• 한국통신학회:학술대회논문집
• /
• 한국통신학회 1991년도 추계종합학술발표회논문집
• /
• pp.107-110
• /
• 1991

When the noise has both additive and signal-dependent components, locally optimum detector test statistics are obtained for detection of weak composite signals using the generalized Neyman-Pearson lemma. In order to consider the non-additive noise as well as purely-additive noise, a generalized observation model is used in this paper. The locally optimum detector test statistics are derived for several different cases according to the relative strengths of the known signal component, the random signal component, and the signal-dependent noise component. Schematic diagrams of the locally optimum detector structures are also included.

• Management Science and Financial Engineering
• /
• 제17권1호
• /
• pp.19-43
• /
• 2011

Tuning the architecture of SVM (support vector machine) is to build an SVM model of better performance. Two different tuning methods of the grid search and the GA (genetic algorithm) have been addressed in the literature, each of which has its own methodological pros and cons. This paper suggests a combined method for tuning the architecture of SVM models, which employs the GAM (generalized additive models), the grid search, and the GA in sequence. The GAM is used for selecting input variables, and the grid search and the GA are employed for finding optimal parameter values of the SVM models. Applying the method to a bankruptcy prediction problem, we show that SVM model tuned by the proposed method outperforms other SVM models.

• 한국멀티미디어학회논문지
• /
• 제25권11호
• /
• pp.1572-1581
• /
• 2022

Energy conversion to renewable energy is being promoted to solve the recently serious environmental pollution problem. Solar energy is one of the promising natural renewable energy sources. Compared to other energy sources, it is receiving great attention because it has less ecological impact and is sustainable. It is important to predict power generation at a future time in order to maximize the output of solar energy and ensure the stability and variability of power. In this paper, solar power generation data and sensor data were used. Using the PCC(Pearson Correlation Coefficient) analysis method, factors with a large correlation with power generation were derived and applied to the GAM(Generalized Additive Model). And the prediction accuracy of the power generation prediction model was judged. It aims to derive efficient solar power generation in the future and improve power generation performance.

• 한국통신학회논문지
• /
• 제15권11호
• /
• pp.955-961
• /
• 1990

신호 의존성 잡음(signal-dependent noise)이 섞인 관측 모형에서 순위 통계량(rank statistic)을 써서 약한 신호를 검파하는 검파기의 검정 통계량을 얻었다. 이 논문에서는 비가선성 잡음(non-additive noise)환경을 생각하려고 순가산성 잡음 뿐만 아니라 신호 의존성 잡음도 함께 나타내는 일반화된 관측모델을 썼다. 이 모형에서 얻은 국소 최적순위(locally optimum rank) 검파기는 국소 최적(locally optimum) 검파기와 비슷한 몰을 가지고, 순가산성 잡음 모형에서의 국소 최적 순위 검파기를 일반화한 것임을 보였다. 또한 다중 입력인 때에도 비슷한 결과를 얻을 수 있음을 알 수 있었다.

• 한국통신학회논문지
• /
• 제13권4호
• /
• pp.332-339
• /
• 1988

최근에 소개된, 순가산성 잡음뿐만 아니라 신호의존성 잡음과 적산성 잡음도 나타낼 수 있는 일반화된 관측모델을 이용하여 신호의존성 잡음이 있을 때 약한 확률적 신호를 검파하는 문제를 다루었다. 신호의존성 잡음이 있을 경우, 약한 확률적 신호를 검파하기 위한 국소최적 검파기의 검정통계량은 순가산성 잡음만 있을 때의 국소최적 검파기의 검정 통계량이 확장된 것임을 보였다. 이는 이미 발표된 적산성 잡음에서의 약한 확률적 신호 검파의 경우와 비슷한 상황이다.

• 한국농공학회논문집
• /
• 제62권1호
• /
• pp.61-70
• /
• 2020

To estimate the ventilation volume of mechanically ventilated swine farms, various regression models were applied, and errors were compared to select the regression model that can best simulate actual data. Linear regression, linear spline, polynomial regression (degrees 2 and 3), logistic curve, generalized additive model (GAM), and gompertz curve were compared. Overfitting models were excluded even when the error rate was small. The evaluation criteria were root mean square error (RMSE) and mean absolute percentage error (MAPE). The evaluation results indicated that degree 3 exhibited the lowest error rate; however, an overestimation contradiction was observed in a certain section. The logistic curve was the most stable and superior to all the models. In the estimation of ventilation volume by all of the models, the estimated ventilation volume of the logistic curve was the smallest except for the model with a large error rate and the overestimated model.

