• 디지털융복합연구
• /
• 제19권12호
• /
• pp.339-345
• /
• 2021

본 논문에서는 부가성 잡음이 존재하는 환경에서 진폭비교 모노펄스 레이더의 각도 추정 성능을 수치해석 기반으로 접근하여 분석한다. 편향 빔에 서로 상관이 없는 백색잡음이 추가되었을 때, 모노펄스 레이더의 각도 추정 성능을 평균제곱오차(MSE)를 통해 분석한다. 수치적분 기반의 평균제곱오차 결과는 몬테카를로 기반의 평균제곱오차 결과와 완벽히 겹치는 결과를 보이며 이는 몬테카를로 기반 평균제곱오차 결과에 99.8%에 해당한다. 또한 연산시간 측면에서 수치적분 기반의 평균제곱오차 분석법은 몬테카를로 기반의 평균제곱오차보다 매우 빠른 결과를 보인다. 따라서 제안된 수치적분 기반 평균제곱오차 방법을 통해 다양한 잡음환경에서 진폭비교 모노펄스레이더의 각도 추정 성능을 효율적으로 분석할 수 있다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2009년도 정기 학술대회
• /
• pp.308-313
• /
• 2009

본 논문은 확장된 이동최소제곱 유한차분법을 이용하여 1차원 Stefan 문제를 해석할 수 있는 수치기법이 제시한다. 이동하는 경계의 자유로운 묘사를 위해 요소망이나 그리드 없이 절점만을 사용하는 이동최소제곱 유한차분법을 사용하였으며, 계면경계의 특이성을 모형화하기 위해 Taylor 다항식에 쐐기함수를 도입했다. 지배방정식은 안정성이 높은 음해법(implicit method)을 이용하여 차분하였다. 미분의 특이성을 갖는 이동경계를 포함한 반무한 융해문제의 수치해석을 통해 확장된 이동최소제곱 유한차분법이 높은 정확성과 효율성을 갖는 것을 보였다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2011년도 정기 학술대회
• /
• pp.719-722
• /
• 2011

본 연구에서는 이동최소제곱 차분법을 2차원 동적고체문제를 해석하기 위하여 확장시켰으며 Newmark ${\beta}$ 방법을 통해 explicit와 implicit 시간적분법을 모두 적용하여 그 차이를 비교하였다. 이동최소제곱 차분법은 Taylor 다항식을 이용하여 미분계산을 근사화 함으로써 내부 및 경계에서도 강형식을 그대로 이용할 수 있다. 그래서 계산이 빠르고 수치적분이 필요하지 않아 무요소법의 장점을 잘 살릴 수 있고 해석차수를 손쉽게 조정할 수 있어 cubic 등의 고차 근사계산이 간편하다. 두 가지 수치예제를 통하여 동적해석에 대한 이동최소제곱 차분법의 적용성과 안정성을 검증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.745-748
• /
• 2004

얼굴 이미지의 대부분은 표본의 수보다 특징 변수의 수가 많기 때문에 이러한 점을 고려한 특징 추출 방법이 필요하다. 본 논문에서는 부분 최소제곱법을 이용하여 특징 벡터의 차원을 축소하는 방법을 제안한다. 전통적인 차원 축소 방법인 주성분 분석은 클래스의 정보를 고려하지 않고 최대 변이를 가지는 성분을 추출하기 때문에, 클래스의 구분에 필요한 특징을 필수적으로 추출하지 못한다. 이에 비해, 부분 최소제곱법은 클래스 변수에 대한 정보를 포함하여 성분을 추출한다. 그러므로, 분류를 하는데 있어서는 주성분 분석에 의해 추출된 성분보다는 부분 최소제곱법에 의해 추출된 성분이 보다 더 예측적이다. 맨체스터와 ORL 얼굴 데이터베이스를 이용하여 실험한 결과, 분류와 차원 축소 측면에서 주성분 분석 방법보다는 부분 최소제곱법을 이용한 방법이 그 성능이 우수함을 알 수 있었다.

• Communications for Statistical Applications and Methods
• /
• 제19권1호
• /
• pp.23-32
• /
• 2012

본 논문은 유한모집단에서 회귀계수추정량의 근사편향과 근사분산을 다루고 있다. 유한모집단에서 고정크기 포함확률비례표본을 추출하고 이 표본에서 조사된 데이터에 기초하여 회귀계수를 일반최소제곱추정량과 가중최소제곱추정량으로 추정할 때 두 추정량의 편향, 분산 그리고 평균제곱오차의 근사식을 유도하였다. 그리고 두 추정량의 효율을 비교하기 위하여 두 추정량의 분산을 비교하는 필요충분조건을 제시하였다. 또한 수치적인 비교를 위하여 간단한 예제를 소개하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권4호
• /
• pp.799-805
• /
• 2014

