• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권11호
• /
• pp.1001-1010
• /
• 2007

HMM은 파라미터의 수가 많을수록 모델링 성능이 향상되어 해당 클래스 데이타는 뿐만 아니라 혼동되는 다른 클래스 데이타에 대해서도 높은 확률을 출력하는 경향이 있다. 그러므로 단순히 파라미터 수를 증가 시키는 것은 변별력 향상에 도움이 되지 않는다. 본 논문에서는 혼동되는 클래스 데이터의 확률을 이용한 혼동 확률 선택 기준CMC(Confusion Model Selection Criterion)과 혼동 클래스 데이터를 구성하여 혼동 모델을 만들고 이것을 이용한 새로운 인식 방법인 RCM(Recognition using Confusion Models)을 제안하였다. 제안한 인식 방법은 혼동되는 클래스 데이타의 구성으로 혼동 데이타 집합을 만들고 이것을 이용하여 별도의 혼동 모델을 훈련한 후, 혼동 모델의 확률을 해당 표준 모델의 확률에서 차감하여 해당 클래스 데이타의 오인식 가능성을 억제한다. 모델 선택 기준 CMC를 온라인 필기 숫자 데이타를 대상으로 실험하여 기존 모델 선택 기준인 ML, ALC2, BIC와 비교 분석한 결과, 제안한 방법인 CMC가 적은 파라미터로 좋은 결과를 보였으며, 제안한 혼동 모델 인식 방법인 RCM은 93.08%의 인식률을 보여 표준 모델만을 사용한 인식한 방법보다 정인식률이 약 1.5%향상되었고, 이는 오류의 17.4%가 감소된 결과이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권9호
• /
• pp.867-875
• /
• 2003

본 논문에서는 연속 밀도 HMM 구조의 최적화 문제를 다룬다. HMM 구조의 최적화를 위해 여러 연구가 있었는데, 그 중에서도 잘 알려진 BIC(Bayesian Information Citerion)등과 같이 이미 제안된 모델 선택 기준은 동질의 파라미터를 갖는 데이타에 대해 통계적으로 잘 행동하는 모델을 가정하고 있어서 연속 밀도 HMM 등과 같이 복잡한 파라미터를 갖는 구조에는 적합하지 않고, 파라미터 수를 줄이는데는 어느 정도 효과가 있었으나 인식률 향상에 있어서는 한계를 보였다. 이에 본 논문에서는 HMM의 파라미터 유형에 따라 별도의 확률 밀도를 추정하여 사전 모델 확률(a priori model probability)로 사용하는 모델 선택 기준인 HBIC(HMM-oriented BIC)를 제안했다. 또한 HMM의 변별력을 높이기 위해 변별력 특성을 갖는 안티확률을 BIC와 결합한 새로운 모델 선택 기준인 BIC_Anti를 제안했다. 제안한 모델 선택 기준의 유용성을 검증하기 위해 온라인 필기 데이타를 대상으로 실험하여 기존의 연구와 비교하였다. 그 결과 제안한 HBIC와 BIC_Anti 모델 선택 기준을 사용하는 것이 BIC를 사용하는 것보다 더 적은 파라미터 수로도 향상된 인식률을 얻을 수 있음을 확인했다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.571-573
• /
• 2002

음성인식과 온라인 필기인식에서 우수한 성능을 보이는 은닉 마르코프(HMM)의 HMM의 구조는 휴리스틱 한 방법에 의해 결정되는 것이 일반적이기 때문에 최적의 모델을 선택하는데 어려움이 있다. 이에 본 논문에서는 HMM의 구조를 체계적인 방법으로 정함과 동시에 변별력의 단점을 개선 할 수 있는 방법으로 Anti-likelihood를 이용한 모델간의 변별력을 살펴보고 최적의 모델 선택 기준인 BIC와의 결합하여, 체계적이고 효율적인 최적 모델 선택이 가능한 방법론에 대해 연구하고 필기데이터에 대해 검증한 결과, 기존의 방법보다 파라미터의 수는 감소되고 인식률이 향상됨을 알 수 있다.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제12권1호
• /
• pp.44-52
• /
• 2007

