• 한국습지학회지
• /
• 제21권1호
• /
• pp.66-76
• /
• 2019

기후변화로 인해 홍수나 가뭄과 같은 자연재난이 빈번하게 발생하고 있고, 이로 인한 피해 또한 커지고 있다. 습지는 이러한 피해를 저감하고 최소화하는데 중요한 역할을 하고 있는 것으로 알려져 있다. 특히, 자연재난으로 인한 피해 저감 뿐만 아니라 습지의 다양한 기능을 이해하기 위해서는 수위의 변동성을 분석할 필요가 있다. 따라서 본 연구에서는 경상남도 창녕군에 위치한 우포늪의 수위 자료에 적합한 시계열 모형을 도출하고 모형의 적절성을 확인하기 위해 잔차 분석을 수행하였다. 즉, ARIMA 모형을 구축하였고, 잔차 분석을 위해 기존의 비모수 통계기법, BDS 통계기법 및 CRH(Close Returns Histogram)를 통한 결과들을 비교 분석하였다. 특히, 본 연구에서는 시계열 모형의 잔차 분석을 위해 CRH의 적용 가능성을 제시하고자 하였다. 분석 결과, CRH는 정확한 무작위성 검정 결과를 도출하였을 뿐만 아니라 다른 방법들에 비해서 단순한 계산과정을 통해 쉽게 결과를 얻을 수 있었다. 따라서 시계열 모형의 잔차 분석을 위해 BDS 통계기법 뿐만 아니라 CRH를 이용한다면 보다 효과적인 분석을 할 수 있을 것으로 판단된다.

• 한국방사선학회논문지
• /
• 제16권3호
• /
• pp.295-302
• /
• 2022

희박뷰 전산화단층촬영(computed tomography; CT) 영상화 기술은 피폭 방사선량을 감소시킬 수 있을 뿐만 아니라 획득한 투영상의 균일성을 유지하고 잡음을 감소시킬 수 있는 장점이 있다. 하지만 재구성 영상 내 인공물 발생으로 인하여 화질 및 피사체 구조가 왜곡되는 단점이 있다. 본 연구에서는 희박뷰 CT 영상의 인공물 감소를 위해 wavelet 변환과 잔차 학습(residual learning)을 적용한 콘볼루션 신경망(convolutional neural network; CNN) 기반 영상화 모델을 개발하고, 개발한 모델을 통한 희박뷰 CT 영상의 인공물 감소 정도를 정량적으로 분석하였다. CNN은 wavelet 변환 층, 콘볼루션 층 및 역 wavelet 변환 층으로 구성하였으며, 희박뷰 CT 영상과 잔차 영상을 각각 입출력 영상으로 설정하여 영상화 모델 학습을 진행하였다. 영상화 모델 학습을 위해 평균제곱오차(mean squared error; MSE)를 손실함수로, Adam 함수를 최적화 함수로 사용하였다. 학습된 모델을 통해 입력 희박뷰 CT 영상에 대한 예측 잔차 영상을 획득하고, 두 영상간의 감산을 통해 최종 결과 영상을 획득하였다. 또한 최종 결과 영상에 대한 시각적 특성, 최대신호대잡음비(peak signal-to- noise ratio; PSNR) 및 구조적유사성지수(structural similarity; SSIM)를 측정하였다. 연구결과 본 연구에서 개발한 영상화 모델을 통해 희박뷰 CT 영상의 인공물이 효과적으로 제거되며, 공간분해능이 향상되는 결과를 확인하였다. 또한 wavelet 변환과 잔차 학습을 미적용한 영상화 모델에 비해 본 연구에서 개발한 영상화 모델은 결과 영상의 PSNR 및 SSIM을 각각 8.18% 및 19.71% 향상시킬 수 있음을 확인하였다. 따라서 본 연구에서 개발한 영상화 모델을 이용하여 희박뷰 CT 영상의 인공물 제거는 물론 공간분해능 향상 및 정량적 정확도 향상 효과를 획득할 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권5호
• /
• pp.1055-1067
• /
• 2017

