| 일시 | 2023-06-30 |
| 장소 | 부경대학교 |
| 시간 | 세션구분 | 세션명 | 장소 |
|---|---|---|---|
| 08:30-17:00 | 등록 | 대학극장 | |
| 09:00-10:30 | 기획세션 II-1 | 응용통계연구 기획세션 | 공학1관 211 |
| 기획세션 II-2 | 베이지안 연구회 기획세션 | 공학2관 302 | |
| 기획세션 II-3 | 여성위원회 기획세션 | 공학2관 401 | |
| 기획세션 II-4 | 인공지능 시대의 통계학 | 공학2관 402 | |
| 기획세션 II-5(영어) | KSS-CSA-JSS Joint Session II : High Dimensional Statistics | 공학1관 210 | |
| 일반세션 II | Inference for Various Statistical Models | 공학1관 212 | |
| 학생세션 II | 공학2관 301 | ||
| 09:00-12:00 | SAS Korea 튜토리얼 | 자연과학2관 229 | |
| 10:50-11:20 | 편집위원회의 | 공학1관 210 | |
| 11:20-12:20 | 정기총회 | 대학극장 | |
| 12:20-13:40 | 중식 | ||
| 13:00-13:40 | 포스터 세션 | 장보고관 | |
| 포스터세션 | 장보고관 | ||
| 포스터세션 | 장보고관 | ||
| 포스터세션 | 장보고관 | ||
| 포스터세션 | 장보고관 | ||
| 포스터세션 | 장보고관 | ||
| 14:00-14:50 | 특별초청강연 | 대학극장 | |
| 15:10-16:00 | 공개강연 | 대학극장 | |
| 16:20-17:50 | 기획세션 III-1 | CSAM Editor’s Session : Recent Studies on Low Rank Approximation for High Dimen | 공학1관 211 |
| 기획세션 III-2 | 국내 빅데이터 분석 활용 연구 | 공학2관 401 | |
| 기획세션 III-3 | 경제통계 | 공학2관 402 | |
| 기획세션 III-4 | Synthetic Data Generation for Private Data Release | 공학1관 212 | |
| 기획세션 III-5(영어) | KSS-CSA-JSS Joint Session III : Statistics for Complex Data | 공학1관 210 | |
| 학생세션 III | 공학2관 301 | ||
| 08:30-17:00 | |||
| 등록 | 대학극장 | ||
| 09:00-10:30 |
|||
| 기획세션 II-1 | 응용통계연구 기획세션 | 공학1관 211 | |
| 장문수(부산대), *박소영(부산대), Alicia Carriquiry(Iowa State U.) | |||
| A Finely Tuned Deep Transfer Learning Algorithm to Compare Outsole Images | |||
| *황은주(가천대), 홍원택(경희대) | |||
| Asymmetric Nonnegative Conditional Heteroscedastic Time Series Models | |||
| Md. Kamruzzaman(Jagannath U.), *박태성(서울대) | |||
| Hierarchical Structural Component Models for Pathway Analysis of Longitudinal Categorical Phenotypes | |||
| 기획세션 II-2 |
베이지안 연구회 기획세션 | 공학2관 302 | |
| *이광민(전남대), 이재용(서울대) | |||
| Post-processed Posterior for Sparse Covariances | |||
| *정원일(숭실대) | |||
| Grid-based Gaussian Process Models for Longitudinal Genetic Data | |||
| Xuan Cao(U. of Cincinnati), *이경재(성균관대) | |||
| Consistent and Scalable Bayesian Joint Variable and Graph Selection | |||
| 기획세션 II-3 |
여성위원회 기획세션 | 공학2관 401 | |
| *김동연(National Institutes of Health) | |||
| Introducing Caucus for Women in Statistics and Data Science (CWS) | |||
| *김지수(울산과학기술원), 조명희(서울대) | |||
| Contextual Multi-armed Bandit Algorithm for Semiparametric Reward Model | |||
| *민은정(가톨릭대), Li Shen(U. of Pennsylvania), Qi Long(U. of Pennsylvania) | |||
| Tensor Co-inertia Analysis | |||
| 기획세션 II-4 |
인공지능 시대의 통계학 | 공학2관 402 | |
| *이윤동(서강대) | |||
| 인공지능과 통계학 | |||
| *노맹석(부경대) | |||
| 디지털스마트부산 아카데미 데이터사이언스 640시간 집중 교육훈련 | |||
| *주원영(이화여대) | |||
| Density Estimation with Deep Generative Models | |||
| 기획세션 II-5(영어) |
KSS-CSA-JSS Joint Session II : High Dimensional Statistics | 공학1관 210 | |
| *Seyoung Park(Sungkyunkwan U.), Eun Ryung Lee(Sungkyunkwan U.), Hyunjin Kim(Sungkyunkwan U.) | |||
