• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 추계 학술발표회 논문집
• /
• pp.117-122
• /
• 2003

개방형 모집단에 대한 Mark-Recapture방법은 일반적으로 Jolly-Seber방법이 사용된다. 이 방법은 각 표본에서 모든 동물들에 대한 포획될 확률은 동일하다는 가정을 갖는다. 개방형 모집단에 대한 Mark-Recapture방법을 소개하고 폐쇄형 모집단에서 갖는 문제를 해결하기 위한 개방형 모집단의 로버스트 설계를 이용하려다. Pollock과 Kendall의 Jolly-Seber 모수로부터 유도된 모집단의 성장율 추정에 대하여 SAS와 POPAN의 결과를 비교하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.9-11
• /
• 2000

전형적인 단순 유전자 알고리즘은 한 개의 모집단으로 구성되며, 진화 과정이 거듭되면 모집단의 개체들은 한 개의 전역해로 수렴하게 된다. 그러나, 많은 문제들은 여러 개의 최적해를 가질 수 있으며, 그것들 모두를 찾는 것이 중요한 경우가 많다. 이 논문에서는 모집단을 원환체(Torus)로 구성하고 개체에 이웃의 개념을 부여하여 모집단이 최적해 집단으로 수렴하는 유전자 알고리즘의 변형을 연구한다. 제안한 방법은 개체사이에 이웃이라는 개념을 부여함으로써 다수의 해를 동시에 찾는다는 생각을 넘어서 다양한 변형 유전자 알고리즘에 대한 새로운 모델이 될 것으로 기대된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• pp.243-244
• /
• 2020

본 논문에서는 SIM(Soft Island Model)을 통해 소집단 정보를 이동시키기 위한 KSDE라고 하는 수많은 전략을 제안한다. 먼저, 전체 모집단은 k- 평균 군집 알고리즘에 의해 k 개의 하위 모집단으로 분리된다. 둘째, 소집단에 돌연변이 조작을 수행하기 위해 전략 풀에서 돌연변이 전략을 무작위로 선택한다. 마지막으로, 이 알고리즘의 모집단 다양성을 개선하기 위해 하위 집단 정보가 SIM을 통해 마이그레이션 된다.

• 한국조사연구학회지:조사연구
• /
• 제5권1호
• /
• pp.93-101
• /
• 2004

사업체조사에서 절사법이 흔히 이용되고 있다. 이 경우, 절사되는 사업체가 모집단에서 차지하는 비중이 모집단 전체에 비하여 매우 작다. 따라서 절사층에 속한 사업체는 목표모집단에서 제외되고, 나머지 부분에 대한 추정만이 이루어지고 있다. 이는 목표모집단 총계 추정에 영향을 작게 미치는 사업체 정보를 활용하지 않겠다는 의미이며, 더불어 작은 사업체에 응답 부담을 덜어 주겠다는 의도로 볼 수 있다. 그러나 예산의 부담을 덜기 위해서 절사층의 크기를 증가시키는 것은 목표모집단의 모수 추정에 상당한 편의를 제공한다는 점을 간과해서는 안 된다. 본 연구에서는 사례를 이용하여 모집단을 절사층, 표본층, 전수층으로 구분하고, 보조변수를 이용하여 절사층을 추정하는 방법을 보였다.

• Communications for Statistical Applications and Methods
• /
• 제2권1호
• /
• pp.155-165
• /
• 1995

초모집단(superpopulation)으로 부터 반복적으로 유한모집단을 추출할 때, 이미 조사된 자료들을 이용하면 현재의 유한모집단 모수들을 ㄷ더 효율적으로 추정할 수 있다. 이러한 문제에 대하여 Ericson(1969)이 유한모집단 표본추출에서 베이지안 분석을 하였고, Ghosh와 Meeden(1986)은 정규 초모집단을 가정하여 유한모집단 평균의 경험적 베이즈 추정을 하였다. Nandram과 Sedransk (1993)는 Ghosh와 Meeden(1986)의 유한모집단들의 분산이 모두 같다는 가정들을 완화하여 유한집단 평균의 경험적 베이즈 추정을 하였다. 본 연구는 Nandram과 Sedransk의 결과를 층과표본추출의 경우로 일반화 하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.416-416
• /
• 2022