지금까지 연구되어진 한국의 장애인 우울에 미치는 요인들을 찾는 연구들은 조사된 장애인별로 반복 측정된 자료임에도 대부분 그들 자료들이 독립이라는 가정 하에 통계적 분석을 하였다. 본 연구에서는 3년마다 반복 측정된 한국복지패널의 장애인 관련 부가조사 자료를 이용하여 장애인 우울에 미치는 요인들이 무엇인지를 반복 측정의 효과를 포함하는 선형혼합모형으로 분석한다. 각 장애인별로 얻어진 반복 측정 자료들의 종속성에 적절한 상관행렬을 고려하고, 회귀계수인 고정효과 뿐만 아니라 각 장애인별 특성을 반영하는 임의효과를 포함시켜 장애인 우울에 유의한 변수들을 찾고 최종모형을 구한다. 고정효과만 고려한 모형으로부터 얻어진 잔차들은 각 장애인별 잔차들의 평균이 0 근처에 있지 않다는 것을 보여주고, 임의효과를 포함하고 있는 최종모형의 잔차들의 잔차도와 분위수대조도를 제시하여 최종모형은 각 장애인별 잔차들의 평균의 문제점을 해결한다는 것을 보여주고자 한다.

• 대한기계학회논문집B
• /
• 제35권12호
• /
• pp.1351-1358
• /
• 2011

열펌프의 고장감지 및 진단을 위하여 측정값에 대한 분석은 필수적이다. 열펌프의 고장감지는 열전대 등의 온도센서로 수행되는데, 재연성과 센서자체의 오차에 의해 시스템의 정상상태 측정값들은 통상 백색 노이즈의 형태로 존재한다. 고장감지 및 진단시스템을 구축하기 위하여 이상적인 정상상태를 정의하는 기준모델을 추출하게 되는데, 실제 측정값과 모델에 의한 기대값은 수학적 편차, 즉 잔차가 필연적으로 존재하게 된다. 이러한 잔차는 운전조건에 따라 변화하며, 다양한 불확실도를 포함한 확률분포를 갖게 된다. 본 연구에서는 온도센서를 활용하여 정상상태 진단을 수행하고 이를 기반으로 기준모델을 도출하였다. 이후 실측값과 기준모델과의 잔차를 통계적으로 분석하여 고장여부를 판단하는 경계값을 산출하였다. 본 분석에 의하여 열펌프의 고장감지 및 진단시스템의 개발을 위한 불확실도와 경계값을 통계적으로 계산함으로써 진단결과의 확률적 신뢰성을 보장할 수 있는 방법론을 제공하였다.

• 응용통계연구
• /
• 제28권5호
• /
• pp.871-883
• /
• 2015

벡터자기회귀모형은 다차원의 시계열 자료간의 선형종속 관계를 연구하는데 효율적인 모형이다. 하지만 차원이 높아질 경우 추정해야할 모수가 급격히 증가하여 추정이 불안정해지고 예측력의 저하 및 해석의 어려움을 동반하는 문제를 가지고 있다. 이를 보완하기 위해서 많은 계수를 0으로 두는 희박벡터자기회귀모형이 제안되었고 고차원 시계열 분석에서 유용함이 밝혀졌다. 이 논문에서는 희박벡터자기회귀모형 추정에 있어서 어떠한 계수를 0으로 두어야 하는지를 판단해주는 한 쌍의 변수에 대한 상관 정도를 추정해주는 커플링 측도를 제안한다. 먼저 이 논문에서는 부분 스펙트럼 일관성에 기반을 둔 커플링 측도를 사용한 변수 선택의 경우 다른 변수의 효과를 제거한 잔차에 기반을 두었기에 좋은 효율성을 보임을 밝힌다. 하지만 부분 스펙트럼 일관성의 경우 벡터자기회귀모형 계수의 비대칭성을 고려하지 못한다는 단점이 있어 이를 보완하고자 필터링을 통해 다른 변수의 효과를 제거한 잔차에 기반을 둔 동시에 비대칭성을 가지는 커플링 측도들, 필터링된 잔차를 이용한 교차 상관성과 그래인저 인과관계를 제안한다. 모의실험을 통해 우리가 제안한 방법론들이 두터운 꼬리를 가지거나 높은 차수의 희박벡터자기회귀모형의 경우에도 매우 정확하게 0이 아닌 변수를 선택함을 보인다.

• 노동경제논집
• /
• 제40권4호
• /
• pp.115-158
• /
• 2017

본 연구는 한국에서의 직종 내 잔차 성별 임금격차와 노동시간 간의 관계를 분석하였다. 한국의 장시간 노동 문화는 평소 가사 및 돌봄 노동을 많이 하지 않는 한국 남성 기준에 맞추어진 것으로, 따라서 노동시간이 긴 직종일수록 이는 여성에게 불리하게 작용하여 직종 내 차별에 의한 성별 임금격차가 커질 수 있다. 본 연구는 이를 실증분석 하고자 하였으며, 분석 결과, 한국에서는 대부분의 직종에서 긴 노동시간에 대한 임금 프리미엄이 높지 않으며, 노동시간은 남성 집중직종에서는 잔차 성별 임금격차에 유의미한 양의 영향을 미치지만, 여성 집중직종에서는 그렇지 않은 것으로 나타났다.

