수확(收穫) 예측(豫測) model이 multicollinearity 문제점(問題點) 가질때 보다 정확한 추정식(推定式)을 얻기 위하여 두 종류의 ridge estimator와 최소(最小) 자승법(自乘法)(OLS)의 추정치를 비교(比較)하였다. 본 연구(硏究)에서 사용(使用)된 ridge estmator는 Mallows's (1973)Cp-like statistic과 Allens's (1974) PRESS-like statistic 이었다. 위의 세가지 estimator 예측(豫測) 능력(能力) 평가(評賣)는 Matney 등(等)(1988)에 의하여 개발(開發)된 수확(收穫) model을 이용(利用)하여 비교(比較)하였다. 사용되어진 자료(資料)는 미국(美國) 남부(南部) 테에다 소나무 시험림(試驗林)의 총(總)522개(個) plot을 이용(利用)하였다. 두 개(個)의 ridge estimator가 최소(最小) 자승법(自乘法)에 의한 추정치 보다 수확(收穫) 예측(豫測) 능력(能力)이 우수(優秀)하였으며, 특히 Mallows's statistic에 의한 ridge estimator가 가장 우수(優秀)하였다. 따라서 ridge estimator는 수확(收穫) 예측(豫測) model의 독립(獨立) 변수(變數) 간(間)에 multicollinearity 문제점(問題點)이 있을 때 최소(最小) 자승법(自乘法)에 의 한 추정치를 대치(代置)할 수 있는 estimator로서 추천(推薦)할 수 있었다.
CG (conjugate gradient) 법은 선형 연립방정식을 반복적으로 푸는 가장 효율적인 해법 중 하나이고, 또한 비선형 최소자승문제에도 적용할 수 있다. 자기지전류(MT) 역산 문제를 풀 때에는 최소자승문제의 목적함수 자체의 최소화에 직접 CG 법을 적용하거나, Gauss-Newton 법에 기초한 반복역산의 각 반복단계에서 모형의 변화량 계산에 CG 법을 이용할 수 있다. CG 법을 적용할 경우, 임의의 벡터에 대한 감도행렬의 영향 및 그 전치행렬의 전치행렬의 영향을 감도행렬을 직접 구하지 않고 계산할 수 있다는 장점이 있기 때문에 감도행렬의 계산 규모가 방대한 3차원 역산 문제에서 계산시간을 월등히 줄일 수 있다.
베타선 스펙트럼의 최대 에너지가 확실하게 구별되는 2개의 핵종만을 포함하는 혼합시료의 경우에는 최대 에너지가 다르다는 점을 이용하여 손쉽게 각 핵종의 방사능 값을 측정할 수 있다. 그러나 3개 이상의 베타 방출 핵종이 포함된 혼합물에 대해서는 각 핵종의 스펙트럼이 서로 겹치기 때문에 이러한 방법으로 구해진 방사능 값은 신뢰도가 떨어지게 된다. 따라서, 본 연구에서는 최소자승법을 이용하여 혼합물의 중첩된 베타선 스펙트럼을 각각 분리 정량분석 할 수 있는 방법을 제시하였다. 또한, 실제로 4개의 베타 방출 핵종($^3H,\;^{14}C,\;^{36}Cl\;^{90}Sr$)이 혼합된 시료를 조제하여 본 분석법을 검증한 결과 참고치(Reference value)와 분석치가 7% 이내에서 잘 일치함을 보였다.
여러 가지 환경적인 요인에 의해서 영상에 잡음이 부가된다. 이러한 잡음을 제거하고 각 잡음의 특성에 적합한 필터링 방법을 이용한다. 직접적인 복원방법으로 반전 필터와 위너필터가 있다. 여기에서 위너필터가 최소 자승 오차 관점에서 최적의 필터다. 그러므로 첫째, 반전필터, 위너필터, 제한된 최소자승필터등에 대해서 살펴 보고, 둘째, 파워스펙트럼비의 양적화된 조정을 위해서 매개변수를 사용하며, 그러한 변수들은 서로 충돌한다. 그러므로 응용에 적합하게 조정할 수 있는 매개변수 위너필터를 이용해 변수들을 최적화하였다. 모의실험 결과에서 훼손된 의료영상의 계조가 향상되었고, 잡음을 제거하였다. 그리고 비교되는 실험은 에지의 보전과 잡음 제거 특성에 관해서 증명하였다.
이진 분류(binary classification)는 머신러닝(machine learning) 분야에서 많이 다루어진 주제이다. 게다가 이진 분류는 다중 분류로 쉽게 발전될 수 있는 중요한 분야이다. 머신러닝 방법들을 적용할 때에 전처리(preprocessing)이나 특징 추출(feature extraction)과 같은 작업이 필수적이다. 이는 분류기 성능을 향상시키기 위한 중요한 작업이다. 본 논문에서는 가중된 최소 자승법을 기반으로 새로운 머신러닝 방법을 제안한다. 또한, 특징 변환시킬 수 있는 새로운 가중치 계산 방법을 제안한다. 이를 통해 특징 변환과 동시에 학습을 진행할 수 있는 방법을 제안한다. 본 제안을 다섯 개의 머신러닝 데이터베이스에서 실험을 진행하였으며 이 데이터베이스에서 우수한 성능을 얻을 수 있었다.