| Transfer Learning for High-dimensional Multiple Response Regression | |||
| *Shih-Kai Chu(Academia Sinica) | |||
| Statistical Applications for High Dimensional Biomedical Data | |||
| *Takeshi Emura(The Institute of Statistical Mathematics) | |||
| A Meta-Analysis for Simultaneously Estimating Individual Means with Shrinkage, Isotonic Regression and Pretests | |||
| 일반세션 II |
Inference for Various Statistical Models | 공학1관 212 | |
| *안수현(아주대), Xinlei Wang(U. of Texas at Arlington), Chul Moon(Southern Methodist U.), 임요한(서울대) | |||
| New Empirical Likelihood Method for Ranked Set Sampling : One Sample Problems | |||
| *이다혜(조선대), 장인홍(조선대), 송광윤(조선대), 김윤수(조선대) | |||
| 불확실한 운용환경과 종속적 고장을 고려하는 소프트웨어 신뢰성 모형과 신뢰성 연구 | |||
| 김성욱(한양대), 김기범(한양대), 이재용(중앙대), *황범석(중앙대) | |||
| Inference on a Zero-inflated Bivariate Binomial Distribution Applicable to Baseball Data | |||
| *김형우(부경대), 신승준(고려대) | |||
| Variable Selection for AUC-optimizing Classification in Diverging Dimensions | |||
| *노호석(숙명여대), Ingrid Van Keilegom(KU Leuven) | |||
| Estimation of Bivariate Measurement Error Models with Application to the Corrupted Pearson Correlation | |||
| 학생세션 II |
공학2관 301 | ||
| 신하영(서울대), *김규순(서울대), 이권상(서울대), 오희석(서울대) | |||
| Absolute Average and Median Treatment Effects as Causal Estimands on Metric Spaces | |||
| *박유진(이화여대), 최윤희(EY한영), 김경원(이화여대), 유재근(이화여대) | |||
| Machine Learning Approach for Study on Subway Passenger Flow | |||
| *임요한(고려대), 박민규(고려대) | |||
| Use of Ridge Calibration Method in Predicting Election Results | |||
| *윤상경(부산대), 이경준(금오공과대) | |||
| Inference Based on Type-II Combined Generalized Progressive Hybrid Censored Sample | |||
| *장현수(연세대 의과대학), 남정모(연세대 의과대학) | |||
| A Unified Parametric Approach to the Estimation of Dependence in Bivariate Competing Risks Survival Data | |||
| *김광우(KAIST), 전현호(KAIST) | |||
| Similarity-assisted Variational Autoencoder for Nonlinear Dimension Reduction with Application to Single-cell RNA Sequencing Data | |||
| 09:00-12:00 |
|||
| SAS Korea 튜토리얼 | 자연과학2관 229 | ||
| 권일형(SAS Korea) | |||
| 신용불량데이터를 활용한 시각화 분석 | |||
| 최진모(SAS Korea) | |||
| SAS의 머신러닝 솔루션을 통한 Low-code/No-code 예측 모델링 | |||
| 10:50-11:20 |
|||
| 편집위원회의 | 공학1관 210 | ||
| 11:20-12:20 |
|||
| 정기총회 | 대학극장 | ||
| 12:20-13:40 |
|||
| 중식 | |||
| 13:00-13:40 |
|||
| 포스터 세션 | 장보고관 | ||
| *Mubarrat Chowdhury(울산과학기술원), Elkhan Ismayilzada(울산과학기술원), Khalequzzaman Sayem(울산과학기술원), 김지수(울산과학기술원) | |||
| GBOSE: Generalized Bandit Orthogonalized Semiparametric Estimation | |||
| *강유라(연세대), 남정모(연세대) | |||
| A Study on Estimation of Delayed Time in Immuno-oncology Drug Trials | |||
| *강태인(중앙대), 곽일엽(중앙대) | |||
| wav2vec2.0을 활용한 음성위조탐지모형 | |||
| *강희건(서울시립대), 김성곤(서울시립대) | |||
| An Adaptive Importance Sampling for the Parameter Estimation of a Locally Stable Point Process | |||
