• Communications for Statistical Applications and Methods
• /
• 제5권2호
• /
• pp.327-338
• /
• 1998

이원배치모형에서 급내상관계수에 대한 점 추정문제가 고려된다. 급내 상관계수에 대한 여러 가지 점추정량의 종류를 살펴보고 추정량의 평균자승오차(MSE)과 절대편의를 모의 실험을 통하여 서로 비교하여 본다. 결론적으로 이원배치모형에서의 급내 상관계수는 추정량의 종류에 큰 영향을 받지 않는 것으로 나타났으며, 따라서 계산량이 다른 추정량들에 비하여 적은 헨더슨의 방법 $\textrm{III}$ 추정량을 사용하는 것이 바람직한 것으로 판명되었다.

• Communications for Statistical Applications and Methods
• /
• 제5권1호
• /
• pp.121-131
• /
• 1998

이 논문의 목적은 비모수 회귀모형에 있어서의 오차의 분산을 추정하는 방법들 중 차분에 기저한 방법 (difference-based methods)을 이용한 기존의 추정량들을 비교 분석하는데 있다. 특히 점근적인 최적 이차 차분에 기저한 Hall과 Kay, Titterington(1990)의 HKT 추정량에 대한 그들의 추정량에 대한 문제점들을 제시하고, HKT추정량과, GSJS추정량, Rice추정량에 대하여 모의 실험을 이용하여 모수에 대한 수렴 속도를 비교 분석 하였다. 또한 GSJS 추정량에 대한 일치성과 수렴 속도를 보였다.

• 한국정보처리학회논문지
• /
• 제5권7호
• /
• pp.1774-1782
• /
• 1998

한 언어에서 사용된느 단어의 총 개수를 추정하는 것은 매우 어려운 작업이다. 최근 한 언어를 대표하는 것으로 생각되는 원문, 발화, 또는 기타 표본들의 뭉치인 말뭉치가 대규모로 구축됨으로 말뭉치를 기반으로 하여 한 언어의 총 단어 개수를 추정할 수 있게 되었다. 본 논문에서는 한국어 말뭉치에 나타난 단얼르 기반으로한국어 단어의 총 개수를 추정하는 방법을 제시하고 한국어 단어의 총 개수를 추정한다. 이와 더불어 한국어에서 가장 많은 수의 고유명사를 차지하는 한국사람 이름의 총 개수도 함께 추정한다. 단어 개수와 이름 개수의 추정방법은 빈도를 이용한 일반화된 선형모형을 적용하였다. 1000만 어절의 말뭉치를 이용하여 한국어의 총 단어를 추정한 결과 1,062,392개로 추정되었으며 한국사람 이름의 개수는 1,493,003개로 추정되었다.

• 전자통신동향분석
• /
• 제21권6호통권102호
• /
• pp.124-132
• /
• 2006

무선 통신 시스템에서 다중 경로 감쇠로 인한 심볼의 크기와 위상의 왜곡이 일어나는데 이를 추정하여 보상하기 위해 채널 추정 기법이 사용된다. OFDM 시스템에서의 채널 추정 기법에는 훈련 심볼이나 파일럿을 사용하여 채널을 추정하는 기법과 파일럿을 사용하지 않는 Blind 채널 추정 기법 등이 있다. 본 고에서는 I장 개요에 이어 II장에서는 훈련 심볼을 이용한 채널 추정 기법을 WPAN과 WLAN을 예로 들어 설명하고 LS,1-D LMMSE, Low rank LMMSE 알고리듬에 대해 설명한다. III장에서는 PSAM 채널추정에 대해 1차원 PSAM 기법과 2차원 파일럿 패턴과 Wiener filtering을 이용한 2-D LMMSE, Low rank LMMSE, Separable Wiener filter에 대하여 설명한다. IV장에서는 ESAE와 Blind 채널 추정 기법을 간략히 소개하고, V장에서 채널 추정의 최신 연구 동향을 소개한다.

• 한국조사연구학회:학술대회논문집
• /
• 한국조사연구학회 2001년도 추계학술대회 발표논문집
• /
• pp.77-85
• /
• 2001

무응답 상황하에서 보정 추정량에 대해 관심변수와 강한 상관계수를 가진 보조정보의 수준에 따라 모집단 총합에 대한 추정량과 분산추정량을 붓스트랩 방법을 이용해서 구했다. 이때 존재하는 보조정보의 수준이 표본인 경우와 모집단인 경우로 나누어 모집단 총합에 대한 보정 추정량(calibration estimator)을 구하고, 그에 따른 붓스트랩 분산 추정량을 도출하였다. 또한 테일러 분산 추정량, 잭나이프 분산 추정량과 붓스트램 분산 추정량의 효율성을 모의 실험을 통해 비교해 보았다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1998년도 학술대회
• /
• pp.9-12
• /
• 1998

본 논문에서는 좌·우영상의 차영상 정보를 이용하여 3차원 입체영상의 변이(disparity)를 추정함에 있어서 계산량을 줄이는 변이 추정 방법을 제안하였다. 3차원 입체 영상의 변이를 블록 기반으로 추정하는 방법으로는 전체 탐색(Full Search)알고리듬이 있으나 탐색범위 안에 존재하는 모든 위치에 대하여 추정 오차를 계산하기 때문에 많은 계산량을 줄이기 위한 변이 추정 기술이 많이 연구되고 있다. 그러나 일반적으로 전체 탐색 알고리듬 보다 많은 화질열화를 초래한다. 본 논문에서 제안한 방법은 좌·우영상의 차영상을 이용하여 차영상의 블록 특성에 따라 추정하고자 하는 블록들을 분류하여 각각 그 특성에 맞는 적합한 탐색범위를 가지고 변이 추정방식 과정을 수행한다. 본 논문에서 제안한 변이 추정하는 기술은 기존의 변이 추정 기법들에 비하여 화질의 열화가 적으면서 계산량을 줄이는 결과를 보여준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (1)
• /
• pp.211-213
• /
• 2001

