• Journal of the Korean Statistical Society
• /
• 제29권3호
• /
• pp.337-350
• /
• 2000

This paper suggests a new diagnostic measure and a stopping rule for detecting influential observations in multiple discriminant analysis (MDA). It is developed from a Bayesian point of view using a default Bayes factor obtained from the fractional Bayes factor methodology. The Bayes factor is taken as a discriminatory information in MDA. It is shown that the effect of an observation over the discriminatory information is fully explained by the diagnostic measure. Based on the measure, we suggest a stopping rule for detecting influential observations in a given training sample. As a tool for interpreting the measure a graphical method is sued. Performance of the method is used. Performance of the method is examined through two illustrative examples.

• 대한전자공학회논문지TC
• /
• 제45권7호
• /
• pp.53-61
• /
• 2008

본 논문에서 줄기 노드는 mesh 토폴로지의 중추 망을 이루고 각 줄기 노드는 주변의 잎 노드와 함께 별 토폴로지의 부속망을 형성하는 무선 센서 망을 고려한다. 이러한 무선 센서 망에서 잎 노드로부터 줄기 노드로의 패킷 전달을 지원하는 MAC 방식을 설계할 때 반드시 다음 사항을 유념해야 한다. 첫째, 잎 노드는 일반적으로 배터리로부터 전력을 공급받는데 이러한 배터리를 교체하거나 충전하기가 어렵다. 둘째, 무선 센서 망은 흔히 주기적으로 데이타를 수집하여 갱신하기 위해 파송된다. 데이타 조각의 전달이 지연되면 싱크 노드의 데이타 처리가 지연되고 결과적으로 데이타 조각 자체를 폐기해야 할 수도 있다. 셋째, 무선 센서 망에서는 시그널링이 극도로 제약되고 복잡한 계산이 곤란하다. 이러한 점을 고려할 매 MAC 방식은 에너지를 절약하고 패킷 전달에서 적시성을 지원할 수 있어야 하며 동시에 단순하고 로버스트해야 한다. 본 논문에서는 무선 센서망의 MAC 방식으로 ALOHA의 수정판을 제안한다. ALOHA 제안 판은 ALOHA 원판의 단순함과 로버스트함을 보전하면서 매번 패킷의 전달을 시도하기에 앞서 잎 노드가 중지 혹은 계속을 결정하는 특징을 갖는다. 이러한 결정을 위해 본 논문에서는 Bayes 중지 규칙을 제안한다. Bayes 중지 규칙은 에너지, 적시성 고리고 throughput 손실이 반영된 Bayes 위험을 최소화하는 중지 규칙으로 잎 노드가 오직 전달 시도에 관한 선험적 지식과 자신의 전달 시도 경험에만 의존하여 중지 혹은 계속을 결정하므로 실용적이다. 계량적 결과로부터 Bayes 중지 규칙이 도입된 ALOHA 제안 판은 무선 센서 망의 열악한 환경에서 유용함을 확인한다.

• Journal of the Korean Statistical Society
• /
• 제10권
• /
• pp.128-139
• /
• 1981

The Bayesian sequential estimation problem for k parameters exponential families is considered using loss related to the Fisher information. Tractable expressions for the Bayes estimator and the posterior expected loss are found, and the myopic or one-step-ahead stopping rule is defined. Sufficient conditions are given for optimality of the myopic procedure, and the myopic procedure is shown to be asymptotically optimal in all cases considered.