• Proceedings of the Safety Management and Science Conference
• /
• 2000.11a
• /
• pp.53-62
• /
• 2000

다양한 컴포넌트들로 구성된 시스템의 수명 데이터는 시스템 컴포넌트들의 신뢰성을 추정하는데 많이 사용된다. 하지만 비용이나 고장진단의 기술적 문제 때문에 시스템 고장의 정확한 원인을 밝혀내기는 어렵다. 시스템이나 컴포넌트의 수명 데이터 중 정확한 고장원인을 알 수 없는 데이터를 마스크 데이터라 한다. 본 연구는 마스크데이터와 베이지안 추정의 연구방향을 살펴보고, 그리고 고장률의 비정보 사전분포를 이용하여, 컴포넌트가 직렬로 구성된 시스템의 수명 데이터가 마스크 데이터를 갖는 지수분포의 시스템 컴포넌트 고장률을 추정 한다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.38 no.2
• /
• pp.183-191
• /
• 2018

In this study a traffic volume dependent displacement estimation model for Gwangan Bridge was developed using bridge monitoring big data. Traffic volume data for four different vehicle types and the vertical displacement data in the central position of the Gwangan Bridge were used to develop and validate the estimation model. Two statistical estimation models were developed using multiple regression analysis (MRA) and principal component analysis (PCA). Estimation performance of those two models were compared with actual values. The results show that both the MRA and the PCA based models are successfully estimating the vertical displacement of Gwangan Bridge. Based on the results, it is concluded that the developed model can effectively be used to predict the traffic volume dependent displacement behavior of Gwangan Bridge.

• Journal of the Korean Society for Railway
• /
• v.20 no.5
• /
• pp.692-702
• /
• 2017

Recently, there has been a growing interest in using smart card data. However, there are restrictions on the utilization of data in many areas outside the Seoul metropolitan area because the data does not contain alighting information. This paper presents a methodology for estimating alighting stops of smart card data. Estimation results were verified by smart card data from Seoul and Gwangju. The estimation rates were 78.2% and 81.6% in Seoul and Gwangju, respectively. The matching accuracy was 54.2% and 33.4%, respectively. However, if up to two stops of error are allowed, the accuracy values were 93.6% and 94.0%, respectively. We also discussed changes in estimation results due to adjusting the allowable walking distance, which is a key parameter of trip chaining methods. As the allowable walking distance increases, the estimation rate increases, while the accuracy decreases, and it is found that the estimation results change by around 500m.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.11-12
• /
• 2015

본 논문에서는 다중 입출력 안테나 OFDM 통신시스템에서 신뢰할 만한 데이터 신호 사용하는 한 연판정 지향 채널 추정 기법을 제안한다. 기존 방식에서는 주어진 기준 신호만을 이용하여 채널을 추정하는 반면에 제안하는 기법은 기준 신호를 포함하여 신뢰할 만한 데이터 신호를 동시에 사용하여 채널을 추정한다. 모의실험을 통해 제안하는 기법이 기존 채널 추정에 비해 성능이 우수함을 확인할 수 있다.

• Proceedings of the Korean Association for Survey Research Conference
• /
• 2000.06a
• /
• pp.1-14
• /
• 2000

We consider statistical methods for nonresponse problem in social and economic sample surveys. To create a complete data set, which does not include item nonresponse data, imputation methods are generally used. In this paper, we introduce some imputation methods and compare them with one another. Also, we consider some problems, which occur when an imputed data set is treated as a response data set. Due to the imputed values, the true variance of the estimator after imputation is increased by the imputation variance. However, since usual naive variance estimator constructed from the imputed data set does not estimate the imputation variance, the true variance of the estimator after imputation tends to be underestimated. Theoretical reason is investigated and serious results are explained through a simulation study. Finally, some adjusted variance estimation methods to compensate for underestimation are presented and discussed.