• 대한공간정보학회지
• /
• 제20권3호
• /
• pp.11-18
• /
• 2012

생물다양성에 대한 사회적 관심이 늘어남에 따라 생물다양성 평가, 보호지역 지정, 서식지 관리 및 복원 등 생물자원에 대한 공간적 평가의 필요성이 대두되고 있다. 본 연구는 이러한 야생동물의 서식지에 대한 평가를 위하여 자료의 수집 및 모형화의 기법 연구와 생물종풍부도를 작성하는데 목적이 있다. 종분포모형을 위해 사용된 GAM (Generalized Additive Model)으로 기존의 중첩 분석이나 GLM (Generalized Linear Model)에 비해 환경변수와 반응변수의 관계가 명확하고 이에 따른 해석이 용이하다. 본 연구대상지로는 국립공원, 경관생태보호구역, 수달보호구역으로 지정된 지리산, 백운산, 섬진강을 포함하고 있는 유역을 선정하였다. 대상유역의 토지피복에 따라 층화추출을 통하여 야생동물(포유류와 조류)의 출현/비출현 형태의 현장자료를 수집하였으며, 야생동물의 서식에 영향을 미치는 자연, 사회 경제적 자료를 구축하였다. 각 종에 대한 서식지이용분석과 주요서식인자를 확인한 후, 출현/비출현 모형을 통해 서식지적합성모형을 개발하고, 개별 종에 대한 서식지적합성지도 작성하였다. 서식지 적합성지도를 산술 합산하여 분류군별(포유류, 조류) 종풍부도, 통합종풍부도를 작성하였다. 개별 종 서식지의 주요인자는 서식지선택에 따라 다르게 나타났다. 고라니나 박새와 같은 몇몇 종들은 저지대에 분포하나, 대부분의 포유류나 조류의 잠재서식지는 국립공원 경계구역이나 중산간지역에 많이 분포하였다. 본 연구의 결과는 환경부에서 수행하는 생물다양성의 평가, 보호지역의 지정 등의 기초자료로서 활용될 수 있을 것이다.

• 응용통계연구
• /
• 제22권6호
• /
• pp.1215-1227
• /
• 2009

보험회사가 보험가입자의 정확한 위험도를 측정하여, 현재 보험료 수준으로 해당 가입자를 보험에 가입하도록 허용하는 것이 보험회사에게 손해인지 여부를 판정하는 보험회사의 활동을 언더라이팅이라 한다. 언더라이팅 시스템을 구축하는 방법으로는 기존 전통적 방법과 통계모형을 활용하는 방법이 있다. 기존의 요율산출방법에 따라 위험집단의 위험도 수준을 정하고, 해당 위험집단에 속한 가입자의 위험도를 기계적으로 계산하는 전통적인 방법은 모형의 이해가 용이하고, 사용이 편리하나 통계적으로 부합된 모형이라고 할 수는 없다. 본 연구에서는 우리나라 자동차보험 분야에서 언더라이팅 기준을 구축하기 위해 통계모형을 활용하는 방법으로 일반화가법모형을 활용하는 방안을 제시하고 분석하였다. 본 연구의 결과는 현재 자동차보험 요율산출에 사용되고 있는 변수들의 유의성을 판단하는 데에도 활용될 수 있을 것이다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.265-274
• /
• 2000

대기오염 자료와 사망자수 자료를 이용하여 대기중 총분진이 사망자수에 미치는 영향을 1996~1997년 서울 자료를 이용하여 분석하였다. 대기오염 자료에서 보이는 강한 계절성과 장기간의 경향 그리고 기온과 습도의 비선형관계를 고려하여 일반화 부가모형(generalized additive model)을 사용하였고, 그 결과 대기중 총분진 100$\mu$g/㎥ 증가시 초과사망자는 3%(95% 신뢰구간 : 0.8-5.2)로 추정되었다. 사례-교차연구(case-crossover study)의 결과를 보면 한 방향(후향적, 전향적)으로의 대조기간 설정 방법은 편향된 추정치를 주었고 양방향 방법은 회귀계수의 추정치는 일반화 부가모형과 거의 같은 결과를 주었지만 표준오차는 상대적으로 큰 값을 주었다. 이상에서 볼 때 대기오염 자료의 분석과 같이 계절성이 큰 자료에서는 사례-교차 연구를 적용할 때 주의가 요구됨을 알 수 있었다.

• 한국환경과학회지
• /
• 제27권7호
• /
• pp.509-518
• /
• 2018

Weather is the most influential factor for crop cultivation. Weather information for cultivated areas is necessary for growth and production forecasting of agricultural crops. However, there are limitations in the meteorological observations in cultivated areas because weather equipment is not installed. This study tested methods of predicting the daily mean temperature in onion fields using geostatistical models. Three models were considered: inverse distance weight method, generalized additive model, and Bayesian spatial linear model. Data were collected from the AWS (automatic weather system), ASOS (automated synoptic observing system), and an agricultural weather station between 2013 and 2016. To evaluate the prediction performance, data from AWS and ASOS were used as the modeling data, and data from the agricultural weather station were used as the validation data. It was found that the Bayesian spatial linear regression performed better than other models. Consequently, high-resolution maps of the daily mean temperature of Jeonnam were generated using all observed weather information.