• 대한산업공학회지
• /
• 제41권1호
• /
• pp.10-16
• /
• 2015

In this study, we suggest a method to predict probability distribution of a new customer's degree of loyalty using C-CRF that reflects the RFM score and similarity to the neighbors of the customer. An RFM score prediction model is introduced to construct the first feature function of C-CRF. Integrating demographical similarity, purchasing characteristic similarity and purchase history similarity, we make a unified similarity variable to configure the second feature function of C-CRF. Then parameters of each feature function are estimated and we train our C-CRF model by training data set and suggest a probabilistic distribution to estimate a new customer's degree of loyalty. An example is provided to illustrate our model.

• 응용통계연구
• /
• 제13권2호
• /
• pp.307-320
• /
• 2000

송이버섯 생산량과 기후인자와의 관계를 통계적으로 규명하기 위한 노력이 꾸준이 진행되어 왔다. 최근 박현 등(1998)은 송이버섯 생산량과 기후인자의 관계를 자기회귀모형을 이용하여 분석하였으나 예측력이 떨어지는 것으로 나타났다. 본 논문에서는 예측의 정확성을 높이기 위한 방법으로 송이버섯 생산이 있다는 조건을 이용한 조건부 자기 회귀모형을 제안하였다. 두 모형의 예측력을 비교한 결과 조건부 자기회귀모형이 더 우수한 것으로 나타났다.

• 한국음향학회지
• /
• 제29권1호
• /
• pp.76-81
• /
• 2010

본 논문에서는 음성의 통계적 모델에 기반한 음성 검출기 (voice activity detection, VAD)의 성능 향상을 위해 2차 조건 사후 최대 확률 (second-order conditional maximum a posteriori, second-order CMAP)기법을 적용한 우도비 테스트 (likelihood ratio test, LRT)를 제안한다. 제안된 알고리즘은, 기존의 통계적 모델에 기반한 음성 검출기와 CMAP 기반의 음성 검출기를 분석한 다음, 직전 2 프레임에서 음성의 존재와 부재에 대한 조건부 확률에 따라 실시간으로 적응형 문턱값을 구하여 기하 평균한 우도비와 비교하는 음성검출 결정법 (decision rule)을 제시한다. 제안된 알고리즘을 비정상 (non-stationary) 잡음환경에서 기존의 통계적 모델에 기반한 음성 검출기, CMAP 기반의 음성 검출기와 비교하였으며, 향상된 성능을 보였다.

• Journal of applied mathematics & informatics
• /
• 제27권5_6호
• /
• pp.1033-1047
• /
• 2009

In this paper, we consider a m-type risk model with Markov-modulated premium rate. A integral equation for the conditional ruin probability is obtained. A recursive inequality for the ruin probability with the stationary initial distribution and the upper bound for the ruin probability with no initial reserve are given. A system of Laplace transforms of non-ruin probabilities, given the initial environment state, is established from a system of integro-differential equations. In the two-state model, explicit formulas for non-ruin probabilities are obtained when the initial reserve is zero or when both claim size distributions belong to the $K_n$-family, n $\in$ $N^+$ One example is given with claim sizes that have exponential distributions.

• 한국지능시스템학회논문지
• /
• 제18권4호
• /
• pp.512-517
• /
• 2008

사회고령화, 장애인구 증가는 장애인을 위해 특화된 서비스를 제공하기 위한 유비쿼터스 컴퓨팅 관련기술의 개발이 필요함을 나타낸다. 이를 위해 기존의 일방적인 관계가 아닌 사용자와 유비쿼터스 환경간의 상호작용이 지원되는 상황인식 및 서비스 추론 기술의 개발이 필요하다. 기존의 상황인식과 관련 연구는 불확실한 실세계를 도메인으로 하기 때문에 전문가 시스템을 바탕으로 베이지안 네트워크(이하, BN)와 같은 확률 기반 표현 모델을 통해 주어진 상황을 인식하였다. 본 논문에서는 다변화하는 환경과 사용자나 개발자의 개입을 최소화한 상태에서의 상황인식을 고려하여 장애활동보조 서비스 어플리케이션 도메인을 정의하고 온톨로지를 기반으로 상황정보 모델을 정의한다. 결정된 상황정보모델을 이용해 BN의 구조학습을 적용한 후 응용서비스 개발의 차원에서 장애인을 위한 서비스, Activity를 결정한다. 최종적으로 BN의 Conditional Probability Table를 적절하게 정의한 후 주어지는 임의의 상황에서의 사용자의 Activity와 Service 상태변수 값을 확률 값을 표현함으로써 상황인식의 결과를 도출한다.

