• 한국음향학회지
• /
• 제21권8호
• /
• pp.735-743
• /
• 2002

본 논문에서는 세 가지 문맥독립 화자식별방법을 제안한다. 먼저, 화자 식별시 성도의 특성을 충분히 표현하지 못한 프레임이 포함되지 않도록 하는 프레임선택 (Frame Selection; FS)방법을 제안한다. 이 방법은 각 프레임에서 가장 큰 유사도와 두 번째로 큰 유사도의 차이를 평가하여 중요 프레임을 선택한 후, 선택된 프레임만을 이용하여 유사도를 계산하는 방법이다. 두 번째로 제안하는 복합 (Hyrid)방법은 FS와 가중모델순위 (Weighting Model Rank: WMR)방법을 결합시킨 것으로, FS방법을 이용하여 중요 프레임을 선택한 후, 지수함수 가중치를 이용하여 식별화자를 결정하는 것이다. 마지막으로 제안하는 수정된 가중모델순위 (Modified WMR; MWMR)방법은 식별화자를 결정할 때 유사도의 상대적 위치만을 고려하였던 기존의 U방법과는 달리 유사도와 유사도의 상대적 위치를 함께 고려하는 방법이다. 화자식별 실험결과 제안한 방법들이 기존의 ML 방법보다 향상된 식별률을 보였으며, 복합 방법 및 MWMR방법의 경우에는 WMR방법보다 각각 약 2%와 3%의 향상된 식별률을 나타내어 제안한 방법들의 유효성을 확인할 수 있었다.

• 한국전산구조공학회논문집
• /
• 제36권6호
• /
• pp.391-398
• /
• 2023

본 논문에서는 기저 스크리닝 기반 크리깅 모델(BSKM: Basis Screening based Kriging Model) 생성의 정확도를 높이기 위해 페널티를 적용한 최대 우도 평가 방법(PMLE : Penalized Maximum Likelihood Estimation)에 대해서 소개한다. BSKM에서 사용하는 기저함수의 최대 차수와 종류는 그 중요도에 따라서 결정하게 되며, 이때 중요도의 지표는 기저함수에 대한 교차 검증 오차(CVE : Cross Validation Error)로 택한다. 크리깅 모델(KM : Kriging Model) 구성시 최적의 기저함수 조합은 우선 최대 기저함수 차수를 선택하고 개별 기저함수의 중요도를 평가를 하게 된다. 최적 기저함수 조합은 크리깅 모델의 CVE가 최소가 될 때까지 개별 기저함수의 중요도가 높은 순으로 기저함수를 하나씩 추가하며 찾는다. 이 과정에서 KM은 반복적으로 생성해야 하며, 동시에 데이터 사이의 상관관계를 나타내는 하이퍼 매개변수(Hyper-parameters)도 최대 우도 평가방법을 통해 계산하여야 한다. 하이퍼 매개변수의 값에 따라 선택되는 최적의 기저함수 조합이 달라지기 때문에 KM의 정확도에 막대한 영향을 미치게 된다. 정확한 하이퍼 매개변수를 계산하기 위해서 PMLE 방법을 적용하였으며, Branin-Hoo 함수 문제에 적용하여 BSKM 의 정확성이 개선될 수 있음을 확인하였다.

• 응용통계연구
• /
• 제28권5호
• /
• pp.895-906
• /
• 2015

확산모형은 입자의 운동현상과 금융자산의 미시적 가격변동을 설명하기 위하여 사용되는 수리적 모형이다. 확산모형의 추정방법에 관한 논의는 다양한 분야에서 이루어져 왔다. 통계학적 관점에서 우도적 방법에 기반한 확산모형의 추정방법을 개발하려는 시도가 계속되어 왔다. 이산시간 간격으로 관측된 자료를 이용하여 확산모형을 추정할 때 최대우도 추정법을 적용하기 위해서는 확산모형에 대한 전이확률 밀도함수를 구해야 한다. 본 연구에서는 확산모형의 전이확률밀도를 근사하기 위하여, 정규분포를 따르는 확률변수를 이용하여 브라운다리 확률과정에 대한 경로적분을 대체하는 방법을 제안하고, 그 수치적 성질을 다른 방법들과 비교한다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권1호
• /
• pp.255-261
• /
• 2014

Many studies have estimated a mixture of binomial distributions. This paper considers an extension, a mixture of shifted binomial distributions, and the estimation of the distribution. The range of each component binomial distribution is rst evaluated and then for each possible value of shifted parameters, the EM algorithm is employed to estimate those parameters. From a set of possible value of shifted parameters and corresponding estimated parameters of the distribution, the likelihood of given data is determined. The simulation results verify the performance of the proposed method.

