• The Korean Journal of Applied Statistics
• /
• v.18 no.1
• /
• pp.43-56
• /
• 2005

In this study, a robust estimation method for the first-order autocorrelation coefficient in the time series model following AR(l) process with additive outlier(AO) is investigated. We propose the L-type trimmed least squares estimation method using the preliminary estimator (PE) suggested by Rupport and Carroll (1980) in multiple regression model. In addition, using Mallows' weight function in order to down-weight the outlier of X-axis, the bounded-influence PE (BIPE) estimator is obtained and the mean squared error (MSE) performance of various estimators for autocorrelation coefficient are compared using Monte Carlo experiments. From the results of Monte-Carlo study, the efficiency of BIPE(LAD) estimator using the generalized-LAD to preliminary estimator performs well relative to other estimators.

• Journal of Korea Water Resources Association
• /
• v.36 no.2
• /
• pp.223-235
• /
• 2003

An indirect or supplementary approach is proposed for determining the parameters of the Clark's model in order to improve existing defect in estimating the parameters. The gamma-distribution type function is employed to represent the Clark's model, which takes the same form as the Nash's model, so that parameter estimation is not difficult since it can be performed with a simple optimization process. Analytic forms of Clark's models parameters are introduced using parameters of the proposed methodology to give traditional form of Clark's. An application to a watershed has shown that the proposed approach can preserve the properties of observed data. Based the application, the new approach is recommended as an alternative to the existing parameter estimating methodology.

• The Korean Journal of Financial Management
• /
• v.16 no.1
• /
• pp.223-243
• /
• 1999

포트폴리오의 위험을 통제하거나 감소시키기 위해서 헤저들은 최적헤지비율을 추정하여야 하는데, 최적헤지비율의 추정치는 사용하는 모형에 따라 많은 차이를 보인다. 전통적인 회귀분석모형에 의하여 추정된 최적헤지비율은 시계열자료의 불안정성(nonstationary) 등으로 인하여 잘못될 가능성이 많으며, 잘못 추정된 헤지비율을 그대로 이용할 경우 현물포트폴리오의 시장위험을 최소화시키지 못하고 헤징비용을 증가시키는 결과를 초래한다. 시계열자료의 불안정성으로 말미암아 야기되는 문제점들을 개선할 수 있는 모형으로서 오차 수정모형(Error Correction Model : ECM)이 널리 이용되고 있다. 본 연구는 ECM을 사용하여 추정된 최적헤지비율과 전통적 회귀분석모형을 사용하여 추정한 최적헤지비율을 비교하여 어떤 모형으로 추정한 헤지비율이 더 정확한지를 평가하는데 목적을 두고 있다. 즉, 본 연구는 KOSPI 200 현 선물지수 자료를 대상으로 ECM과 전통적 회귀분석모형에 의한 최적헤지비율을 추정하고 각 모형의 설명력과 예측력을 비교하고자 한다. 실증분석 결과, KOSPI 200 현물지수와 KOSPI 200 선물지수간에는 공적분 관계가 존재하며, ECM과 전통적 회귀분석모형을 이용하여 추정한 최적헤지비율의 크기는 서로 다르며, ECM을 이용할 때 모형의 설명력이 조금 더 높게 나타났으며, 예측력도 ECM이 좀더 우월한 것으로 나타났다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.30 no.2A
• /
• pp.43-50
• /
• 2005

In this paper, we present an improved channel estimation method for orthogonal frequency division multipexing systems using pilot symbol assisted modulation(PSAM). Conventional linear minimum mean square error(LMMSE) channel estimation method uses only pilot symbols for channel estimation. So, as the fading channel varies rapidly, the system performance is degraded. The basic idea of the proposed scheme is that we firstly estimate channel coefficients at the middle point between two pilot symbols and then compute the channel attenuation by using LMMSE method. Superior performance achieved with the proposed method is illustrated by simulation experiments with the Doppler frequency of 36Hz and 185Hz in comparison with conventional LMMSE channel estimator.

• Korean Journal of Remote Sensing
• /
• v.18 no.6
• /
• pp.319-326
• /
• 2002

Rainfall estimation was conducted based on TRMM-PR/VIES and GMS data. AWS rainfall data were used for various validation. General procedure is as follows; 1) Z-R relationship was made by the comparison of TRMM-PR and AWS data. 2) new algorithm was developed by the estimates from Z-R equation and TBB of VIRS. 3) rainfall was estimated through the substitution of GMS data for TBB of VIRS in the newly developed algorithm. Z-R relationship based on TRMM is $Z=303R^{0.72}$ with correlation coefficient 0.57. The newly developed algorithm is shown as correlation coefficient 0.67 and RMSE 17mm/hr. New algorithm shows the underestimating tendency in case of heavy rainfall event.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.667-670
• /
• 2020

