• Journal of the Korean Statistical Society
• /
• 제36권1호
• /
• pp.57-76
• /
• 2007

Kriging is a nonparametric regression method used in geostatistics for estimating curves and surfaces for spatial data. It may come as a surprise that the Kriging estimator, normally derived as the best linear unbiased estimator, is also the solution of a particular variational problem. Thus, Kriging estimators can also be interpreted as generalized smoothing splines where the roughness penalty is determined by the covariance function of a spatial process. We build off the early work by Silverman (1982, 1984) and the analysis by Cox (1983, 1984), Messer (1991), Messer and Goldstein (1993) and others and develop an equivalent kernel interpretation of geostatistical estimators. Given this connection we show how a given covariance function influences the bias and variance of the Kriging estimate as well as the mean squared prediction error. Some specific asymptotic results are given in one dimension for Matern covariances that have as their limit cubic smoothing splines.

• Communications for Statistical Applications and Methods
• /
• 제26권1호
• /
• pp.69-78
• /
• 2019

A structured model with both single-index and varying coefficients is a powerful tool in modeling high dimensional data. It has been widely used because the single-index can overcome the curse of dimensionality and varying coefficients can allow nonlinear interaction effects in the model. For high dimensional index vectors, variable selection becomes an important question in the model building process. In this paper, we propose an efficient estimation and a variable selection method based on a smoothing spline approach in a partially linear single-index-coefficient regression model. We also propose an efficient algorithm for simultaneously estimating the coefficient functions in a data-adaptive lower-dimensional approximation space and selecting significant variables in the index with the adaptive LASSO penalty. The empirical performance of the proposed method is illustrated with simulated and real data examples.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.499-501
• /
• 2002

최근의 합성음성단위 연결을 통한 음성합성 방법의 잘 알려진 문제점은 연결 부분에서 불연속이 발생한다는 것이다. 본 논문에서는 음성을 합성할 때 나타나는 스펙트럼의 불연속을 제거하기 위하여 개선된 스펙트럼 스무딩 방법을 제안한다. 그리고 보다 좋은 스무딩의 결과를 얻기 위하여 음성합성의 단위로는 문맥에 민감한 클러스터링된 다이폰을 사용한다. 스무딩 방법에서는 연결 구간에서의 다이폰 바운더리에서의 양쪽 스펙트럼의 분포를 고려하여 시간에 따라 가중치를 다르게 주어 스무딩을 수행한다. 또한 가중치를 결정할 때 비선형 함수인 B-Spline함수를 사용하여 스무딩을 수행하여 보다 자연스러운 스펙트럼을 생성 할 수 있었다.

• 품질경영학회지
• /
• 제32권4호
• /
• pp.265-273
• /
• 2004

We got the growth distance curve by spline smoothing method with observed marketing data and the growth velocity curve by the derivation of the growth distance curve. Using this growth velocity curve, we defined the several characteristic points which describe the variation of marketing data. In this paper, to specify several patterns of marketing data, we suggested characteristic function by using these characteristic points. In addition, we applied characteristic function to the seventeen brands of electric home products data.

• Journal of the Korean Statistical Society
• /
• 제24권1호
• /
• pp.233-242
• /
• 1995

In this paper we will prove the existence and uniqueness of the smoothest density with prescribed moments. The space of functions considered is the Sobolev space $W^2_m[0,1]$ and the target functional to be minimized is the seminorm $$\mid$$\mid$f^{(m)}$\mid$$\mid$_{L^2}$, which measures the roughness of the function f.

• Journal of Astronomy and Space Sciences
• /
• 제24권4호
• /
• pp.269-274
• /
• 2007

강한 지자기 폭풍이 발생하였을 때 한반도 상공의 전리층내 총전자수(TEC, Total Electron Contents) 변화를 분석하기 위해 GPS 기준국망을 데이터를 이용한 지역적인 전리층 감시모델을 개발하였다. 전리층 총전자수 감시모델 개발을 위해 한국천문연구원에서 운용중인 대전 IGS(International GNSS Service) 기준국을 포함한 전국에 고르게 분포하고 있는 9개의 GPS 기준국 데이터를 이용하였다. 또한 순간적인 전리층 변화 특성을 분석하기 위해 CSS(Cubic Spline Smoothing)기법을 적용하였고, 그 결과 2003년 11월 20일 강한 지자기 폭풍이 발생했을 때 한반도 상공에서 총전자수의 순간적인 변화를 검출할 수 있었다. 이때에는 평일과 비교했을 때 특정시각의 약 1.5배 이상 총전자수가 증가함을 보였다. 마지막으로 지구 자기장 활동 정도를 나타내는 Kp 지수, Dst 지수 그리고 천문연 GPS 기준국망 데이터를 이용해 산출된 총전자수 변화와의 연관성을 제시했다.