| *곽아람(고려대), 신승준(고려대) | |||
| Fused Quantile Screening for Ultrahigh-dimensional Survival Model | |||
| *권남택(성균관대), 김찬민(성균관대) | |||
| Bayesian Causal Forest를 이용한 다차원 교란변수 보정 | |||
| *김나연(세종대), 김범석(세종대), 이현재(세종대), 이윤정(성균관대), 김인영(Virginia Polytechnic Institute and State U.), 이승연(세종대) | |||
| Comparison of the Performance of Various Kernels for the Survival Prediction Model | |||
| *김나은(숙명여대), 김양진(숙명여대) | |||
| 경쟁 위험을 가진 구간 중도 절단 자료의 예측 모형 평가를 위한 방법론 | |||
| *김록기(KAIST), 연규필(호서대), Feng Gao(Clemson U.), D.Andrew Brown(Clemsom U.), 박준영(KAIST), 박철우(KAIST) | |||
| 도메인 적응을 위한 반지도 학습을 사용하는 Bayesian 앙상블 방법 | |||
| *김민석(연세대), 이홍강(연세대), 정인경(연세대) | |||
| Subgroup Identification for Precision Medicine Using Causal Forest | |||
| *김민정(숙명여대), 최영근(성균관대) | |||
| 선택항목별 예산 제약이 있는 Linear Contextual Bandit | |||
| *김성아(한양대), 정혜영(한양대) | |||
| 의료 이미지 분류에서의 불확실성 측정법 비교 분석 | |||
| *김승규(서울대), 박상근(서울대), 임요한(서울대), 장원철(서울대), 임정은(국립생태원 멸종위기종복원센터), 김영민(국립생태원 멸종위기종복원센터) | |||
| Regression Model to Estimate the Density and Abundance of Wild Boars from Camera-trap Data | |||
| *김승현(전남대), 박은식(전남대) | |||
| 연령에 따른 온도와 자살률의 연관성 | |||
| 포스터세션 |
장보고관 | ||
| *김연수(한양대), 정혜영(한양대) | |||
| Shapley Value에 기반한 예측 기여도의 불확실성에 관한 연구 | |||
| *김예진(부산대), 박소영(부산대) | |||
| Impact of Image Segmentation on Shoe Print Matching with Deep Neural Network | |||
| *김윤수(성균관대), 서병태(성균관대) | |||
| L1 규제항을 사용한 잠재 범주 모형의 변수 선택 방법 | |||
| *김정원(세종대), 김준표(세종대), 박선철(한양대) | |||
| Expectile Smoothing on River Network Data | |||
| *김주연(세종대), 김준표(세종대) | |||
| Expectile Correlation : A Measure for Tail Dependence Based on Asymmetric Least Squares | |||
| *김주헌(부산대), 박소영(부산대) | |||
| Deep Learning Based Handwriting Identification Using Data Augmentation | |||
| *김지희(한국과학기술정보연구원) | |||
| 데이터기반 지역별 특화(주력)산업분석 | |||
| *남승현(한양대), 최성경(한양대) | |||
| Prediction of Obesity Using Significant Metabolites and SNPs in the Korea Association REsource (KARE) Cohort | |||
| *노지현(중앙대), 임창원(중앙대) | |||
| A Simple and Accurate Transformer-based Tracker for Object Tracking | |||
| *노혜림(서울대), 변상민(서울대), 하나영(서울대), 이우주(서울대) | |||
| Clarifying Causal Identification Conditions for Traditional Mediation Analysis with Multiple Mediators | |||
| *박재성(고려대), 조영주(건국대) | |||
| Random Forest Multi-linear Regression with Mahalanobis Distance Split Rule | |||
| *박재열(서울시립대), 강희건(서울시립대), 김성곤(서울시립대) | |||
| An Importance Sampling for a Function of Dependent Random Variables | |||
| *박지수(공주대), 송유정(공주대), 김찬수(공주대), 한근희(공주대) | |||
| 앙상블 기법을 활용한 서울시 중구 초미세먼지(PM2.5) 예측 | |||
| 포스터세션 |
장보고관 | ||
| *박지원(중앙대), 박상제(중앙대), 임창원(중앙대) | |||
| 사전 학습 모델을 이용한 언어 기반 오디오 검색 모델 구축 | |||
| *박지찬(고려대), 최태련(고려대) | |||
| Bayesian Semiparametric Copula Estimation Using an Infinite Mixture of Gaussian Copulas | |||
| *소유리(연세대), 권용한(연세대), 한경화(연세대), 정인경(연세대) | |||