최근에는 증강현실, 로봇공학 등의 분야에서 객체의 위치 검출 이외에도, 객체의 자세에 대한 추정이 요구되고 있다. 객체의 자세 정보가 포함된 데이터셋은 위치 정보만 포함된 데이터셋에 비하여 상대적으로 매우 적기 때문에 인공 신경망 구조를 활용하기 어려운 측면이 있으나, 최근에 들어서는 기계학습 기반의 자세 추정 알고리즘들이 여럿 등장하고 있다. 본 논문에서는 이 가운데 Dense 6d Pose Object detector (DPOD) [11]의 구조를 기반으로 하여 가구의 조립 설명서에 그려진 가구 부품들의 자세를 추정하고자 한다. DPOD [11]는 입력으로 RGB 영상을 받으며, 해당 영상에서 자세를 추정하고자 하는 객체의 영역에 해당하는 픽셀들을 추정하고, 객체의 영역에 해당되는 각 픽셀에서 해당 객체의 3D 모델의 UV map 값을 추정한다. 이렇게 픽셀 개수만큼의 2D - 3D 대응이 생성된 이후에는, RANSAC과 PnP 알고리즘을 통해 RGB 영상에서의 객체와 객체의 3D 모델 간의 변환 관계 행렬이 구해지게 된다. 본 논문에서는 사전에 정해진 24개의 자세 후보들을 기반으로 가구 부품의 3D 모델을 2D에 투영한 RGB 영상들로 인공 신경망을 학습하였으며, 평가 시에는 실제 조립 설명서에서의 가구 부품의 자세를 추정하였다. 실험 결과 IKEA의 Stefan 의자 조립 설명서에 대하여 100%의 ADD score를 얻었으며, 추정 자세가 자세 후보군 중 정답 자세에 가장 근접한 경우를 정답으로 평가했을 때 100%의 정답률을 얻었다. 제안하는 신경망을 사용하였을 때, 가구 조립 설명서에서 가구 부품의 위치를 찾는 객체 검출기(object detection network)와, 각 개체의 종류를 구분하는 객체 리트리벌 네트워크(retrieval network)를 함께 사용하여 최종적으로 가구 부품의 자세를 추정할 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.246-249
• /
• 2022

최근 들어 세계적으로 크게 관심을 받는 메타버스 및 몰입형(가상현실, 확장현실, 및 라이트필드) 콘텐츠 서비스의 응용 범위를 확대하기 위해서는 3D 객체의 실시간 전송을 위한 압축 기술이 필요하다. ISO/IEC 23090 MPEG-I Part 5 로 2021 년 표준화 완료된 V-PCC (Video-based Point Cloud Compression)는 이러한 산업계의 관심 및 필요에 의해서 국제 표준화된 동적 3D 포인트 클라우드 객체 부호화 기술이다. V-PCC 기술의 압축 성능은 기존 산업계 기술에 비해 매우 우수하나, 부호화기의 연산 복잡도가 매우 높다는 단점을 가지고 있다. 본 논문에서는 V-PCC 부호화기에서 가장 높은 연산 복잡도를 갖는 법선 추정 알고리즘의 결합 고속화 기법을 제안한다. 법선 추정은 2 개의 알고리즘으로 구성되어 있다. 첫번째는 "방향을 무시하는 법선 추정 알고리즘(normal estimation)"이고, 두번째는 첫번째 알고리즘에서 추정된 법선들을 대상으로 하는 "법선 방향 추정 알고리즘(normal orientation)"이다. 본 논문에서 제안하는 고속화 기법은 2 개 알고리즘을 결합하여 첫번째 법선 추정 알고리즘에서 획득한 부가 정보를 두번째 법선 방향 추정 알고리즘에서 활용함으로써 연산량을 대폭 줄이고, 또한 법선 방향 추정 알고리즘 내의 우선순위 큐 자료구조를 변경하여 추가적인 고속화를 달성한다. 7 개 테스트 영상에 대한 실험 결과, 압축 효율 저하 없이 법선 방향 추정 알고리즘의 속도를 평균 89.2% 향상시킬 수 있다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1994.06c
• /
• pp.175-178
• /
• 1994

본 논문에서는 선형 예측 방법과 다중 대역 여기 방법의 장점을 조합하여 낮은 전송률에서 고품질의 합성음을 제공하는 LP-SMBE 부호기를 제안한다. LP-SMBE 부호기에서는 선형 예측 방법과 단순화된 여기 신호 추정방법을 이용하여 성도 특성 정보와 여기 신호를 분리 추정한다. 제안한 단순화된 여기 신호 추정 방법은 정규화된 스펙트럼 영역에서 원음 스펙트럼과 합성 스펙트럼을 비교하여 여기 신호를 추정한다. 이 방법은 기존 MBE 방법의 여기 신호 추정 방법보다 연산량이 적고, 여기 신호르 F보다 정확히 추정할 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• v.5 no.2
• /
• pp.29-44
• /
• 1994

본 연구는 누적위험률함수에 대한 베이지안 추정량을 이용하여 생존함수의 추정량을 제안하고, counting process 이론과 martingale 이론을 이용하여 대표본하에서 제안된 추정량의 일양적 일치성과 점근적 정규성을 밝힌다. 또한 모의실험을 통하여 추정량들의 효율성을 편의와 평균제곱오차의 측면에서 비교하고자 한다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2002.11a
• /
• pp.169-174
• /
• 2002

본 연구는 k개 지수분포 모수들의 기하평균에 대한 베이지안추정 방법을 제시하였다. 이를 위해 Tibshirani가 제안한 직교변환법으로 비정보적 사전확률분포를 도출하여 모수들의 결합사후확률분포를 유도해 내었으며, 이 분포 하에서 가중 몬테칼로 방법을 사용하여 기하평균을 추정하는 절차를 제안하였다. 모의실험과 실제자료의 예를 통해 제안된 베이지안 추정의 유효성 및 효용성을 보였으며, 본 연구에서 제안한 사전확률분포가 전통적인 포함확률을 기준으로 볼 때, Jeffrey의 사전확률분포 보다 더 유효한 추정을 함을 보였다.