• Journal of the Korean Data and Information Science Society
• /
• 제25권3호
• /
• pp.643-653
• /
• 2014

In this paper, we propose some estimators for the extreme value distribution based on the interval method and mid-point approximation method from the progressive Type-I interval censored sample. Because log-likelihood function is a non-linear function, we use a Taylor series expansion to derive approximate likelihood equations. We compare the proposed estimators in terms of the mean squared error by using the Monte Carlo simulation.

• Communications for Statistical Applications and Methods
• /
• 제6권3호
• /
• pp.967-976
• /
• 1999

In this paper we study the Hellinger distance based goodness-of-fit tests that are analogs of likelihood ratio tests. The minimum Hellinger distance estimator (MHDE) in normal models provides an excellent robust alternative to the usual maximum likelihood estimator. Our simulation results show that the Hellinger deviance test (Simpson 1989) based goodness-of-fit test is robust when data contain outliers. The proposed hellinger deviance test(Simpson 1989) is a more direcct method for obtaining robust inferences than an automated outlier screen method used before the likelihood ratio test data analysis.

• 대한산업공학회지
• /
• 제39권2호
• /
• pp.109-118
• /
• 2013

We propose a method for estimating coefficients of AR (autoregressive) model which named MLPAR (Maximum Likelihood of Pearson system for Auto-Regressive model). In the present method for estimating coefficients of AR model, there is an assumption that residual or error term of the model follows the normal distribution. In common cases, we can observe that the error of AR model does not follow the normal distribution. So the normal assumption will cause decreasing prediction accuracy of AR model. In the paper, we propose the MLPAR which does not assume the normal distribution of error term. The MLPAR estimates coefficients of auto-regressive model and distribution moments of residual by using pearson distribution system and maximum likelihood estimation. Comparing proposed method to auto-regressive model, results are shown to verify improved performance of the MLPAR in terms of prediction accuracy.

• Communications for Statistical Applications and Methods
• /
• 제29권6호
• /
• pp.665-677
• /
• 2022

This paper proposes a new estimation method based on the maximum product of spacings for estimating unknown parameters of the three-parameter Weibull distribution under a generalized Type-II progressive hybrid censoring scheme which guarantees a constant number of observations and an appropriate experiment duration. The proposed approach is appropriate for a situation where the maximum likelihood estimation is invalid, especially, when the shape parameter is less than unity. Furthermore, it presents the enhanced performance in terms of the bias through the Monte Carlo simulation. In particular, the superiority of this approach is revealed even under the condition where the maximum likelihood estimation satisfies the classical asymptotic properties. Finally, to illustrate the practical application of the proposed approach, the real data analysis is conducted, and the superiority of the proposed method is demonstrated through a simple goodness-of-fit test.

• Communications for Statistical Applications and Methods
• /
• 제21권3호
• /
• pp.253-260
• /
• 2014

The intraclass correlation model has a long history of applications in several fields of research. Case deletion diagnostic methods for the intraclass correlation model are proposed. Based on the likelihood equations, we derive a formula for a case deletion diagnostic method which enables us to investigate the influence of observations on the maximum likelihood estimates of the model parameters. Using the Taylor series expansion we develop an approximation to the likelihood distance. Numerical examples are provided for illustration.

• Communications for Statistical Applications and Methods
• /
• 제17권1호
• /
• pp.67-77
• /
• 2010

단계별로 얻어진 $I{\times}J$ 이차원 범주형 자료에서 분할표 일부의 칸에서 도수가 붕괴(collapse)된 상태로 조사가 이루어진 것을 단계별추출(step-wise sampling)이라 한다. 단계별추출로 얻어진 자료를 분석할 경우 단계별추출법을 사용하여 분석하면 분석의 효과를 얻을 수 있다. 본 논문에서는 단계별추출법 중에서 최대우도추정법을 이용하여 얻어진 정확최대우도추정량(exact maximum likelihood estimator)과 단계별추출최대우도추정량을 연구하였다. 또한 MSE와 편향(bias)을 기준으로 모의실험을 통하여 두 추정법을 비교하였다.