본 논문은 영상 복원 문제에 대한 정규화 모수를 찾는 새로운 방법을 제시한다. 위너 필터(Wiener filter)는 원본 영상과 잡음의 파워 스펙트럼 등의 사전 정보를 요구한다. 제약된 최소자승 복원 역시 노이즈 수준에 대한 지식을 요구한다. 사전 정보가 없으면 티코노프(Tikhonov) 정규화 모수를 선택하기 위한 일반화된 교차 검증법이나 L자형 곡선 검정 등의 별도의 최적화 함수가 필요하다. 본 논문에서는 주파수 영역에서 선형 시스템의 바이어스 항목과 티코노프 정규화 시스템의 평활화 항목을 연결하는 자기 정규화 방법을 제안하고 영상 복원 문제에 적용한다. 실험결과는 제안하는 방법의 효능을 보여준다.
본 논문에서는 sparse 채널에서 대표적인 채널 추정 기법들의 오차 성능을 비교 및 분석한다. 오차 성능을 비교하기 위해 크라머-라오 경계를 이용하여 최소평균자승오차 추정기법의 하한 경계를 구하고 이를 정합 추적 기법의 상한 경계와 분석한다. 분석 결과로부터 추정 탭 개수와 신호 대 잡음비에 따라 기존에 sparse 채널에서 효율적인 추정기법으로 알려진 정합 추적 기법보다 최소평균 자승오차 추정기법의 오차가 적을 수 있음을 보인다. 레일리이 페이딩 분포를 갖는 두 개의 sparse 채널에 대한 전산모의실험 결과 신호 대 잡음비에 따라 두 추정 기법의 오차 성능이 반전되는 경우를 보였다.
일반적으로 시스템 인식 방법은 입출력에 잡음이 없거나, 출력에만 잡음이 있는 경우를 주 대상으로 한다. 본 논문은 입력 및 출력이 모두 잡음으로 오염되었을 뿐만 아니라 입력에 비해서 출력에 같거나 더 많은 양의 잡음이 개입된 환경에 노출된 Finite Impulse Response 형태의 시스템을 인식하는 새로운 방법을 제안한다. 이를 위해서 입출력의 잡음 수준이 같을 때 최적인 완전최소자승 기법과 출력에만 잡음이 있을 때 최적인 최소자승 기법을 서로 볼록 결합 (convex combination)하여 앞에서 언급한 것과 같은 좀 더 일반화된 잡음 환경에서도 향상된 결과가 나오도록 하였다. 또 제안한 방법이 다양한 잡음 환경에서 응용 가능함을 모의 실험을 통해서 확인하였다.
최근 수위 예측을 위한 개념적 기반, 수문학적, 물리적 기반 모형 등의 단점을 극복하고자 홍수예측을 위해 자료지향형 모형 중의 하나인 다중선형회귀 모형이 널리 도입되고 있다. 본 연구의 목적은 이러한 다중선형회귀 모형의 서로 다른 회귀계수 선정 방법에 따른 홍수예측 성능을 비교 검토하고 이를 통해 적절한 다중회귀 홍수예측 모형을 구축하는 것이다. 이를 위해 입력자료의 자기상관분석을 통해 독립변수의 시간 규모를 결정한 후 최소 자승법, 가중 최소 자승법, 단계별 선택법의 각기 다른 회귀계수 산정 방법을 이용한 홍수예측 모형을 구축하고 중랑천 유역의 다양한 홍수사상에 대해 적용하였다. 구축된 모형들의 성능을 평가하기 위해 평균제곱근오차, Nash-Suttcliffe 효율계수, 평균절대오차, 수정 결정계수와 같이 4개의 통계지표들을 사용하였다. 모의결과 단계별 선택법을 이용한 다중선형회귀 홍수예측 모형이 가장 정확한 예측 결과를 보였고, 최소자승법을 이용한 홍수예측 모형이 가중 최소자승법을 이용한 홍수예측 모형보다 좀 더 나은 예측 결과를 나타냈다.
본 연구는 라만 분광법과 부분최소자승법을 이용하여 불량 분말식품을 비파괴적으로 검출할 수 있는 기술을 개발하기 위해 수행되었다. 향신료와 건강보조식품 등으로 소비가 증가하고 있는 마늘과 생강분말을 실험대상으로 선정하고 옥수수 전분을 농도별로 혼합하여 시료를 제작하였다. 라만 반사스펙트럼과 부분최소자승법을 이용하여 불량 분말식품에 혼합된 옥수수 전분의 농도를 예측하기 위한 모델을 개발하고 교차검증을 통해 그 성능을 평가하였다. 또한 변수중요도척도를 이용하여 예측모델의 개발에 기여도가 높은 라만스펙트럼을 선정한 후 이 스펙트럼을 이용하여 새로운 예측모델을 개발하였다. 그 결과 전체 라만 스펙트럼의 약 1/3에 해당하는 스펙트럼 데이터만을 이용하여 전체 라만 스펙트럼을 이용하여 개발된 예측모델과 같은 성능을 갖는 모델을 개발하는 것이 가능하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.