RCP(Representative concentrate pathways) 기후변화 시나리오에서는 2100년까지 연강 강수량과 강우지속시간이 지속적으로 증가할 것으로 예측하고 있다. 이에 도시지역의 하천 범람 및 내수 침수 예방을 위해 방재성늑목표의 상향조정과 방재 인프라의 설계년수 재조정 등에 대한 논의가 진행되고 있다. 하지만 수재해 예방을 위한 강우설계기준에서는 무강우 지속시간의 설정을 확보할 수 있는 최대 규모의 모집단을 통해 산정하는 방식으로 제시되고 있어 최근 기후변화로 인한 강우특성의 변화가 반영되기에 어려움이 있다. 본 연구에서는 부산광역시 강우자료의 모집단을 10년, 20년, 30년으로 구분하여 자기상관계수(Autocorrelation coefficient, AC) 분석, 변동계수(Coefficient of variation, CV) 분석, 연평균 강우사상 발생 개수(Average annual number of rainfall event, NRE) 분석 방법을 적용하여 비교 분석을 수행하였다. 그 결과, 자기상관계수 분석 방법과 변동계수 분석 방법에서는 모집단의 규모가 클수록 튀는 자료를 상쇄하여 안정적인 결과를 나타내는 반면, 연평균 강우사상 발생 개수를 확인 하였을 때는 대상기간에 큰 영향을 받지 않는 것으로 확인되었다. 또한, 모집단의 규모가 클수록 무강우 지속시간이 길어지는 것으로 분석되어 기후변화로 인한 최근의 강우특성을 반영하기 위해서는 모집단의 규모를 크게 잡는 것이 효과적이지 않을 수 있다는 점을 확인하였다. 이는 강우자료 분석 시 분석방법 및 모집단의 규모를 달리하여 무강우 지속시간을 산정해보고, 설계 목적에 따라 적정한 의사결정이 필요함을 시사한다.

• 전자공학회논문지
• /
• 제50권10호
• /
• pp.142-149
• /
• 2013

일반적으로 영상의 색은 RGB 카메라 시스템의 red, green, blue 채널들을 사용하여 재현된다. 하지만 세 채널들의 정보만으로 실제 장면의 분광 반사율을 추정하는데 한계가 있다. 이 때문에 RGB 카메라 시스템은 색을 정확하게 재현하지 못한다. 이 한계를 극복하고 정확한 색을 재현하기 위해 다채널 카메라 시스템을 사용하여 분광 반사율을 추정하는 연구들이 활발히 진행되고 있다. 최근 분광 유사도를 사용하여 카메라 응답에 따라 기존 모집단에서 유사 모집단을 적응적으로 구성하는 분광 반사율 추정법이 소개되었다. 하지만 이 방법에는 평균 거리와 최대 거리 기반의 분광 유사도가 적용되었기 때문에 유사 모집단의 정확도가 저하된다. 본 논문에서는 유사 모집단의 정확도를 향상시키기 위해 상관 계수 기반의 분광 유사도가 적용된 분광 반사율 추정법을 제안하였다. 먼저 기존 모집단과 위너(Wiener) 추정법을 통해 획득된 분광 반사율 간의 상관 계수를 계산한다. 다음으로 상관 계수에 따라 기존 모집단에서 유사 모집단을 구성한다. 마지막으로 유사 모집단이 적용된 위너 추정법을 수행하여 분광 반사율을 추정한다. 제안된 방법과 이전의 방법들의 성능을 평가하기 위해 실험 결과를 비교하였다. 그 결과, 제안한 방법이 제일 우수한 성능을 나타내었다.

• 한국조사연구학회:학술대회논문집
• /
• 한국조사연구학회 2003년도 춘계학술발표대회
• /
• pp.29-33
• /
• 2003

사업체조사에서 절사법이 흔히 이용되고 있다. 이 경우, 절사되는 사업체가 모집단에서 차지하는 비중이 모집단 전체에 비하여 매우 작다 본 연구에서는 사레를 이용하여 모집단을 절사층, 표본층, 전수층으로 구분하고 절사층을 추정하는 문제를 살펴보도록 한다.

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.249-265
• /
• 1995

본 논문에서는 확률분포가 알려져 있지 않은 두 모집단 중 어느 하나로 새로운 관측치를 분류할 때 오분류확률이 분석자에 의해 사전에 정해진 수준에 부합할 수 있도록 커널 판별함수의 임계치를 결정하였다. 정해진 오분류확률을 만족시키기 위한 판별함수의 임계치는 붓스트랩(bootstrap)기법을 판별 함수에 적용시켜 계산된다. 본 논문에서 제시도된 방법은 모집단에 대한 모수적 가정이 없으므로 어느 분포에도 적용가능하며, 모집단이 정규분포, 대수정규분포, 이산형과 연속형 변수가 혼합된 분포의 경우 모의실험을 통하여 그 성능에 대한 검증을 하였다.

• Communications for Statistical Applications and Methods
• /
• 제3권3호
• /
• pp.299-302
• /
• 1996

표본조사에 있어서 층화추출법은 모집단에 관한 예비정보를 필요로 하고 있다. 조사자가 표본설계시 층화와 표본배분의 문제를 막연히 추상적으로 처리함으로 생기는 오류를 줄이기 위해서 다원적 입장에서 모집단에 대한 예비 정보를 정확하게 파악하고 이용해야 층화추출법의 효율을 올릴 수 있음을 지적하고 있다.