• 응용통계연구
• /
• 제24권3호
• /
• pp.465-475
• /
• 2011

본 연구에서는 공장용지 면적을 예측하기 위한 통계적 추정을 다루었다. 공장용지에 대해서는 1981년부터 2003년까지 자료가 존재하며, 2004년 이후에는 공장용지보다 좁은 개념인 산업단지 면적에 대한 조사 자료만 존재한다. 한국산업단지공단에서는 2009년 10월 표본조사를 실시하여 당해의 공장용지 면적을 추정하였으며, 동 조사 시 향후 5개년의 공장용지면적에 대한 수요를 조사한 바 있다. 본 연구에서는 과거 절단된 자료를 여러 통계모형을 사용하여 적절히 대체할 수 있는 수요예측모형을 도출하고, 표본조사에 의한 추정치와 통계적 모형에 의한 대체값들을 융합하는 평활기법으로 향후 공장용지 수요를 예측하는 방법을 다루었다.

• 한국통신학회논문지
• /
• 제19권11호
• /
• pp.2106-2115
• /
• 1994

영상의 구조인식과 같은 고단계 처리 과정의 성능은 앞단에서 검출된 경계 성분의 정확성에 크게 의존하는 바. 정확한 경계검출의 문제는 컴퓨터 버전 분야에서 가장 기본이 되는 연구주제로서 많이 수행되어 왔다. 그러나 검출 및 국소화 기능 사이에 근본적으로 존재하는 상충관계를 해결할 수 있는 안정적이면서도 영상의 통계적 특성에 무관한 효율적인 경계검출 알고리즘의 개발은 아직도 남아있는 연구과제이다. 본 논문에서는 이러한 문제점을 해결하기 위하여 경계검출을 위한 전처리 과정으로서 B-spline 기저 함수를 이용한 경계 보존 면 평활화 과정을 수행함으로써 단순한 저역통과 필터의 적용으로 발생되는 경계 성분의 이동이나 소멸과 같은 효과를 억제하여, 주변 파라미터의 변동에 민감하지 않은 안정적인 알고리즘을 제안하였다. 이를 위해 크기변화 및 차영상을 이용한 경계강조 및 보간을 아울러 수행하였다. 최종적으로 경계성분 검출을 위해 Marr와 Hildreth가 제안한 Laplacian of Gaussian(LOG) 연산자를 이용하였다. $256\times256$ 크기의 실험영상에 대한 모의실험 결과, 전처리과정을 거치지 않고 LOG 연산자만을 사용한 경우와 비교해 볼때. 제안한 방법은 평활화 필터의 크기, 즉. 공간상수값($\sigma$=0.9, 1.1, 1.3) 및 영교차점 검출 과정에서 사용되는 임계치(t=10, 20)의 변화에 대해 거의 영향을 받지 않는 안정된 알고리즘임을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제17권1호
• /
• pp.72-79
• /
• 2007

저해상도 영상 정보들 이용하여 고해상도 영상으로 재구성하는 새로운 고해상도 복원 알고리즘을 제안한다. 제안된 고해상도 복원 알고리즘은 super 해상도 이론을 바탕으로 구성되며, super 해상도는 정합과 복원의 순차적인 단계로 구성되어있다. 본 논문에서는 다해상도 분해를 통한 웨이브렛 기저와 하위픽셀이동을 통한 정합으로 많은 데이터 처리량과 잡음을 줄여 주요정보 유지와 에러율 개선하였다. 또한 복원단계에서는 퍼지 웨이브렛 B-스플라인 보간법을 이용하여 블러링과 블록화 현상이 없는 부드러운 영상과 해상도를 얻음을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권3호
• /
• pp.709-720
• /
• 2017

In healthcare and medical research, many important variables have a measurement error such as body mass index and laboratory data. It is also not easy to collect samples of large size because of high cost and long time required to collect the target patient satisfied with inclusion and exclusion criteria. Beside, the demand for solving a complex scientific problem has highly increased so that a semiparametric regression approach could be of substantial value solving this problem. To address the issues of measurement error, small domain and a scientific complexity, we conduct a multivariable Bayesian smoothing under structural measurement error covariate in this article. Specifically we enhance our previous model by incorporating other useful auxiliary covariates free of measurement error. For the regression spline, we use a radial basis functions with fixed knots for the measurement error covariate. We organize a fully Bayesian approach to fit the model and estimate parameters using Markov chain Monte Carlo. Simulation results represent that the method performs well. We illustrate the results using a national survey data for application.