• Journal of the Korean Data and Information Science Society
• /
• v.25 no.1
• /
• pp.87-95
• /
• 2014

In the regression model, Kang and Huh (2006) studied the estimation of the discontinuous variance function using the Nadaraya-Watson estimator with the squared residuals. The local linear estimator of the log-variance function, which may have the whole real number, was proposed by Huh (2013) based on the kernel weighted local-likelihood of the ${\chi}^2$-distribution. Chen et al. (2009) estimated the continuous variance function using the local linear fit with the log-squared residuals. In this paper, the estimator of the discontinuous log-variance function itself or its derivative using Chen et al. (2009)'s estimator. Numerical works investigate the performances of the estimators with simulated examples.

• Journal of the Korea Society for Simulation
• /
• v.26 no.3
• /
• pp.55-63
• /
• 2017

In R&D of artillery system, error budget method is used to predict artillery firing error without field firing test. The error budget method for artillery has been consistently developed but apply for practical R&D of the weapon system has been avoided because of lacks of error budget source information. The error budget source is composed of every detailed error components which affect total distance and deflection error of artillery, and most of them are difficult to be calculated or measured. Also with the inaccuracy of source information, simulated error result dose not reflect real firing error. To resolve that problem, an optimization algorithm is adopted to figure out error budget sources from existing filed firing test. The method of finding input parameter estimation which is commonly used in aerodynamics was applied. As an optimization algorithm, CMA-ES is used and presented in the paper. The error budget sources which are figured out by the presented method can be applied to compute ROC of new weapon systems and may contribute to an improvement of accuracy in artillery.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1993.04b
• /
• pp.223-227
• /
• 1993

최근 생산성 향상을 위해 용접 자동화가 실용 분야, 특히 GMAW 공정에서 활발히 진행되고있다. 그러 나, 현 수준의 용접 자동화는 완전 자동화에는 이르지 못하고 단지 주어진 용접 조건과 용접 경로로 용 접을 실행하는 로보트 시스템의 채용으로 인간의 작업을 대체하는 정도이다. 이와 같은 로보트 시스템 을 이용한 자동화에 있어서는 예기치못한 공정의 변동에 대처하기 위한 공정 중 용접질 모니터링이 더욱 중요해지고 있다. 본 연구에서는 이 목적으로 표면의 다점 온도를 측정하여 이 중 한점의 온도와 이점 이점 부근의 온도 구배로써 용융지 크기 추정 지수를 구성하였다. 이 지수는 온도 변수들과 대응 용융지 크기 간에 다중 회귀 방법을 이용하여 최소 추정 오차가 발생하도록 설정된 수학적 모델이다. 제안된 지 수의 추정 성능을 평가하기 위해 용접 열전도 모델로 부터 얻은 용융지 크기와 표면 온도분포 data를 이용 하여 일련의 시뮬레이션 연구를 실시하였다. 이 과정에서 지수 구성 온도 변수들의 차수가 추정 성능에 미치는 영향과 온도 측정 위치에 따른 추정 성능의 민감도를 추정 오차와 오차 분산을 통해 분석하고, 지수를 사용하였을 때의 추정성능을 한점 온도를 이용하는 경우와 비교 평가하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.3 no.2
• /
• pp.46-58
• /
• 1984

본 논문은 한국어 음성 인식을 위한 유성음, 무성음, 묵음 식별에 관한 연구이다. 주어진 음성 구간을 3가지 음성 신호 부류로 식별하기 위하여 패턴 인식 방법을 사용하였다. 여기에 사용한 분석 파 라메타는 음성 신호의 영교차율, 대수 에너지, 정규화 된 첫 번째 자동 상관 계수, 선형 예측 분석에서 얻은 첫 번째 예측 계수, 그리고 예측 오차의 에너지이다. 한편 측정된 파라메타들이 다차원 가우스 확 률 밀도 함수에 따라 분산되었다는 가정하에서 어어진 최소 거리 법칙에 기본을 두고 음성 구간을 결정 하였다. 측정된 파라메타들을 여러 가지 방법으로 조합하여 식별한 결과 영교차율, 첫 번째 예측계수, 예측 오차의 에너지를 측정 파라메타로 사용했을 때 1%보다 적은 식별 오차율을 얻었다.

• Communications for Statistical Applications and Methods
• /
• v.1 no.1
• /
• pp.131-140
• /
• 1994

Box-Jenkins 시계열 분석에서 모형검진을 위한 통계량으로 잔차의 자기상관함수를 이용한 Box와 Pierce(1970)의 포트맨토우 검정과 Ljung과 Box(1978)의 변형된 포트맨토우 검정을 Basawa(1987)가 제안한 예측오차를 이용한 모형 검진 방법과 비교, 분석하였다. 시뮬레이션 연구를 수행하여 경험적 평균, 분산 및 유의 수준을 비교하여 과대적합의 방법을 이용하여 검정력을 비교하였다.

• Communications for Statistical Applications and Methods
• /
• v.19 no.1
• /
• pp.23-32
• /
• 2012

This paper deals with the bias and variance of regression coefficient estimators in a finite population. We derive approximate formulas for the bias, variance and mean square error of two estimators when we select a fixed-size inclusion probability proportional to the size sample and then estimate regression coefficients by the ordinary least square estimator as well as the weighted least square estimator based on the selected sample data. Necessary and sufficient conditions for the comparison of the two estimators in terms of variance and mean square error are suggested. In addition, a simple example is introduced to numerically compare the variance and mean square error of the two estimators.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2006.11a
• /
• pp.191-195
• /
• 2006

It is definitely required to control dispersion of the rocket engine performance in order to accomplish the mission of a launch vehicle successfully. A performance dispersion analysis was conducted for a gas generator cycle liquid rocket engine and the required pressure drops were estimated for engine tunning. As a result, the vacuum thrust dispersion of the engine was from +9.1% to -8.7% and the mixture ratio deviated from +9.7% to -9.6% from the nominal value due to the errors of components and the engine inlet condition of propellants. The required pressure drop in the LOx line to the combustor is higher than in the fuel line for same mixture ratio change.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2007.11a
• /
• pp.165-169
• /
• 2007

Qualification test range for Lox/Kerosene gas generator cyle liquid rocket engine was determined by considering engine dispersion and flight inlet conditions. With various pump characteristics, the operation range of components and system was investigated through dispersion analysis. The variation of engine performance shows opposite trends in calibration and dispersion.

• The Korean Journal of Applied Statistics
• /
• v.17 no.3
• /
• pp.403-418
• /
• 2004

Recently space-time model in spatial data analysis is widly used. In this paper we applied this model to analysis of greenhouse whitefly. For handling time component, we used ARMA model and autoregressive error model and for outliers, we adapted Mugglestone's method. We compared space-time models and geostatistic model with MSE and MAPE.

• The Korean Journal of Applied Statistics
• /
• v.17 no.1
• /
• pp.145-151
• /
• 2004

PROC MIXED fits a variety of mixed models to data and enables one to use these fitted models to make statistical inferences about the data. However, the simulation study in this article shows that PROC MIXED using REML estimators provides one with a confidence interval, that does not keep the stated confidence coefficients, on sums of two variance components in the simple regression model with unbalanced nested error structure which is a mixed model.