• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.01a
• /
• pp.11-14
• /
• 2015

많은 블로그 제공 사이트는 블로그 포스트 작성자에게 미리 정의된 범주 (category)에 따라 포스트의 주제에 대하여 범주를 선택할 수 있는 환경을 제공한다. 그러나 블로거들은 작성한 포스트의 범주를 매번 수동으로 선택해야 하는 불편함이 있다. 이러한 불편함의 해결을 위해 블로그 포스트를 자동으로 분류해주는 기능을 제공한다면 블로그의 활용성이 증가할 것이다. 기존의 블로그 문서 분류의 연구는 각 범주의 고유 정보를 반영하는 것에 한계가 있었다. 이러한 문제를 해결하기 위해, 본 논문에서는 범주별 고유 정보를 반영한 어휘 가중치를 제안한다. 어휘 가중치의 분석을 위하여 범주별로 블로그 문서를 수집하고, 수집한 문서에서 어휘의 빈도와 문서의 빈도, 범주별 어휘빈도 등을 고려하여 새로운 지표인 CTF, CDF, IECDF를 개발하였다. 이러한 지표를 기반으로 기존의 Naive Bayes 알고리즘으로 학습하여, 블로그 포스트를 자동으로 분류하였다. 실험에서는 본 논문에서 제안한 가중치 방법인 TF-CTF-CDF-IECDF를 사용한 분류가 가장 높은 성능을 보였다.

• Journal of Broadcast Engineering
• /
• v.21 no.6
• /
• pp.889-898
• /
• 2016

Virtual Bass System (VBS) is widely used to extend the lower frequency limit of small loudspeakers, which generates harmonics of a fundamental frequency. The perceptual quality of the VBS is highly dependent on the harmonic weighting strategy. There have been several weighting methods, including exponential attenuation and timbre matching. However, it is essential to match phases between harmonics in the original signal and generate harmonics to precisely convey the weighting strategy. This paper shows the limitations of the previous harmonic weighting schemes and proposes a new harmonic weighting scheme. The proposed weighting scheme proposes phase matching between the original and generated harmonics and varies the slope of the attenuation weighting dynamically according to the missing fundamental frequency. Objective and subjective tests show that the proposed harmonic weighting scheme provides more natural and effective bass perception in a limited situation than the conventional schemes, which implies that the phase matching is essential for the high quality bass enhancement.

• The Korean Journal of Applied Statistics
• /
• v.1 no.2
• /
• pp.10-26
• /
• 1987

If the forecasts from different, sources are combined in some way, the resulting forecasts may be more accurate than any of the individual components. In this paper, the established procedures of combining forecasts are reviewed and the alternative procedures are suggested. By the results of empirical analysis from survey data, the method of combining forecasts using the restricted regression weights, the restricted robust regression weights, and mixed regression weights are robust. We can not find the most efficient combined forecasts in any case if we select the corresponding decision by preliminary analysis for the statistical properties of individual dorecasts, our results of combined forecast can became useful.

• Journal of Korean Society of Transportation
• /
• v.16 no.4
• /
• pp.89-98
• /
• 1998

교통사고의 원인은 인적 요인, 차량적 요인, 도로 환경적 요인으로 분류된다. 주어진 도로 환경과 차량 조건하에서는 운전자가 마지막으로 안전을 제어할 책임을 지고 있다. 따라서, 교통사고를 사전에 예방하기 위하여 운전자의 교통법규 위반 행위에 대하여는 도로교통법에 근거하여 징역, 벌금, 구류, 과료, 과태료, 범칙금에 처하고 있다. 교통법규 위반 행위 단속 시에는 교통사고 유발 가능성과 위험도에 따라 단속의 강약을 포함하여 차등화된 처벌이 이루어져야 한다. 교통 범칙금 기준 제시를 위하여 1991~1995년의 5년간 교통사고 및 교통법규 위반을 분석한 결과 전체 교통법규 위반 단속 중 교통사고를 야기하는 동적 위반 행위인 사고관련 위반 행위 단속의 비율이 44%로 일본의 61%에 비해 매우 낮은 수준이다. 따라서 사고유발 가능성에 근거한 교통법규 위반 행위 단속의 강화가 필요하다. 한편 범칙금 부과방안으로 피해도 모형과 빈도 모형을 비교한 결과 교통법규 위반 행위로 인해 발생된 교통사고 비용을 고려한 피해도 모형은 범칙금의 차등화가 분명하지 않고 변별력이 뚜렷이 나타나지 않아 적합하지 않은 것으로 분석되었다. 교통법규 위반 행위에 따른 빈도 모형은 교통사고 건수와 사망사고 건수의 가중치(w)설정을 위해 동적 위반행위가 우리나라와 유사한 일본 자료와 비교한 결과 가중치가 한국=0.7, 일본=0.8일 때 상대적으로 $x^2$가 31.71로 가장 낮게 나타났다. 따라서, 사고건수에 대한 가중치는 0.7로 사망사고에 대한 가중치는 0.3을 적용하였다. 마지막으로 현행 범칙금과 제안된 범칙금을 비교분석하였다.

