http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Marginalized random effects models with ARMA random effects covariance matrix
강다솜,김보옥,이근백 한국데이터정보과학회 2018 한국데이터정보과학회지 Vol.29 No.2
In longitudinal data analysis, marginalized random effects models (MREMs) have been commonly used when population-averaged effect is of interest (Heagerty, 1999). In the MREMs, modeling of random effects covariance matrix is challenging because the matrix is high-dimensional and the estimate of the covariance matrix should be positive definite. In practice, the covariance matrix is assumed to be autoregressive or exchangeable. However, such structures do not allow more general forms of the serial correlation and it cannot explain heteroscedastic covariance matrices. In this paper, we propose autoregressive and moving average Cholesky decomposition to model the random effects covariance matrix in the MREMs. We analyze lung cancer data using our proposed model.
조대원,배승훈,김선민,강다솜,김동현 대한용접·접합학회 2021 대한용접학회 특별강연 및 학술발표대회 개요집 Vol.2021 No.11
본 연구는 대기 중 플라즈마 절단 공정에서 발생하는 소음 분석을 수행한 연구로, 절단 품질을 모니터링 하는 기술은 원전해체 공정 뿐만 아니라, 일반 산업 절단분야에서도 중요한 요소로 활용할 수 있는 기술이다. 본 연구에서는 전류, 속도에 따라 발생하는 소음을 마이크로폰으로 계측하였으며, 이를 절단 유무확인에 활용하였다. 시편은 STS304를 활용하였으며 절단 유무에 따라 발생하는 데이터를 FFT 변환을 통해 절단 공정에 따라 데시벨(DB), 소음 압력, 측정된 주파수가 다르게 됨을 알 수 있었다. 보다 면밀한 분석을 통해 절단 유무에 따라 특정 주파수에서의 측정값이 확연하게 달라졌으며, 이를 통해 절단 유무를 판별하기 위한 모니터링 기술을 소음 측정을 통해 가능함을 확인하였다.