비교분석 함으로써 각 방법론의 특징 및 한계점을 논의하였으며, 향후 동물 행동권을 분석하고자 하는 연구자가 본인이 가지고 있는 데이터 특성과 분석 목적에 알맞는 방법론을 선택할 수 있도록 행동권 분석 방법론 선택 의사결정 가이드라인을 제시하였다.

• 대한토목학회논문집
• /
• 제28권1B호
• /
• pp.65-77
• /
• 2008

본 연구에서는 지리 및 지형적 특성과 도시화에 따른 기후변화가 기준증발산량에 미치는 영향을 파악하기 위하여 FAO P-M 기준증발산식을 이용하여 연별 및 각 월별 기준증발산량과 기준증발산식의 에너지항 및 공기동력항 변화추세를 분석하였다. 추세분석을 위하여 전국 21개 연구지역에서 일별 기후자료를 수집하여 Spearman 순위상관분석, Sen분석(Sen's estimator of slope) 그리고 실제변화율분석과 선형회귀분석 등을 실시하였다. 또한 도시지역 특성에 따라 21개 연구지역을 군집화하였고, 각 군집에 따른 기준증발산과 기준증발산식의 에너지항 및 공기동력항의 변화를 분석하였다. 연구결과에 의하면 도시화정도는 기준증발산, 에너지항 및 공기동력항의 변화추세 및 크기에 밀접한 영향이 있으나, 변화추세 정도(Sen's slope)에는 큰 영향이 없는 것으로 나타났다. 에너지항의 경우 해안지역에서는 주로 증가추세를 보이는 반면, 내륙지역에서는 일부 월을 제외하고 감소추세를 보이고 있다. 또한 지역 경사도는 에너지항보다는 공기동력항 변화추세 정도(Sen's slope)에 더 큰 영향력을 보이는 것으로 판단된다. 공기동력항의 경우 해안 및 내륙지역에서 증가추세를 보이고 있고, 내륙지역이 해안지역보다 더 큰 공기동력항의 증가추세를 보이고 있다.

• 응용통계연구
• /
• 제28권6호
• /
• pp.1047-1061
• /
• 2015

층화표본추출(stratified sampling)은 모집단을 구성하는 층에 대한 정보를 표본설계에 반영함으로써 추정량의 분산을 낮추기 위한 표본추출 방법으로, 표본배분 방안의 선택이 층화표본의 효과를 결정하는데 매우 중요한 요소이다. 전통적인 표본배분 방법으로는 비례배분법(proportional allocation)과 네이만배분법(Neyman alloction)이 주로 사용되는데, 이는 층별 추정량의 분산에 영향을 미치는 요인들을 표본 배분에 반영함으로써 전체 추정량의 분산을 최적화하기 위한 것이다. 이론적으로는 층크기(size of strata)만을 반영하는 비례배분법보다 층별 표준편차(standard deviation)를 함께 고려하는 네이만배분법이 추정량의 분산을 낮추는데 더 효과적임이 알려져 있다. 그러나 층별 표준편차에 대한 사전 정보가 모집단을 잘 반영하지 못하면 네이만배분법의 효과를 기대할 수 없으며, 특히 복수의 관심변수를 조사하는 다목적조사(multi-purpose survey)에서는 각 관심변수들의 층별 표준편차가 서로 다른 양상을 나타내기 때문에 네이만배분법이 적합하지 않다는 주장이 제기되기도 한다. 한편 표본조사에서는 조사단계에서 발생하는 무응답으로 인한 추정량의 편향을 제거하기 위해 응답률 보정 방법이 사용되는데, 이 또한 추정량의 분산에 영향을 미치는 주요한 요인 중에 하나이다. 그러나 전통적인 표본배분 방법은 응답률(response rate)을 감안하지 않기 때문에 층별 응답율에 차이가 크게 나타날 경우 층화표본에 의한 효과가 저하될 수 있다. 이에 본 연구는 층화표본추출에서 층간 응답률의 차이가 추정량의 분산에 미치는 영향을 살펴보고, 층별 응답률 정보를 표본설계에 반영하는 새로운 표본배분 방법을 제안하였다. 모의실험을 통해 확인한 결과 네이만배분법은 당초 표본배분 시에 적용한 층별 표준편차의 구조가 각 층의 응답률 보정과정에서 증가하는 분산을 반영하지 못하기 때문에 층간 응답률의 편차가 커질수록 효율이 저하되는 것으로 나타났다. 반면 층 크기와 층별 응답률을 함께 반영한 배분방법은 비례배분법에 비해 효율이 개선되며, 층간 응답률의 편차가 클수록 그 효과는 커진다. 특히 층별 응답률의 변동계수(coefficient of variance)가 층별 표준편차의 변동계수를 상회하는 경우는 네이만배분법 보다도 효율적인 추정량을 제공함을 확인하였다. 아울러 응답률을 반영한 배분방법은 기존 배분방법에 비해 각 층별 추정량을 보다 안정적으로 추정할 수 있기 때문에 층별 추정을 목적으로 하는 층화표본조사에서는 여타 추정방법보다 더 효과적이다. 층별 응답률에 대한 정보는 관심변수가 다르더라도 추출틀이 유사한 기존 조사의 결과를 활용할 수 있다는 점에서 표준편차에 비해 비교적 정보 수집이 용이한 장점이 있고, 다목적조사에서도 관심변수의 척도(scale)나 개수와 관계없이 적용 가능하기 때문에 활용도가 높을 것으로 생각된다.

