• 한국음향학회지
• /
• 제43권3호
• /
• pp.314-323
• /
• 2024

최근 해양 포유동물의 수동 음향 추적을 위해 스코어-패널티 법이 사용되고 있다. 전통적인 시간영역 정합장 처리 기법은 손실함수에 측정신호와 손실신호간의 정합도만을 고려하는 반면, 스코어-패널티법은 측정 신호와 모의신호의 비적합도를 반영하는 페널티 항도 추가로 고려한다. 본 연구에서는 스코어-패널티법을 파형을 알고 있는 수동표적의 심도 추정에 적용했다. 수중 음속 구조의 불확실성을 갖는 심해 환경을 가정하고, 스코어-패널티법의 성능을 평가했다. 또한 시간영역 정합장 처리기법의 결과와 서로 비교했다. 약한 수중 음속 오정합 환경에서 스코어-패널티법은 시간영역 정합장 처리기법보다 높은 정확도를 보이고 효율적으로 동작했다. 그렇지만 수중 음속 구조의 오정합이 매우 큰 경우에는 두 기법 모두 표적의 심도 추정에는 실패했다.

• 응용통계연구
• /
• 제35권2호
• /
• pp.265-283
• /
• 2022

사용자들의 영화정보를 기록한 MovieLens 데이터는 추천 시스템 연구에서 아이디어를 탐색하고 검증하는데 상당한 가치가 있는 데이터로, 기존 데이터 분할 및 군집화 알고리즘을 사용하여 사용자 평점 데이터를 기반으로 항목 집합을 분할하는 연구 등에 사용되는 데이터이다. 본 논문에서는 기존 연구에서 대표적으로 사용되었던 영화 평점 데이터와 영화 장르 데이터를 통해 사용자의 장르 선호도를 예측하여 선호도 패턴을 기반으로 사용자를 군집화(clustering)하고, 유의미한 정보를 얻는 연구를 진행하였다. MovieLens 데이터는 영화의 전체 개수에 비해 사용자별 평균 영화 평점 수가 낮아 결측 비율이 높다. 이러한 이유로 기존의 군집화 방법을 적용하는 데 한계가 존재한다. 본 논문에서는 MovieLens 데이터 특성에 모티브를 얻어 쌍별 규합 벌점함수(pairwise fused penalty)를 활용한 볼록 군집화(convex clustering) 기반의 방법을 제안한다. 특히 결측치 대체(missing imputation)도 동시에 해결하는 최적화 문제를 통해 기존의 군집화 분석과 차별화하였다. 군집화는 반복 알고리즘인 ADMM을 통해 제안하는 최적화 문제를 풀어 진행한다. 또한 시뮬레이션과 MovieLens 데이터 적용을 통해 제안하는 군집화 방법이 기존의 방법보다 노이즈 및 이상치에 상대적으로 민감하지 않은 것으로 보인다.

• 응용통계연구
• /
• 제31권2호
• /
• pp.253-263
• /
• 2018

본 연구에서는 우리나라 청소년의 인터넷 중독 자료를 희소 부분 최소제곱법을 적용 하여 분석하였다. 서울 성모병원에서 수집된 자가보고 방식의 인터넷 중독 측도와 다양한 임상 및 정신 병리학적 설문 문항들을 자료로 활용하였다. 표본의 개수보다 설문 문항의 수가 많은 고차원 자료이며, 각 세부문항끼리는 상관관계가 높아 부분 최소제곱법이 좋은 회귀분석 모형이다. 보다 높은 예측 성능과 해석력을 얻기위해 희소성 제약 조건이 가능한 희소 부분 최소 제곱법을 이용하였고, 2가지 다른 벌칙함수를 이용하여 가장 좋은 방법을 선택하였다. 또한, 제안된 최종 모형을 통해 인터넷 중독이 임상 및 정신 병리학적 측도들로 잘 설명됨을 보이고, 공격성과 관련된 다른 설문 문항이 설문 문항이 모형의 잠재성분을 구별하고 설명하는데 역할을 한다는 유의미한 결과를 도출하였다.