http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이주원,이재헌,Lee, Joo Weon,Lee, Jaeheon 한국통계학회 2021 응용통계연구 Vol.34 No.1
최근 동적 연결망의 비정상적 변화를 감시하기 위한 연결망 모니터링의 필요성이 높아지고 있다. 이 논문에서는 연결망의 구조적 변화를 감시하기 위한 동적 연결망의 모형으로 DCSBM(degree corrected stochastic block model)을 고려하였다. 관리도 절차를 사용하여 동적 연결망을 감시하려면 제1국면을 통해 초기 연결망을 확보한 후 모형의 모수를 추정하는 단계를 거쳐야 한다. 그러나 연결망의 감시에서는 충분한 수의 초기 연결망을 확보하기 어려운 경우가 대부분이다. 이 논문에서는 동적 DCSBM을 감시하기 위한 자기출발 관리도 절차를 제안한다. 이 절차는 모형의 모수 추정을 위해 확보한 연결망의 수가 아주 적은 경우에 유용하게 사용할 수 있는 절차이다. 모의실험을 통해 절차의 성능을 평가한 결과, 제안된 절차는 초기 연결망의 수가 아주 적은 경우에도 좋은 관리상태의 성능을 나타내는 것을 알 수 있었다. Recently the need for network surveillance to detect abnormal behavior within dynamic social networks has increased. We consider a dynamic version of the degree corrected stochastic block model (DCSBM) to simulate dynamic social networks and to monitor for a significant structural change in these networks. To apply a control charting procedure to network surveillance, in-control model parameters must be estimated from the Phase I data, that is from historical data. In network surveillance, however, there are many situations where sufficient relevant historical data are unavailable. In this paper we propose a self-starting Shewhart control charting procedure for detecting change in the dynamic networks. This procedure can be a very useful option when we have only a few initial samples for parameter estimation. Simulation results show that the proposed procedure has good in-control performance even when the number of initial samples is very small.
자기출발 EWMA와 $\bar{X}$ 관리도의 관리상태 성능
이주원,김민지,이재헌,Lee, Joo Weon,Kim, Minji,Lee, Jaeheon 한국데이터정보과학회 2018 한국데이터정보과학회지 Vol.29 No.4
관리도를 사용하여 공정을 관리할 때 일반적으로 관리상태에서의 공정 모수의 값은 알려져 있지 않기 때문에 제1국면에서 이를 추정해야 한다. 일반적으로 정확한 추정을 위해서는 많은 수의 표본을 추출해야 하는데, 표본을 추출하는 데 너무 많은 시간이 소요되거나 다른 여러 가지 이유로 많은 수의 표본을 추출하기가 어려운 경우가 있다. 이러한 경우 적은 수의 초기 표본만으로 관리도를 바로 적용하기 위하여 자기출발 절차를 사용할 수 있다. 이 논문에서는 선행 연구에서 사용한 자기출발 절차를 EWMA (exponentially weighted moving average) 관리도와 $\bar{X}$ 관리도에 적용하였고, 모의실험을 수행하여 초기 표본의 수에 따른 관리상태의 성능을 비교하였다. 이때 관리도의 성능을 판단하기 위해 평균런길이의 평균과 표준편차를 사용하였다. 모의실험 결과, 초기 표본의 수에 따라 관리상태 성능에 많은 변동이 발생하지만 예상했던 만큼 크지는 않음을 알 수 있었다. In monitoring a process with control charts, in-control parameters should be estimated from Phase I samples because the parameters are rarely known with certainty in practice. In general, the number of Phase I samples can often be impractically large in most applications for practitioners to be assured of having performance close to the desired performance. However, collecting the sufficiently large amount Phase I samples can be difficult in some applications. At this time, the self-starting procedure helps to monitor the process using a small amount of initial samples. This paper considers the self-starting EWMA and $\bar{X}$ charts based on the self-starting procedure used in the previous research, and evaluates the in-control perfomance of two control charts by using simulation study. The average of ARL (AARL) and the standard deviation of ARL (SDARL) are used to evaluate the in-control run length performance. From simulation results, we found that there was a significant amount of variation in the in-control performance obtained by the number of initial samples, however it was not as large as we expected.
이주원(Joo Weon Lee),김민지(Minji Kim),이재헌(Jaeheon Lee) 한국데이터정보과학회 2018 한국데이터정보과학회지 Vol.29 No.4
관리도를 사용하여 공정을 관리할 때 일반적으로 관리상태에서의 공정 모수의 값은 알려져 있지않기 때문에 제1국면에서 이를 추정해야 한다. 일반적으로 정확한 추정을 위해서는 많은 수의 표본을 추출해야 하는데, 표본을 추출하는 데 너무 많은 시간이 소요되거나 다른 여러 가지 이유로 많은 수의 표본을 추출하기가 어려운 경우가 있다. 이러한 경우 적은 수의 초기 표본만으로 관리도를 바로 적용하기 위하여 자기출발 절차를 사용할 수 있다. 이 논문에서는 선행 연구에서 사용한 자기출발 절차를 EWMA (exponentially weighted moving average) 관리도와 X 관리도에 적용하였고, 모의실험을 수행하여 초기 표본의 수에 따른 관리상태의 성능을 비교하였다. 이때 관리도의 성능을 판단하기 위해 평균런길이의 평균과 표준편차를 사용하였다. 모의실험 결과, 초기 표본의 수에 따라 관리상태 성능에 많은 변동이 발생하지만 예상했던 만큼 크지는 않음을 알 수 있었다. In monitoring a process with control charts, in-control parameters should be estimated from Phase I samples because the parameters are rarely known with certainty in practice. In general, the number of Phase I samples can often be impractically large in most applications for practitioners to be assured of having performance close to the desired performance. However, collecting the sufficiently large amount Phase I samples can be difficult in some applications. At this time, the self-starting procedure helps to monitor the process using a small amount of initial samples. This paper considers the self-starting EWMA and X charts based on the self-starting procedure used in the previous research, and evaluates the in-control perfomance of two control charts by using simulation study. The average of ARL (AARL) and the standard deviation of ARL (SDARL) are used to evaluate the in-control run length performance. From simulation results, we found that there was a significant amount of variation in the in-control performance obtained by the number of initial samples, however it was not as large as we expected.