• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제14권4호
• /
• pp.249-273
• /
• 2010

Often in practice, the implied volatility of an option is calculated to find the option price tomorrow or the prices of, nearby' options. To show that one does not need to adhere to the Black- Scholes formula in this scheme, Figlewski has provided a new pricing formula and has shown that his, alternating passive model' performs as well as the Black-Scholes formula [8]. The Figlewski model was modified by Henderson et al. so that the formula would have no static arbitrage [10]. In this paper, we show how to construct a huge class of such static no arbitrage pricing functions, making use of distortions, coherent risk measures and the pricing theory in incomplete markets by Carr et al. [4]. Through this construction, we provide a more elaborate static no arbitrage pricing formula than Black-Sholes in the above scheme. Moreover, using our pricing formula, we find a volatility curve which fits with striking accuracy the synthetic data used by Henderson et al. [10].

• International Journal of Contents
• /
• 제12권3호
• /
• pp.22-28
• /
• 2016

Tensor with missing or incomplete values is a ubiquitous problem in various fields such as biomedical signal processing, image processing, and social network analysis. In this paper, we considered how to reconstruct a dataset with missing values by using tensor form which is called tensor completion process. We applied Tucker factorization to solve tensor completion which was built base on optimization problem. We formulated the optimization objective function using components of Tucker model after decomposing. The weighted least square matric contained only known values of the tensor with low rank in its modes. A first order optimization method, namely Nonlinear Conjugated Gradient, was applied to solve the optimization problem. We demonstrated the effectiveness of the proposed method in EEG signals with about 70% missing entries compared to other algorithms. The relative error was proposed to compare the difference between original tensor and the process output.

• 한국신뢰성학회:학술대회논문집
• /
• 한국신뢰성학회 2005년도 학술발표대회 논문집
• /
• pp.265-269
• /
• 2005

Cox's proportional hazards model (PHM) has been widely applied in the analysis of lifetime data, and it can be characterized by the baseline hazard function and covariates influencing systems' lifetime, where the covariates describe operating environments (e.g. temperature, pressure, humidity). In this article, we consider the constant baseline hazard function and a discrete random variable of a covariate. The estimation procedure is developed in a parametric framework when there are not only complete data but also incomplete one. The Expectation-Maximization (EM) algorithm is employed to handle the incomplete data problem. Simulation results are presented to illustrate the accuracy and some properties of the estimation results.

• 대한건축학회논문집:구조계
• /
• 제34권3호
• /
• pp.3-10
• /
• 2018

It's not practical to collect all information at the entire degrees of freedom of finite element model. The incomplete measurements should be expanded for subsequent analysis and damage detection. This work presents the analytical methods to expand the incomplete static or dynamic response data. Using the expanded data, introducing the concept of residual force, and minimizing the performance index expressed as the stiffness matrix and its difference before and after damage, the variation in stiffness matrix is derived. Based on the difference in the stiffness matrix, the damage detection method of structures is also provided. The validity of the proposed methods is illustrated in a numerical application, the numerical results are analyzed for applications, and the applicability of both methods is investigated.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.355-361
• /
• 1999

An application of case-based reasoning is proposed to build an influence diagram for identifying successful new ventures. The decision to invest in new ventures in characterized by incomplete information and uncertainty, where some measures of firm performance are quantitative, while some others are substituted by qualitative indicators. Influence diagrams are used as a model for representing investment decision problems based on incomplete and uncertain information from a variety of sources. The building of influence diagrams needs much time and efforts and the resulting model such as a decision model is applicable to only one specific problem. However, some prior knowledge from the experience to build decision model can be utilized to resolve other similar decision problems. The basic idea of case-based reasoning is that humans reuse the problem solving experience to solve a new decision. In this paper, we suggest a case-based reasoning approach to build an influence diagram for the class of investment decision problems. This is composed of a retrieval procedure and an adaptation procedure. The retrieval procedure use two suggested measures, the fitting ratio and the garbage ratio. An adaptation procedure is based on a decision-analytic knowledge and decision participants knowledge. Each step of procedure is explained step by step, and it is applied to the investment decision problem in new ventures.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 춘계 학술발표회 논문집
• /
• pp.183-189
• /
• 2003

A momentum threshold autoregressive (MTAR) model, a nonlinear autoregressive model, is analyzed in a Bayesian framework. Parameter estimation in the presence of missing data is done by using Markov chain Monte Carlo methods. We also propose simple Bayesian test procedures for asymmetry and unit roots. The proposed method is applied to a set of Korea unemployment rate data and reveals evidence for asymmetry and a unit root.