• Survey Research
• /
• v.1 no.2
• /
• pp.1-14
• /
• 2000

We consider statistical methods for nonresponse problem in social and economic sample surveys. To create a complete data set, which does not include item nonresponse data, imputation methods are generally used. In this paper, we introduce some imputation methods and compare them with one another. Also, we consider some problems, which occur when an imputed data set is treated as a response data set. Due to the imputed values, the true variance of the estimator after imputation is increased by the imputation variance. However, since usual naive variance estimator constructed from the imputed data set does not estimate the imputation variance, the true variance of the estimator after imputation tends to be underestimated. Theoretical reason is investigated and serious results are explained through a simulation study. Finally, some adjusted variance estimation methods to compensate for underestimation are presented and discussed.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.180-182
• /
• 2021

본 논문은 눈 랜드마크 위치 검출과 시선 방향 벡터 추정이 하나의 딥러닝 네트워크로 통합된 시선 추정 네트워크를 제안한다. 제안하는 네트워크는 Stacked Hourglass Network[1]를 백본(Backbone) 구조로 이용하며, 크게 랜드마크 검출기, 특징 맵 추출기, 시선 방향 추정기라는 세 개의 부분으로 구성되어 있다. 랜드마크 검출기에서는 눈 랜드마크 50개 포인트의 좌표를 추정하며, 특징 맵 추출기에서는 시선 방향 추정을 위한 눈 이미지의 특징 맵을 생성한다. 그리고 시선 방향 추정기에서는 각 출력 결과를 조합하고 이를 통해 최종 시선 방향 벡터를 추정한다. 제안하는 네트워크는 UnityEyes[2] 데이터셋을 통해 생성된 가상의 합성 눈 이미지와 랜드마크 좌표 데이터를 이용하여 학습하였으며, 성능 평가는 실제 사람의 눈 이미지로 구성된 MPIIGaze[3] 데이터 셋을 이용하였다. 실험을 통해 시선 추정 오차는 0.0396 MSE(Mean Square Error)의 성능을 보였으며, 네트워크의 추정 속도는 42 FPS(Frame Per Second)를 나타내었다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.12
• /
• pp.1890-1897
• /
• 2021

People counting is an important technology to provide application services such as smart home, smart building, smart car, etc. Due to the social distancing of COVID-19, the people counting technology attracted public attention. People counting system can be implemented in various ways such as camera, sensor, wireless, etc. according to service requirements. People counting system using WiFi AP uses WiFi CSI data that reflects multipath information. This technology is an effective solution implementing indoor with low cost. The conventional WiFi CSI-based people counting technologies have low accuracy that obstructs the high quality service. This paper proposes a deep learning people counting system based on WiFi CSI data. Data preprocessing using auto-encoder, data augmentation that transform WiFi CSI data, and a proposed deep learning model improve the accuracy of people counting. In the experimental result, the proposed approach shows 89.29% accuracy in 6 subjects.

• 한국데이터정보과학회:학술대회논문집
• /
• 2003.10a
• /
• pp.177-180
• /
• 2003

본 연구에서는 자동차용 방열기의 수명분포를 일반적으로 기계류에 적용하는 와이블분포라 가정하고 실험실 데이터를 이용하여 추정한다. 방열기 수명시험시 고려해야할 요소를 방열량, 기밀성, 내압 성능, 압력캡 시험 등 11가지로 정하고 이에 대한 신뢰성 관점에서의 해석 및 MINITAB을 이용한 추정을 주요내용으로한다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.08a
• /
• pp.475-478
• /
• 1998

음성에 공존하는 유/무성음 성분을 추정하는 알고리즘을 제안하였다. 유성음 성분은 주기성을 띤 사인곡선의 형태로 표현되며, 무성음 성분은 자동회기의 결과로 표현된다. 두 성분을 각각 차례대로 추정할 경우 한 성분에 대한 추정치의 정확도가 나머지 성분의 추정에도 영향을 주기 때문에 제안된 알고리즘은 두 성분을 공동으로 추정한다. 실제 ML 추정치는 구하기 어려워 이에 근접하는 추정치를 선형 방정식들을 interative 방법으로 풀어 구현하였다. 예비 시험결과 제안한 알고리즘이 정확하고 효율적으로 두 성분을 추정함을 알 수 있었고, 합성된 데이터 뿐만 아니라 실제 음성 데이터를 이용한 실험에서도 좋은 결과를 보여주었다.