히스토그램은 질의 최적화글 위해 사용되는 튿-계 정또 중 하나이다. 최근에는 방대한 데이타에 대한 범위 질의의 선택도 추정 방법의 하나로 사용되기도 한다. 히스토그램을 통한 범위 질의의 선택도 추정 결과는 항상 오차를 포함한다. 따라서 결과의 신뢰성을 보장하기 위해 선택도에 대한 오차를 추정하는 방법이 요구된다. 추정된 선택도의 오차 추정에 대한 기존 방법은 1차원 히스토그램만을 고려하여 하나의 애트리뷰트의 값에 따라 빈도의 분포를 반영하므로 애트리뷰트가 많은 다차원 히스토그램에 바로 적용시키는데 문제가 있다. 이 논문에서는 기존의 추정된 선택도에 대한 오차 추정 기법들을 다차원에 적용할 수 있게 확장한 M-Max, M-Sum 기법을 제안하고, 두 기법을 합친 하이브리드 기법을 제안한다. 실험을 통해 M-Sum 기법과 하이브리드 기법이 M-Max 기법보다 정확한 오차 추정 기법임을 보이고, 또한 작은 기억 공간에서도 두 기법이 오차를 보다 정확하게 추정함을 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.180-182
• /
• 2021

본 논문은 눈 랜드마크 위치 검출과 시선 방향 벡터 추정이 하나의 딥러닝 네트워크로 통합된 시선 추정 네트워크를 제안한다. 제안하는 네트워크는 Stacked Hourglass Network[1]를 백본(Backbone) 구조로 이용하며, 크게 랜드마크 검출기, 특징 맵 추출기, 시선 방향 추정기라는 세 개의 부분으로 구성되어 있다. 랜드마크 검출기에서는 눈 랜드마크 50개 포인트의 좌표를 추정하며, 특징 맵 추출기에서는 시선 방향 추정을 위한 눈 이미지의 특징 맵을 생성한다. 그리고 시선 방향 추정기에서는 각 출력 결과를 조합하고 이를 통해 최종 시선 방향 벡터를 추정한다. 제안하는 네트워크는 UnityEyes[2] 데이터셋을 통해 생성된 가상의 합성 눈 이미지와 랜드마크 좌표 데이터를 이용하여 학습하였으며, 성능 평가는 실제 사람의 눈 이미지로 구성된 MPIIGaze[3] 데이터 셋을 이용하였다. 실험을 통해 시선 추정 오차는 0.0396 MSE(Mean Square Error)의 성능을 보였으며, 네트워크의 추정 속도는 42 FPS(Frame Per Second)를 나타내었다.

• 한국항행학회논문지
• /
• 제16권6호
• /
• pp.982-987
• /
• 2012

본 논문에서는 AWGN 채널에서 특정 판정영역 내에 수신된 샘플들을 이용해 DD(Decision Directed) 방식으로 SNR을 추정하는 경우에 발생하는 SNR 추정 오차에 대해서 분석하였다. 수신기에서 특정 성좌점에 해당하는 기준 판정영역에 수신된 샘플들로 이상적인 수신점과의 에러벡터를 이용하여 SNR을 추정하는 경우, 다른 판정영역에 대응되는 송신심볼이 잡음의 영향으로 기준 판정영역으로 넘어온 샘플들까지 포함되므로, 추정된 신호 성좌점의 평균치가 이동함으로써 DD방식의 SNR 추정이 부정확하게 이루어진다. 이러한 현상을 변형된 확률밀도 함수를 기반으로 설명하고 실제 SNR과 추정 SNR과의 오차를 유도하여 정량적으로 분석하였다. 또한 컴퓨터 시뮬레이션을 통한 SNR 추정오차가 이론적으로 유도된 SNR 추정오차와 일치하고, 제안한 보정기법을 통해 SNR 추정 성능을 크게 개선할 수 있음을 확인하였다.

• 응용통계연구
• /
• 제26권5호
• /
• pp.747-758
• /
• 2013

공분산 행렬은 다변량 통계분석에서 중요한 역할을 하고 있으며 전통적인 다변량 분석의 경우 표본 공분산 행렬이 참공분산 행렬의 추정량으로 주로 사용되었다. 하지만 변수의 수가 표본의 크기보다 훨씬 큰 고차원 데이터와 같은 경우에는 표본 공분산 행렬은 비정칙행렬이 되어 기존의 다변량 기법을 사용하는 데 적절하지 않을 수가 있다. 최근 이러한 문제점을 해결하기 위해 축소추정, 경계추정, 수정 콜레스키 분해 추정 등의 새로운 공분산 행렬의 추정량들이 제안되었다. 본 논문에서는 추정량들의 성능에 영향을 미칠 수 있는 여러 현실적인 상황들을 가정하여 모의실험을 통해 참공분산 행렬의 추정량들의 성능을 비교하였다.