본 논문은 이원의 고정효과모형에서 사영에 근거한 제3종 제곱합을 구하는 방법을 다루고 있다. 제3종 제곱합의 모형적합 방식에 따른 분산분석에서 자료의 총제곱합은 요인별 제곱합으로 분해된 양과 일치하지 않는다. 변동량의 차이가 단순히 모형의 적합방식에 기인한다고 간주하는 고전적 해석과는 달리 자료의 분산분석과정에서 발생하는 변동량의 차이가 어디에서 어느 정도 발생하고 있는 가에 대해 사영을 이용하여 규명할 수 있음을 다루고 있다. 또한 사영공간의 중첩성으로 인한 변동량의 차에 대한 기하학적 해석과 함께 자료의 변동량 계산에 있어 고유근과 고유벡터가 어떻게 이용될 수 있는 가를 논의하고 있다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2010년 춘계학술발표회 논문집
• /
• pp.349-353
• /
• 2010

지적측량은 지난 100여 년간 국민의 재산권보호를 위한 사명을 수행하여 왔다. 1999년부터 시작된 도면전산화 업무가 2003년도에 종료되면서 디지털(수치화) 도면을 사용할 수 있는 기반이 마련되었으며, 현재는 컴퓨터로 지적측량을 수행하여 보다 정확한 성과를 제시하고 있다. 통계학뿐 아니라 측량계산 분야에 있어서 최소제곱법만큼 유용하고 넓게 이용되고 있는 원리는 없다. 지적측량의 성과를 보다 정확히 향상시키기 위해서는 관측된 데이터의 처리가 중요함은 두말할 나위가 없다. GPS 측량의 경우는 그 계산방법에 최소제곱법이 도입되어 활용되고 있지만 도근측량과 세부측량의 계산방법은 아직도 100여 년 전의 방법을 그대로 사용하고 있어 오차의 적절한 처리가 이루어진다고 할 수 없다. 따라서 본 연구에서는 GPS이외에 각과 거리 등 원시 데이터를 이용하여 최소 제곱법을 적용 지적측량에 응용할 수 있는 방법을 제시하고자 한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권7_8호
• /
• pp.744-751
• /
• 2003

본 논문에서는 최근 뛰어난 예측력으로 각광받는 최소제곱 Support Vector Machine(Least Square Support Vector Machine: LS-SVM)과 First Principle(FP)을 결합한 하이브리드 최소제곱ㆍSupport Vector Machine 모델, HLS-SVM(Hybrid Least Square-Super Vector Machine)을 제안한다. 제안한 모델인 하이브리드 최소제곱 Support Vector Machine을 기존의 방법인 하이브리드 신경망(Hybrid Neural Network:HNN), 비선형 칼만필터와 하이브리드 신경망을 결합한 HNN-EKF (Hybrid Neural Network with Extended Kalman Filter) 모델과 비교해 보았다. HLS-SVM 모델은 학습 및 validation 과정에서는 HNN-EKF와 근사한 성능을 보였고, HNN 보다는 우수한 결과를 보였고, 일반화 성능에서는 HNN-EKF에 비해 3배, HNN보다 100배정도 우수한 결과를 보였다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권5호
• /
• pp.831-839
• /
• 2010

최소제곱 서포트벡터기계는 비선형회귀분석과 분류에 널리 쓰이는 커널기법이다. 본 논문에서는 금융시계열자료의 평균 및 변동성을 추정하기 위하여 평균의 추정 방법으로는 가중최소제곱 서포트벡터기계, 변동성의 추정 방법으로는 최소제곱 서포트벡터기계를 사용하는 비선형 평균 일반화 이분산 자기회귀모형을 제안한다. 제안된 모형은 선형 일반화 이분산 자기회귀모형 및 선형 평균 일반화 이분산 자기회귀모형보다 더 나은 추정 능력을 가진다는 것을 실제자료의 추정을 통하여 보였다.

• 응용통계연구
• /
• 제29권6호
• /
• pp.1147-1154
• /
• 2016

본 연구에서는 다중 변화점 탐색과 관련하여 최근 많은 관심을 받고 있는 ${\ell}_0$-벌점 최소제곱법과 fused-라쏘-회귀(fused lasso regression; FLR)방법을 모의 실험을 통하여 비교하였다. 모의 실험의 결과로 FLR방법은 비-변화점을 변화점으로 잘못 탐색하는 경향이 ${\ell}_0$-벌점 최소제곱법과 비교할 때 상대적으로 높게 나타났으며 ${\ell}_0$-벌점 최소제곱법이 전반적으로 FLR방법에 비하여 좋은 성능을 보였다. 더불어 ${\ell}_0$-벌점 최소제곱법은 동적프로그래밍을 통하여 FLR 방법과 유사하게 효율적인 계산이 가능하다.