| Variable Selection Based on Stratified Sub-sampling and Weighting Methods for Imbalanced Data | |||
| *송유정(공주대), 박지수(공주대), 김찬수(공주대), 한근희(공주대) | |||
| 수퍼러너 앙상블 기법을 이용한 복합화력발전소 최대부하 전력 예측 | |||
| *신웅섭(육군 전투지휘훈련단), 한봉규(육군 전투지휘훈련단), 차영호(육군 전투지휘훈련단) | |||
| 유의성 기반 로지스틱 회귀모형 변수중요도 : 워게임 데이터 분석 | |||
| *엄혜연(국민건강보험공단), 김수진(국민건강보험공단), 이옥희(국민건강보험공단) | |||
| 집단중심 추세모형과 성장혼합모형을 활용한 의료이용 변화 분석 | |||
| *오선민(서울대), 신동욱(서울대), 안영민(서울대), 박건웅(서울대) | |||
| Optimal Backward-learning Approach for Gaussian Linear Structural Equation Models | |||
| *오재훈(건국대), Piao Lingnan(건국대), 김성환(건국대) | |||
| An Investment Model Based on the Head-and-Shoulder Pattern for Future Markets | |||
| *오정민(한양대), 최성경(한양대) | |||
| Food Intake and Risk of Prediabetes and Type 2 Diabetes in Korean Adults Using Illness-death Model | |||
| *우선주(건국대), 권성훈(건국대) | |||
| GAN 오버샘플링 기법으로 생성한 샘플의 로지스틱 확률을 활용하여 예측 성능을 향상시키는 기법 연구 | |||
| *우정문(성균관대), 서병태(성균관대) | |||
| L1 벌점 함수를 사용한 유한 혼합 로지스틱 회귀모형 | |||
| *유지웅(서울대), Xueyan Zheng(서울대), 원성호(서울대), 이우주(서울대) | |||
| Using Measurement Error Models for Assessing a Personal Exposure Simulator | |||
| *유창조(서울대), 정성규(서울대), 김지수(Equipe DataShape, Inria Saclay) | |||
| Significance of Modes in the Torus by Topological Data Analysis | |||
| *윤상경(부산대), 이경준(금오공대) | |||
| Inference Based on Type-II Combined Generalized Progressive Hybrid Censored Sample | |||
| 포스터세션 |
장보고관 | ||
| *윤영인(한양대), 정혜영(한양대) | |||
| 딥러닝 기반 모형과 ARIMA 모형을 활용한 시계열 예측 비교 | |||
| *윤초아(연세대), 이예지(연세대), 남정모(연세대) | |||
| Estimation of Censored Medical Cost with Dependent Censoring Using Copula Method | |||
| *이동은(성균관대), 이경재(성균관대) | |||
| Bayesian Precision Matrix Estimation Using Random Orderings | |||
| *이상원(서울대), 김연진(서울대), 이우주(서울대) | |||
| Investigating the Change of Variable Importance from Cause-specific Hazard to Cumulative Incidence | |||
| *이서림(연세대), 박재우(연세대), 전민정(U. of California), 진익훈(연세대) | |||
| Analyzing Impacts of Innovation School System on Elementary School Students Using a Latent Space Item Response Model with Neymann-Scott Point Process | |||
| *이소연(숙명여대), 이용하(배재대), 노호석(숙명여대) | |||
| 발아율 데이터 분석을 위한 우도비 검정 | |||
| *이수미(중앙대), 김나린(중앙대), 곽일엽(중앙대) | |||
| TC-LCAM을 활용한 사운드 이벤트 감지 모델 | |||
| *이승연(성균관대), 박세영(성균관대) | |||
| 다중 회귀 모형을 이용한 하위 그룹 분석 | |||
| *이영호(UNIST), 김준형(LG전자), 신규보(THYROSCOPE), 강민현(UNIST), 권영인(UNIST), 김성일(UNIST), 김지수(UNIST), 문재훈(THYROSCOPE) | |||
| Causal Inference Based Lifestyle Coaching System for Thyroid Disease Patients when Lifestyle Variables are Continuous | |||
| *이은경(숙명여대), 최영근(성균관대) | |||
| 처치군이 소수인 상황에서의 처치군대상 평균처치효과 (ATT) 추론 방법론 비교 | |||
| *이준명(인하대), 우명훈(인하대), 조민호(인하대) | |||
| Classification of Elastic Shape Based on Logistic Regression Using Tangent Principal Components | |||
| *이지윤(이화여대), 강다연(이화여대), 고혜정(이화여대), 김도연(이화여대), 이동환(이화여대) | |||
| Investigating Classification Performance and Interpretability for Compositional Data Analysis | |||