• 한국전자파학회논문지
• /
• 제25권9호
• /
• pp.952-958
• /
• 2014

본 논문에서는 불완전한 radar-cross-section(RCS) 데이터로부터 inverse synthetic aperture radar(ISAR) 영상 복원과 동시에 표적의 회전각도를 추정하기 위한 compressive sensing(CS) 기반의 레이더 신호 모델을 적용한 parametric sparse 복원 알고리즘을 제안하고자 한다. Sparse 복원 알고리즘으로는 iteratively-reweighted-least-square(IRLS) 기법을 이용하여 각도 방향(cross-range)에서 모르는 처프 비율(chirp rate)의 처프 성분을 포함하는 레이더 신호 모델과 결합한다. 그리고, particle swarm optimization(PSO) 최적화 알고리즘을 이용하여 표적의 회전각도와 연관된 파라미터들을 추출한다. 따라서, RCS 데이터 샘플에 데이터 손실이 발생하더라도 본 논문의 IRLS 기반 parametric sparse 복원 알고리즘에 따라 효율적으로 ISAR 영상을 복원할 수 있고, 동시에 표적의 회전각도를 추정할 수 있다. 또한, 불완전한 RCS 데이터 샘플에 대하여 영상의 엔트로피 관점에서 본 논문에서 제안한 방법의 성능과 전통적인 보간법의 성능을 서로 비교 관찰한다.

• 노동경제논집
• /
• 제38권4호
• /
• pp.83-107
• /
• 2015

FA제도는 일정 기간 동안 한 구단에서 뛴 선수에게 타 구단과의 자유로운 연봉 협상을 통해 팀을 옮길 수 있는 기회를 제공하는 제도이다. FA을 통한 천문학적인 연봉계약은 때로 금액에 비해 성과가 현저하게 떨어지는 FA 먹튀 논쟁이 불러일으키기도 한다. 본 연구는 양충열 왕규호(2013)의 모형에 불완비 정보를 추가하여 신호모형을 이용해 FA 먹튀의 존재 가능성을 분석하였다. 분리균형(separating equilibrium)에서는 타 구단이 선수의 생산성을 완벽하게 추론할 수 있어, 먹튀는 발생하지 않는다. 따라서 먹튀는 합동균형(pooling equilibrium)에서만 발생한다. 본 연구는 먹튀가 발생하지 않는 분리균형은 존재하지 않음을 보였다. 또한 적절한 조건 하에서, 특히 강한 보상제도하에서 유일한 합동균형이 존재함을 보였다.

• 한국통신학회논문지
• /
• 제41권5호
• /
• pp.592-601
• /
• 2016

순환신경망은 순차적이거나 길이가 가변적인 데이터에 적합한 딥러닝 모델이다. LSTM은 순환신경망에서 나타나는 기울기 소멸문제를 해결함으로써 시퀀스 구성 요소간의 장기의존성을 유지 할 수 있다. 본 논문에서는 LSTM에 기반한 언어모델을 구성하여, 불완전한 한국어 문장이 입력으로 주어졌을 때 뒤 이어 나올 단어들을 예측하여 완전한 문장을 생성할 수 있는 방법을 제안한다. 제안된 방법을 평가하기 위해 여러 한국어 말뭉치를 이용하여 모델을 학습한 다음, 한국어 문장의 불완전한 부분을 생성하는 실험을 진행하였다. 실험 결과, 제시된 언어모델이 자연스러운 한국어 문장을 생성해 낼 수 있음을 확인하였다. 또한 문장 최소 단위를 어절로 설정한 모델이 다른 모델보다 문장 생성에서 더 우수한 결과를 보임을 밝혔다.

• 한국항공우주학회지
• /
• 제47권10호
• /
• pp.747-752
• /
• 2019

신뢰성 성장 시험을 수행하며 획득하게 되는 고장 정보와 누적 시험수행시간을 이용하면 신뢰성 성장 모델의 모수 추정이 가능하며, 모수 추정을 통해 해당 제품의 MTBF를 예측할 수 있다. 그러나 시험에 대한 비용, 시간 혹은 제품의 특성 등의 여러 제약으로 인해 고장 정보가 구간적으로 획득되거나, 획득한 고장 정보의 샘플 데이터(Sample Data)의 수가 작을 수 있다. 이는 신뢰성 성장 모델의 모수 추정의 오차를 커지게 하는 원인이 될 수 있다. 본 논문에서는 샘플 데이터의 수가 작을 경우 신뢰성 성장 모델의 모수 추정 시 베이지안 기법 기반의 모수 추정 방법의 적용에 대해 연구를 수행하였다. 시뮬레이션 결과 신뢰성 성장 모델의 모수를 추정할 때, MLE를 적용하여 추정하는 방법보다 베이지안 기법을 적용하는 방법이 추정 정확도가 높음을 확인하였다.