본 논문에서는 기저 스크리닝 기반 크리깅 모델(BSKM: Basis Screening based Kriging Model) 생성의 정확도를 높이기 위해 페널티 를 적용한 최대 우도 평가 방법(PMLE : Penalized Maximum Likelihood Estimation)에 대해서 소개한다. BSKM에서 사용하는 기저함 수의 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 중요도 가 높은 순으로 기저함수를 하나씩 추가하며 찾는다. 이 과정에서 KM은 반복적으로 생성해야 하며, 동시에 데이터 사이의 상관관계 를 나타내는 하이퍼 매개변수(Hyper-parameters)도 최대 우도 평가방법을 통해 계산하여야 한다. 하이퍼 매개변수의 값에 따라 선택 되는 최적의 기저함수 조합이 달라지기 때문에 KM의 정확도에 막대한 영향을 미치게 된다. 정확한 하이퍼 매개변수를 계산하기 위해 서 PMLE 방법을 적용하였으며, Branin-Hoo 함수 문제에 적용하여 BSKM 의 정확성이 개선될 수 있음을 확인하였다.

This paper showed the difference between the selectivity of gill net by least square method with polynomials in Kitahara's and that by maximum likelihood analysis for Japanese sandfish and Korean flounder. Catch experiments for Japanese sandfish using commercial vessels off the eastern coast of Korea were conducted with six different mesh sizes between October and December 2007 and those for Korean flounder with five different mesh sizes between 2008 and 2009. The mesh size of 50% probability of catch corresponding to biological maturity length of fish was not different between that by least square method and that by maximum likelihood analysis for Japanese sandfish, however, a little different for Korean flounder, that is, those mesh sizes of 50% probability of catch for biological maturity length of Korean flounder were 10.6cm and 10.1cm by least square method and maximum likelihood analysis, respectively.

We present new approach to analysis of velocity data of globular clusters. Maximum likelihood method is applied to get model parameters such as central potential, anisotropy radius, and total mass fractions in each mass class. This method can avoid problems in conventional binning method of chi-square. We utilize three velocity components, one from line of sight radial velocity and two from proper motion data. In our simplified scheme we adopt 3 mass-component model with unseen high mass stars, intermediate visible stars, and low mass dark remnants. Likelihood values are obtained for 124 stars in M13 for various model parameters. Our preferred model shows central potential of W o = 7 and anisotropy radius with 7 core radius. And it suggests non-negligible amount of unseen high mass stars and considerable amount of dark remnants in M13.

This study proposes a new parameter estimation approach for the mixture normal distribution. The developed model estimates parameters of the mixture normal distribution by maximizing the log likelihood function using a meta-heuristic algorithm-genetic algorithm (GA). To verify the performance of the developed model, simulation experiments and practical applications are implemented. From the results of experiments and practical applications, the developed model presents some advantages, such as (1) the proposed model more accurately estimates the parameters even with small sample sizes compared to the expectation maximization (EM) algorithm; (2) not diverging in all application; and (3) showing smaller root mean squared error and larger log likelihood than those of the EM algorithm. We conclude that the proposed model is a good alternative in estimating the parameters of the mixture normal distribution for kutotic and bimodal hydrometeorological data.

본 논문에서는 소형 해상 부유체의 위기 평가를 위한 확률기반 위기평가기법(PET)에서 표본 데이터에 최적인 누적분포함수(CDF) 추정에 관한 평가절차와 실험결과를 기술하였다. CDF는 PET에서 부유체의 위기수준을 평가하기 위한 위기허용기준의 참조 값을 제공하기 위한 것으로, 부유체 모델의 롤(Roll), 피치(pitch), 히브(Heave) 등의 운동응답함수에 대한 표본 데이터에서 추정할 수 있다. 본 연구에서는 여덟가지 정형화된 분포함수와 최대우도추정기법을 적용하여 표본 데이터에 대해서 최대우도를 갖는 CDF들을 평가하였다. 분포함수들의 적합도 검정 실험을 통해서, 베타 분포가 롤과 피치 표본 데이터에 대해서 평균 확률오차 δ(0≤δ≤1.0)가 가장 작은 0.024와 0.022로 최적임을 나타냈고, 히브 표본 데이터에 대해서는 감마 분포가 δ가 가장 작은 0.027로 최적임을 나타냈다. 본 연구에서 제안한 방법은 표본 데이터의 최적분포 추정을 위한 다양한 분야에 적용 가능할 것으로 기대된다.

본 연구에서는 generalized logistic(GL) 분포의 최우도 추정량(maximum likelihood estimate)에 대한 불확실성 추정을 위하여 사용되는 관측정보행렬(observed information matrix)과 Fisher 정보행렬(Fisher information matrix)의 정확도를 비교해 보고자 하였다. 타 분포형에 대한 기존의 연구결과에서 표본의 크기가 클 경우 매개변수 추정시 관측정보행렬이 동시에 추정되어 계산시간