• 한국연소학회지
• /
• 제15권4호
• /
• pp.15-21
• /
• 2010

The transported probability density function(PDF) model has been applied to simulate the turbulent nonpremixed piloted jet flame. To realistically account for the mixture fraction PDF informations on the turbulent non-premixed jet flame, the present Lagrangian PDF transport approach is based on the joint velocity-composition-turbulence frequency PDF formulation. The fluctuating velocity of stochastic fields is modeled by simplified Langevin model(SLM), turbulence frequency of stochastic fields is modeled by Jayesh-Pope model and effects of molecular diffusion are represented by the interaction by exchange with the mean (IEM) mixing model. To validate the present approach, the numerical results obtained by the joint velocity-composition-turbulence frequency PDF model are compared with experimental data in terms of the unconditional and conditional means of mixture fraction, temperature and species and PDFs.

• Communications for Statistical Applications and Methods
• /
• 제27권6호
• /
• pp.675-688
• /
• 2020

In survival analysis of observational data, the inverse probability weighting method and the Cox proportional hazards model are widely used when estimating the causal effects of multiple-valued treatment. In this paper, the two kinds of weights have been examined in the inverse probability weighting method. We explain the reason why the stabilized weight is more appropriate when an inverse probability weighting method using the generalized propensity score is applied. We also emphasize that a marginal hazard ratio and the conditional hazard ratio should be distinguished when defining the hazard ratio as a treatment effect under the Cox proportional hazards model. A simulation study based on real data is conducted to provide concrete numerical evidence.

• 한국음향학회지
• /
• 제30권6호
• /
• pp.324-329
• /
• 2011

본 논문에서는 조건 사후 최대 확률 (conditional maximum a posteriori, CMAP)과 음성 스펙트럼 변이 조건을 기반으로 한 새로운 음성 검출기 (voice activity detection, VAD)를 제안한다. 제안된 음성 검출기는 통계적 모델을 기반으로 한 우도비 테스트 (likelihood ratio test, LRT)의 문턱값을 결정하는데 조건 사후 최대 확률과 스펙트럼 변이의 상태 값을 조건부 확률로 부과한다. 제안된 알고리즘을 다양한 잡음 환경에서 기존의 CMAP 기반의 음성 검출기와 비교한 결과 전체적으로 향상된 성능을 보였으며 특히 SNR이 낮은 조건에서 향상 폭이 컸다.

• 한국지능시스템학회논문지
• /
• 제14권7호
• /
• pp.847-851
• /
• 2004

Bishop과 Nabnck에 의해 소개된 기존치 혼합 밀도 네트워크(Mixture Density Network)에서는 조건부 확률밀도 함수의 매개변수들(parameters)이 하나의 MLP(multi-layer perceptron)의 출력 벡터로 주어진다. 최근에는 변형된 혼합 밀도 네트워크(Modified Mixture Density Network)라고 하는 이름으로 조건부 확률밀도 함수의 선분포(priors), 조건부 평균(conditional means), 그리고 공분산(covariances) 등이 각각 독립적인 MLP의 출력벡터로 주어지는 경우를 다룬 연구가 보고된 바 있다. 본 논문에서는 조건부 평균이 입력에 관해 선형인 경우를 위한 버전에 대한 이론과 매트랩 프로그램 개발을 다룬다. 본 논문에서는 우선 일반적인 혼합 밀도 네트워크에 대해 간단히 설명하고, 혼합 밀도 네트워크의 출력인 다층 퍼셉트론의 매개변수를 각각 다른 다층 퍼셉트론에서 학습시키는 변형된 혼합 밀도 네트워크를 설명한 후, 각각 다른 다층 퍼셉트론을 통해 매개변수를 얻는 것은 동일하나 평균값은 선형함수를 통해 얻는 혼합 밀도 네트워크 버전을 소개한다. 그리고, 모의실험을 통하여 이러한 혼합 밀도 네트워크의 적용가능성에 대해 알아본다.

• Communications for Statistical Applications and Methods
• /
• 제25권1호
• /
• pp.29-42
• /
• 2018

We combine the integer-valued GARCH(1, 1) model with a generalized regime-switching model to propose a dynamic count time series model. Our model adopts Markov-chains with time-varying dependent transition probabilities to model dynamic count time series called the generalized regime-switching integer-valued GARCH(1, 1) (GRS-INGARCH(1, 1)) models. We derive a recursive formula of the conditional probability of the regime in the Markov-chain given the past information, in terms of transition probabilities of the Markov-chain and the Poisson parameters of the INGARCH(1, 1) process. In addition, we also study the forecasting of the Poisson parameter as well as the cumulative impulse response function of the model, which is a measure for the persistence of volatility. A Monte-Carlo simulation is conducted to see the performances of volatility forecasting and behaviors of cumulative impulse response coefficients as well as conditional maximum likelihood estimation; consequently, a real data application is given.