메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
전진규 (동국대학교) 최환석 (Univ. of Southern Mississippi) 이철우 (Ferris State University)
저널정보
한국파생상품학회 선물연구 선물연구 제25권 제2호
발행연도
2017.5
수록면
229 - 253 (25page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Conventional time series modeling may not satisfy the model validity for short-period time series data. In this study, we apply the Kernel Variant Multi-Way Principal Component Analysis (KMPCA) to cluster multivariate time series data which havemultiple dimensions with auto- and cross-correlations. We then check whether this method works well in clustering those data by employing simulation for generalization. Two simulation studies with two different mean structures with nine combinations of auto- and cross-correlations were conducted. The results showed that KMPCA cluster two different mean structure groups over 90% success rates with an appropriate kernel function. We also found that when the mean structures are the same, auto-correlation, the number of temporal points, and the kernel function parameter have the statistically significant effects on clustering performance. The second and third order interaction effects with each of those factors also have effects on clustering success rates. Among the effects of the main factors, the kernel function parameter is the most critical factor to consider for obtaining better performance. A similar error structure may obstruct the clustering performance: strong cross-correlation, weak auto-correlation, and a larger number of temporal points. The paper also discussed some limitations of the KMPCA model and suggested directions for future research that could improve the model.
#Clustering #High-dimensional data #Kernel Variant PCA #Multivariate Time Series #Simulation

목차

등록된 정보가 없습니다.

참고문헌 (20)

참고문헌 신청
Agrawal, R. / 1993 / Efficient Similarity Search in Sequence Databases / Proceedings of the 4th International Conference on Foundations of Data Organization and Algorithms google schola Agrawal, R. / 1995 / Fast Similarity Search in the Presence of Noise, Scaling, and Translation in Time-Series Databases / Proceedings of the International Conference on Very Large Databases google schola Blum, M. G. B. / 2013 / A Comparative Review of Dimension Reduction Methods in Approximate Bayesian Computation / Statistical Science 28(2):189~208 google schola 한상일 / 2007 / 확률변동성 구조하에서 KOSPI 200 옵션의 가격 커널 추정 / 선물연구 15(1):135~165 dbpia Johnson, R. A. / 2002 / Applied Multivariate Statistical Analysis / Prentice Hall google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0