• Journal of the Korean Geographical Society
• /
• v.35 no.3
• /
• pp.437-454
• /
• 2000

본 연구의 목적은 공공시설물이지만 기피시설물이기 때문에 상당한 갈등을 일으키고 있는 쓰레기 소각장 입지를 선정하는데 있어서 GIS를 기반으로 다기준평가기법을 활용하여 보다 객관적이고 과학적이면서도 유연적인 후보입지를 추출하려는 것이다. 본 연구에서는 다양한 입지요인들을 표준화한 후 각 요인들이 갖는 상대적 중요도를 반영하는 가중치를 산출하고 의사결정 규칙을 적용하여 적합도 수준에 따른 후보입자들을 추출하였다. 또한 민감도 분석을 통하여 각 평가기준들에 대해 상이한 가중치를 부여하고 의사결정 규칙방법을 달리 적용하였을 경우 후보입지들의 적합도 순위에 어떠한 영향을 미치는가를 파악하였다. 이러한 방법을 통해 분석된 결과는 의사결정자들이 입지를 결정하는데 필요한 정보를 활용될 수 있으며, 따라서 GIS를 기반으로 하는 다기준 평가기법은 공간적 의사결정 지원시스템으로서으 GIS기능을 증대시킨다고 볼 수 있다.

• Tunnel and Underground Space
• /
• v.14 no.2
• /
• pp.133-141
• /
• 2004

Through the many site investigations, different methods for evaluating stability of rock slopes have been proposed. Those methods, however, may lead to different results depending on the subjective judgments associated with the selection of the evaluation items and the application of weighting factor. Accordingly, binary logistic regression analysis was carried out to ensure fair appliction of the weighting factor, leading to an equation for evaluating the stability of rock slopes.

• Journal of Korea Game Society
• /
• v.2 no.2
• /
• pp.97-103
• /
• 2002

본 논문은 국내게임산업기술 동향을 파악하고 현재 개발된 게임들의 완성도를 상대평가 하는데 필요한 게임개발수준의 정량화 방법을 제시하고자 한다. 이를 위하여 게임제작회사(11명), 유통회사(7명), 프로게이머(10명)를 대상으로 실시한 설문조사를 통해 얻은 자료로 게임개발구성요소별 가중치를 계층분석과정을 사용하여 계산하는 방법을 제안하고, 산출된 가중치를 이용하여 게임완성도를 스코어로 정량화 시켰다. 가중치를 적용시켜 얻은 장르별 게임완성도 및 선택된 35가지의 게임 에 대한 각각의 게임완성도 스코어를 히스토그램으로 나타내어 분석하고, 이들의 게임개발구성요소별 평가스코어를 작성하여 국내 게임산업 기술의 현주소를 파악함과 동시에 앞으로의 발전 방향을 제시하였다.

• 한국IT서비스학회:학술대회논문집
• /
• 2005.11a
• /
• pp.608-617
• /
• 2005

본 연구에서는 정보화지원사업의 실제적인 성과를 보다 객관적이고 합리적으로 평가할 수 있도록 해주는 성과평가항목별 가중치의 산정을 위해 (1) 정보화사업 성과평가에 관한 이론적 고찰 및 현재 실무에서 적용되고 있는 평가항목들에 대한 포괄적인 검토를 통해 (2) 정보화지원사업의 평가기준을 3개 평가시점, 6개 평가영역, 22개 평가항목으로 분류${\cdot}$구성하였으며, (3) 성과평가관련 학계 및 업계 전문가들을 대상으로 자료를 수집하고 계층적 의사결정분석기법(AHP)을 이용한 분석을 통해 각 평가기준의 가중치를 차별적으로 도출하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.53-54
• /
• 2009

본 논문은 홈 네트워크 시스템에서 사용자 프로파일을 기반으로 거주자의 행동패턴을 예측하고 분석하는 BPP(Behavior Pattern Prediction) 알고리즘을 제안한다. BPP 알고리즘은 거주자가 어느 방에 자주 방문하고, 어떤 행동을 자주 반복 하는지 파악을 하여 사용자 프로파일을 구축한다. 그리고 사용자가 머물렀던 방에 대한 관심을 객관적으로 측정하기 위해 거주지 사용자의 흥미에 대해서 가중치(weight)를 부여 한다. 사용자의 프로파일로부터 얻어진 데이터에 근거를 둔 가중치가 높을수록 사용자의 행동과 방에 대한 연관성이 높다는 것을 나타낸다. BPP 알고리즘의 특징은 시간대 별로 가중치를 측정하여 사용자의 다음 행동을 예측하고, 객관적으로 사용자의 행동 패턴을 분석한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.323-324
• /
• 2011

데이터 마이닝은 주어진 데이터로부터 의미 있는 정보를 찾기 위한 방법으로 주로 사용된다. 하지만, 분석을 위한 데이터에 의미 없는 정보가 포함되어 있다면 분석 결과를 신뢰 할 수 없을 것이다. 이를 위해서 의미 없는 데이터를 제거하기 위한 연구 사례가 있으나, 정상적인 데이터도 함께 제거될 수 있다는 단점이 있다. 본 논문은 패턴 추출을 위한 분석 데이터를 SVDD 방법을 이용하여 의미 있는 데이터와 의미 없는 데이터 간에 가중치를 구한다. 생성된 가중치는 의사결정나무 생성에 반영하였고, 실험을 통하여 유효성을 확인하였다.