인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
CUSUM 통계량은 오차의 누적합을 기반으로 정의된 통계량으로 binary segmentation (BS), circular BS, wild BS 등의 알고리즘에 적용되어 변화점 식별을 위해 널리 사용되고 있다. Fused lasso signal approximator (FLSA)는 총변동 벌점이 부여된 최소제곱법을 사용하여 구간별 상수 구조를 구현하는 방법으로 다중변화점 식별을 위해 자주 활용되고 있다. 한편, FLSA는 변화점 식별에서의 점근적 일치성이 보장되지 않으므로 Son과 Lim (2019)은 FLSA을 변형한 modified FLSA (mFLSA)을 제안하고 점근적 일치성을 보인 바 있다. 이 연구에서는 서로 다른 관점에서 개발된 이 변화점 식별방법들이 실제로는 간단한 정리 과정을 통해 매우 비슷한 형태의 통계량으로 변환될 수 있음을 보였다. 또, 다중변화점 식별 문제에 있어서 CUSUM 통계량, FLSA, mFLSA의 특징을 살펴보고 모의실험을 통해 각 방법들의 성능을 실증적으로 비교보았다. 모의실험 결과, 세 변화점 식별 방법 중 어느 하나가 다른 방법보다 절대적으로 우월하다고 볼 수 없으며 오차항의 분산, 평균모형의 구조 등에 따라 변화점 식별 성능에 차이가 발생을 확인하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2022-041-000042612