| *이혜리(건국대), 조영주(건국대) | |||
| Comparative Studies of Missingness in Both Covariates and Outcome | |||
| *이호은(건국대), 조영주(건국대) | |||
| Subgroup Analysis in the Observational Studies | |||
| 포스터세션 |
장보고관 | ||
| *이홍강(연세대), 정인경(연세대) | |||
| A Comparison of Methods for Simultaneous Selection of an Optimal Number of Groups and Informative Features in High-dimensional Cluster Analysis | |||
| *임재승(중앙대), 임창원(중앙대) | |||
| 차등 프라이버시를 이용한 뉴스 헤드라인 기반 앙상블 딥러닝 코스피 지수 예측 모형 | |||
| *전지민(세종대), 김준표(세종대) | |||
| Change Point Analysis of Extreme Seasonal Precipitation in South Korea | |||
| *정승필(서울대), 이지수(서울대), 이민찬(서울대), 원성호(서울대), 이우주(서울대) | |||
| On Anomaly Detection Methods for Identifying Unexpected Incidents in the Isolated Elderly | |||
| *정원준(건국대), 김소민(건국대), 조영주(건국대) | |||
| Comparison of XGBoost and Random Forest on Poisson Data | |||
| *정은정(숙명여대), 김양진(숙명여대) | |||
| 다변량 종단자료와 구간 중도절단 자료에 대한 결합모형의 동적 예측 방법 | |||
| *정주이(고려대) | |||
| Propensity Score Methods for Estimating Treatment Delay Effects | |||
| *정현우(인하대), 조윤상(인하대), 고건우(인하대), 송재익(나이스지니데이타), 유동현(인하대) | |||
| 신용카드 거래 데이터에 대한 재현 데이터 생성 방법 비교 연구 | |||
| *정현준(한양대), 김기범(한양대), 김용대(서울대), 김성욱(한양대) | |||
| Default Bayes Procedures for Testing Zero-inflation Parameters in a Zero-inflated Poisson Distribution | |||
| *조동혁(서울대), 정성규(서울대) | |||
| Significance for Density Estimation on Riemannian Manifolds via SiZer | |||
| *최윤혜(고려대) | |||
| Angle-based Direct Learning via Large-margin Unified Machine for Binary Outcome | |||
| *최인수(KAIST), 김우창(KAIST) | |||
| 주요 금융 지수 수익률 분포의 통계적 성질 분석과 시공간 의존성 및 인과성 네트워크 위상을 활용한 동적 변화 분석과 그 활용 | |||
| *최진오(한양대), 최성경(한양대) | |||
| The Potential Biomarkers to Improve Risk Prediction of Hypertension Using Metabolomics in the Korea Association REsource (KARE) Cohort | |||
| *현지혜(중앙대), 이주영(중앙대) | |||
| Competing Risk Analysis of Secondary Primary Cancer among Prostate Cancer Patients in Korea : An Important Consideration in Studies of Primary Treatments | |||
| 포스터세션 |
장보고관 | ||
| *황대환(중앙대), 황재원(중앙대), 전종준(서울시립대), 임창원(중앙대) | |||
| 분자의 위상학적 정보를 활용한 자기지도학습과 이중-트랜스포머 | |||
| *황세용(서울대), 이경재(성균관대), 오선민(서울대), 박건웅(서울대) | |||
| Bayesian Approach to Bayesian Networks | |||
| *황재원(중앙대), 황대환(중앙대), 전종준(서울시립대), 임창원(중앙대) | |||
| Optimizing Oversampling Ratio Using Genetic Algorithm and Graph Neural Networks Feature Extraction for Improved Toxicity Prediction | |||
| 14:00-14:50 |
|||
| 특별초청강연 | 대학극장 | ||
| Saharon Rosset(Tel Aviv U.) | |||
| Integrating Data Correlations into Modern Predictive Modeling | |||
| 15:10-16:00 |
|||
| 공개강연 | 대학극장 | ||
| 조재근(경성대) | |||
| 20세기 통계학의 역사 | |||
| 16:20-17:50 |
|||
| 기획세션 III-1 | CSAM Editor’s Session : Recent Studies on Low Rank Approximation for High Dimen | 공학1관 211 | |
| *임예지(중앙대), 오희석(서울대), Yeonjoo Park(U. of Texas at San Antonio) | |||
