주요 논문
5
*2026년 기준 최근 7년 이내 논문에 한해 Impact Factor가 표기됩니다.
1
Article
|
인용수 0
·
2026Expectile-based probabilistic forecasting for spatio-temporal river network data
Hyungryul Park, Seoncheol Park, Joonpyo Kim
IF 7.1 (2026)
International Journal of Forecasting
https://doi.org/10.1016/j.ijforecast.2025.11.011
Probabilistic forecasting
Probabilistic logic
Technology forecasting
Statistical model
Artificial neural network
Forecast error
2
Article
|
·
인용수 0
·
2025RSFclust: Robust sparse clustering of functional data using quantile curves
Chihoon Lee, Hee‐Seok Oh, Joonpyo Kim
IF 1.8 (2025)
Statistics and Computing
https://doi.org/10.1007/s11222-025-10694-8
Cluster analysis
Quantile
Mathematics
Functional data analysis
Computer science
Pattern recognition (psychology)
Data mining
Artificial intelligence
Statistics
3
Article
|
·
인용수 5
·
2024Moving Sum Procedure for Change Point Detection under Piecewise Linearity
Joonpyo Kim, Hee‐Seok Oh, Haeran Cho
IF 2.5 (2024)
Technometrics
불연속적인 점프 및/또는 기울기 변화를 겪는 구간별 선형성(piecewise linearity)을 갖는 단변량 데이터를 분할하기 위한, 계산적으로 그리고 통계적으로 효율적인 절차를 제안한다. 제안된 이동합(MOSUM) 방법론은 기저 신호가 불연속적인 도약 및/또는 기울기의 변화를 겪는 다수의 변화점(change point)을 탐지한다. 이 방법은 주어진 유의수준에서 가족단위 오류율(family-wise error rate)을 제어하며, 신호가 구간별 선형이면서 연속적인 경우 다중 변화점 탐지에서 일관성을 달성하고, 약한 가정 하에서(연속 의존성과 heavy-tailedness를 허용) 최소최대(minimax) 최적 추정률을 얻는다. 계산 측면에서 MOSUM 절차의 복잡도는 O(n)이며, 시뮬레이션 데이터에서의 우수한 성능과 결합되어 기존 방법들에 비해 매우 매력적이다. 또한 롤링 엘리먼트 베어링(rolling element-bearing) 예후(prognostics)의 실제 데이터 예제에서도 그 우수한 성능을 추가로 입증한다.
https://doi.org/10.1080/00401706.2024.2308202
Minimax
Piecewise
Consistency (knowledge bases)
Linearity
Change detection
Algorithm
Mathematics
Piecewise linear function
Univariate
Point (geometry)
4
Article
|
·
인용수 0
·
2024Semiparametric approaches for the inference of univariate and multivariate extremes
Seungwoo Kang, K.Y. Kim, Youngwook Kwon, S. Y. Park, Seoncheol Park, Ha-Young Shin, Joonpyo Kim, Hee‐Seok Oh
IF 2.2 (2024)
Extremes
https://doi.org/10.1007/s10687-024-00497-x
Univariate
Mathematics
Multivariate statistics
Inference
Econometrics
Statistics
Multivariate analysis
Semiparametric model
Artificial intelligence
Nonparametric statistics
5
Article
|
·
인용수 1
·
2023Analysis of wildfires and their extremes via spatial quantile autoregressive model
Jongmin Lee, Joonpyo Kim, Joonho Shin, Seong Jin Cho, Seong-Min Kim, Kyoungjae Lee
IF 1.1 (2023)
Extremes
http://dx.doi.org/10.1007/s10687-023-00462-0
Autoregressive model
Quantile
Quantile regression
Extreme value theory
Mathematics
Econometrics
Statistics
Regression analysis