• The Korean Journal of Applied Statistics
• /
• v.22 no.6
• /
• pp.1289-1300
• /
• 2009

The double sampling scheme is effective in reducing the sampling cost. However, the doubly sampled data is contaminated by two types of error, namely false-positive and false-negative errors. These would make the statistical analysis more difficult, and it would require more sophisticate analysis tools. For instance, the Wald method for the interval estimation of a proportion would not work well. In fact, it is well known that the Wald confidence interval behaves very poorly in many sampling schemes. In this note, the property of the Wald interval is investigated in terms of the coverage probability and the expected width. An alternative confidence interval based on the Agresti-Coull's approach is recommended.

• Communications for Statistical Applications and Methods
• /
• v.18 no.4
• /
• pp.445-455
• /
• 2011

Although misclassified binary data occur frequently in practice, the statistical methodology available for the data is rather limited. In particular, the interval estimation of population proportion has relied on the classical Wald method. Recently, Lee and Choi (2009) developed a new confidence interval by applying the Agresti-Coull's approach and showed the efficiency of their proposed confidence interval numerically, but a theoretical justification has not been explored yet. Therefore, a Bayesian model for the misclassified binary data is developed to consider the Agresti-Coull confidence interval from a theoretical point of view. It is shown that the Agresti-Coull confidence interval is essentially a Bayesian confidence interval.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.387-389
• /
• 2022

블랙 스크린은 비디오 월 컨트롤러의 멀티스크린에 정상적인 영상이 아닌 블랙 스크린이 표출되는 현상이다. 비디오 월 컨트롤러에서 블랙 스크린이 발생하는 빈도는 높지 않지만, 운용 중에 발생하게 되면 모니터링 업무를 수행할 수 없게 되므로 치명적인 오류라고 할 수 있다. 따라서 블랙 스크린을 감지하기 위한 시스템이 개발되고 있지만, 거짓 양성의 비율이 높고 블랙 스크린이 발생한 위치를 추정하지 못하는 단점이 있다. 이에 본 논문에서는 R-CNN을 이용하여 감지 성능을 향상시키고 블랙 스크린이 발생한 위치를 추정하는 모델을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.926-927
• /
• 2019

본 논문은 개방형 얼굴 인식 문제를 다룬다. 이 문제는 학습되지 않는 대상에 의해 발생하는 거짓 양성 오류문제를 포함하며, 이로 인해 얼굴인식 기술을 보안 시스템에 적용하는 것을 어렵게 만든다. 본 논문에서는 이러한 개방형 얼굴 인식 문제를 효과적으로 해결하기 위해 먼저 얼굴 검증 방법으로 식별력이 강한 특징 벡터를 생성하고, 이를 바탕으로 일반적인 분류기가 아닌 추가학습과 실시간 처리가 가능한 군집화 방식의 알고리즘을 제안한다. 이 방법을 적용한 실험 결과 80 명의 얼굴이 포함된 FaceScrub 데이터 세트에서 4 명을 제외하고 학습시켰을 때 98%의 정확도와 0%의 특이도를 얻을 수 있었다.