• 방송공학회논문지
• /
• 제20권5호
• /
• pp.782-785
• /
• 2015

그래픽스 등 컴퓨터로 합성한 영상을 일컫는 스크린 콘텐츠 비디오의 경우는 색대비가 높은 그래픽 요소로 인하여 예측 후에도 잔차 신호의 공간적 연관성이 여전히 높게 나타나므로 현 샘플의 가장 인접한 화소를 이용하는 residual differential pulse-code modulation (RDPCM) 기법을 효율적으로 적용할 수 있다. 본 논문에서는 잔차 신호의 주위 인접 화소의 가중 합으로 보다 정확한 예측의 RDPCM을 수행하는 부호화 기법을 제안한다. 각 가중 계수는 현재 잔차 신호의 인접 영역에서 왜곡 값에 L₁ 정규화를 포함한 비용함수를 최소화 하여 추정한다. 제안 기법은 스크린 콘텐츠 동영상 압축 참조 코덱 대비 약 3.1%의 부호화 성능 향상을 보인다.

• 응용통계연구
• /
• 제28권5호
• /
• pp.1025-1034
• /
• 2015

1920년대에 소개되었던 Shewhart 관리도는 관측치가 서로 독립임을 가정했다. 오늘날은 데이터 측정과 자료수집 기술이 발전하면서 자기상관 공정 데이터가 많이 발생하고 있으며, 이것은 통계적 공정 관리의 성능에 부정적인 영향을 끼치게 된다. 자기상관이 존재하는 데이터에 대하여 가장 쉽게 접근할 수 있는 관리도는 먼저 자기상관구조를 모형화할 수 있는 적절한 시계열 모형을 가정한 다음 잔차를 구하여, 그 잔차에 기반한 Shewhart 관리도를 적용하는 것이다. 실제 문제에서 시계열 모형의 참 모수값은 알려져 있지 않으므로, 이 값은 일단계 표본(과거의 관리상태 표본)으로부터 추정된다. 본 논문에서는 이러한 모수추정이 이단계 표본을 모니터링하는데 어떠한 영향이 있는지 살펴보았다.

• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.266-272
• /
• 2019

멀티콥터는 수직 이착륙 할 수 있다는 장점 때문에 활용이 증가하고 있으며 이러한 멀티콥터의 정상적인 동작을 위해서는 고장 검출과 분리 문제가 매우 중요하다. 본 논문에서는 해석적 방법에 기반하여 헥사콥터 구동기의 고장을 검출하고 분리하는 새로운 방법을 제안한다. 제안한 방법에서는 헥사콥터의 수학적 모델로부터 추정한 구동기의 각속도를 이용하여 잔차를 새롭게 정의하고 생성된 잔차와 문턱값을 비교하여 구동기의 고장을 검출한다. 고장이 검출되면 헥사콥터의 동역학 모델과 생성된 잔차를 결합하여 고장을 분리한다. 제안한 방법은 수학적 모델을 기반으로 하여 간단하면서도 효과적이다. 헥사콥터 구동기의 단일 고장 상황을 가정한 시뮬레이션을 통해 제안한 방법의 유효성을 검증하였다.

• 대한토목학회논문집
• /
• 제26권3D호
• /
• pp.417-424
• /
• 2006

본 논문은 장래 존간의 통행분포 예측에서 가장 많이 이용되어 왔던 중력모형의 예측정도 향상을 위하여 개선 중력모형을 개발한 것이다. 각기 다른 3개 연도의 사람통행실태 조사에 의해 구축된 O-D표를 이용하여, 중력모형에 의한 통행분포와 실제 통행분포간의 차(잔차)의 시계열적 상관성을 조사하였다. 조사결과, 선형의 상관관계가 있었으며, 이로부터 기준연도의 잔차를 기존 중력모형에 더한 형태의 개선 중력모형을 개발하였다. 실제 O-D를 이용하여, 개발된 중력모형에 의한 통행분포량과 기존 중력모형에 의한 통행분포량을 비교한 결과, 개선된 중력모형에 의한 결과가 더 우수한 것으로 나타났다.