| A Data-adaptive Dimension Reduction for Functional Data via Penalized Low-rank Approximation | |||
| *박세영(성균관대), 이은령(성균관대) | |||
| Fusion-based Debiased Inference for Heterogeneous Subpopulations in a High-dimensional Logistic Regression Model | |||
| *이은령(성균관대), 박세영(성균관대), Enno Mammen(Heidelberg U.), 박병욱(서울대) | |||
| Efficient Functional LASSO Kernel Smoothing for High-dimensional Additive Regression | |||
| 기획세션 III-2 |
국내 빅데이터 분석 활용 연구 | 공학2관 401 | |
| *진서용(베가스) | |||
| 국내 선진 제조업계 데이터분석 역량 및 조직 육성 사례 | |||
| *이연경(NICE 평가정보), 김종윤(NICE 평가정보) | |||
| 기업정보를 활용한 국내 기업의 사업 건전성 평가 | |||
| *한상태(호서대), 강현철(호서대), 연규필(호서대), 최호식(서울시립대) | |||
| 모바일 헬스케어 상담알고리즘 개발에 관한 연구 | |||
| 기획세션 III-3 |
경제통계 | 공학2관 402 | |
| *손종칠(한국외대), 정진우(한국은행) | |||
| 경제주체별 통화수요 및 내생적 통화공급 경로 분석 | |||
| *유재근(이화여대), 서범석(한국은행) | |||
| 노이즈 필터링과 충분차원축소를 이용한 비정형 경제 데이터 활용에 대한 연구 | |||
| *이영환(한국은행) | |||
| Estimating Effective Inflation Using Scanner Data | |||
| 기획세션 III-4 |
Synthetic Data Generation for Private Data Release | 공학1관 212 | |
| 박철우(KAIST), *안정연(KAIST), 김항준(U. of Cincinnati), 권성훈(건국대), 김동하(성신여대), 정성규(서울대), 윤창원(KAIST), 김윤지(KAIST), | |||
| A Comparison of Synthetic Data Approaches Using Utility and Disclosure Risk Measures | |||
| 김용재(서울대), 김지우(성신여대), 이주희(경북대), 도안트랑(건국대), 안성빈(KAIST) | |||
| A Comparison of Synthetic Data Approaches Using Utility and Disclosure Risk Measures | |||
| *박민정(통계청) | |||
| Synthetic Data Generation by Probabilistic PCA | |||
| 김지우(성신여대), 박세리(성신여대), *김동하(성신여대) | |||
| A Study on Efficient Data Synthesis Using Deep Generative Models | |||
| 기획세션 III-5(영어) |
KSS-CSA-JSS Joint Session III : Statistics for Complex Data | 공학1관 210 | |
| *Jongmin Lee(Pusan National U.), Hee-Seok Oh(Seoul National U.) | |||
| Robust Spherical Principal Curves | |||
| *Chun-Hao Yang(National Taiwan U.) | |||
| An Empirical Bayes Approach to Shrinkage Estimation on the Manifold of Symmetric Positive-definite Matrices | |||
| *Masaaki Imaizumi(The U. of Tokyo) | |||
| Sup-Norm Convergence of Deep Neural Network Estimator for Nonparametric Regression by Adversarial Training | |||
| 학생세션 III |
공학2관 301 | ||
| *박준영(KAIST), 안정연(KAIST), 박철우(KAIST) | |||
| Kernel Sufficient Dimension Reduction and Variable Selection for Compositional Data via Amalgamation | |||
| *이아람(이화여대), 안재윤(이화여대), 문혜정(서울대), 남광현(언더라이터), 박윤정(이화여대), 송인아(이화여대), 박소정(서울대) | |||
| Introducing New Rate Factors and Statistical Learning to Improve Fire Loss Prediction Accuracy | |||
| *김예지(고려대), 최상범(고려대) | |||
| On Weighted Least Squares Regression with Partially Interval-censored Data | |||
| 이상열(서울대), *조민영(서울대) | |||
| Bivariate Random Coefficient Integer-valued Autoregressive Models : Parameter Estimation and Change Point Test | |||
| *안희경(Purdue U.) | |||
| Reinforcement Hedging | |||
| *김영선(고려대), 정환(고려대) | |||
| slcm : An R Package for Multiple Latent Class Variables | |||
번역