• 한국인구학
• /
• 제26권1호
• /
• pp.31-57
• /
• 2003

본 연구는 다음의 두 가지를 분석하였다. 하나는 전통사회에서 남아선호를 야기했던 아들의 가치, 즉 노후보장과 가계계승이 개인적인 차원에서 설명될 수 있는지 여부이고, 다른 하나는 사회적 차원의 출산율에 영향을 미치는 남아선호의 요소의 하나-즉 강한 남아 선호를 가진 전통사회에서 여성들이 연속 평균 몇 명의 딸을 낳아야 아들에 대한 욕구를 포기하는가에 대한 포기수준-를 밝히는 것이다. 위의 목적을 수행하기 위해, 이중곡선 위험율 모형을 사용하여 1974년 출산력 자료를 분석하였다. 위험율 모형은 일반회귀분석모형보다 모수 추정치가 어긋날 가능성이 더 크기 때문에, 헥크만과 싱어(Heckman and Singer)가 개발한 혼합분포를 사용하여 추정된 계수들의 버팀성(robustness)를 점검하였다. 본 연구의 분석 결과에 따르면, 남아선호에 영향을 미치는 아들의 가치는 개인적인 차원이 아니라, 사회적 차원에서 설명되고 분석되어야 한다. 또 남아선호가 강한 전통사회에서 여성들은 일반적으로 아들을 낳을 때까지 무한정 출산행위를 계속하지 않았다. 평균적으로 볼 때, 1960년대 여성들은 내리 6명의 딸을 낳으면 아들에 대한 욕구를 포기하였다. 즉 아들이 없는 경우 기존 자녀의 수는 그 수가 6명이 될 때까지 부모의 출산행위에 영향을 미치지 않았다. 그러나 아들이 있으면 자녀의 수는 기존 자녀의 수에 상관없이 영향을 미쳤다. 이는 자녀의 수보다 기존자녀의 성구조가 과거 전통사회 여성의 출산행위에 더 큰 영향을 미쳤다는 사실을 의미한다. 오늘날에는 아들을 낳기 위해 내리 5-6명의 딸을 낳는 여성은 거의 없다. 또 우리는 딸만 2-3명 낳고 출산 행위를 멈춘 여성들을 흔히 볼 수 있다. 이는 포기수준이 30-40년 전보다 급격히 감소했음을 말해준다. 이런 포기 수준의 급격한 감소는 사회적 차원의 출산율에 영향을 미치는 남아선호의 영향을 급격히 감소시켰고, 그 결과 전형적인 아들선호국인 우리나라의 출산율이 1980년대 후반이래 대체수준이하에서 머물 수 있었을 것이다. 만약 사회적 차원의 출산율에 영향을 미치는 남아선호의 강도가 약화되지 않았더라면, 2001년도 합계출산율인 1.3과 같은 수준으로는 결코 떨어지지 않았을 것이다.