본 연구에서는 위해성평가 과정의 중요한 부분으로서 수행되는 오염물질의 지중(subsurface) 거동 모델의 이용에 관한 전반적인 내용을 고찰하였다. 모델의 종류, 그리고 모델을 선택하고 이용하기 위하여 선행되어야 할 부지조사 및 개념적 모델 수립에 대해서 살펴보았다. 모델 선택의 기준을 정리하였고 대표적 모델과 각 모델의 모의 가능한 부지 조건들을 소개하였다. 모델의 보정, 검증, 민감도 분석 등 모델 이용에 필요한 일련의 과정과 각 과정에서 유의하거나 고려하여야 할 점을 살펴보았다. 본 연구에서 검토한 바에 의하면, 모델 선택의 주요 기준은 모델링의 목표와 수준, 그리고 모델이 오염부지의 주요 현상을 모의할 수 있는지 여부지만, 모델이 실제 시스템을 적절히 모의할 수 있는지는 이러한 기준으로 판단할 수 없으며 모델 입력변수 등 부지 자료의 가용성 및 질적 수준에 따라 결정된다. 한편, 추정된 입력변수에 대하여 높은 민감도를 보인다거나 선택한 모델의 보정 및 검증이 만족스럽지 않은 경우 자료 측정으로 대신하거나 다른 모델로 전환하는 등 전략 수정을 할 필요가 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.853-855
• /
• 2005

은닉 마르코프(HMM)의 HMM의 구조 최적을 위한 모델 선택 방법에 많은 방법들이 연구되어지고 있다. HMM의 구조를 어떻게 최적으로 정해야 하는 가에 대해 HMM의 구조를 체계적인 방법으로 정함과 동시에 변별력의 단점을 개선 할 수 있는 방법으로 Anti-likelihood(ALC1)를 제안하였고 이를 모델 선택 기준인 BIC와의 결합(ALC2)하여 필기 데이터에 대해 실험한 결과 기존의 방법보다 파라미터의 수는 감소되고 인식률이 향상됨을 알 수 있었다. 이를 Discrete HMM에도 적용하여 제안된 ALC2가 HMM 구조를 최적화하는 모델 선택 기준임을 Continuous-Density HMM과 비교하여 실험 검증 한다.

• 한국수학교육학회:학술대회논문집
• /
• 한국수학교육학회 2010년도 제44회 전국수학교육연구대회
• /
• pp.217-217
• /
• 2010

다양한 선택이 가능한 대학 입시 선택 과정에서, 대학 및 학과별 선발 기준을 고려하여 최선의 선택을 해야 할 필요가 있다. 본 연구는 2010학년도 대학별, 학과별, 시기별 전형 기준을 근거로 이 과정을 수학적으로 모델링 한다. 그 예로 2010학년도 전형 기준을 수능 반영영역과 반영비율, 가중치 등을 고려하여 대학입시과정에서 활용될 수 있는 AHP를 통한 수학적 모델을 소개한다. 이 과정을 엑셀을 이용한 수학적 모델링으로 구현한다.

• 한국과학교육학회지
• /
• 제34권2호
• /
• pp.135-146
• /
• 2014

연구의 목적은 예비 초등 교사들이 여러 가지 전기회로를 설명하기 위한 모델을 개발하고 선택하는 과정에서 동원하는 모델 평가 기준들을 탐색하는 것이었다. 한 교육대학교에서 과학교육 강좌를 수강하는 30명의 3학년 학생들이 연구에 참여하였다. 이들을 위한 수업은 표현적, 실험적, 평가적 모델링을 포함하는 순환적 계열에 따라 조직되었다. 예비 교사들에게 다섯 개의 전기회로를 차례로 제공하고, 그것을 설명할 수 있는 모델을 개발하고 동료들 간의 토론을 통해 점차 모델을 개선해 가도록 하였다. 예비 교사들의 모델링 활동을 모두 녹음 또는 녹화하였고, 모델 평가 기준의 분석틀을 이용하여 녹음 또는 녹화된 것과 전사본을 분석하였다. 그 결과 모델을 개발 개선하는 상황과 모델을 선택하는 상황에 동원되는 모델 평가 기준의 유형과 빈도에 차이가 있음을 알 수 있었다. 즉, 경험적 기준과 이론적 기준이 두 상황에서 모두 주된 평가 준거의 역할을 하였지만, 예비 교사들이 여러 가지 대안적인 모델들 중 하나를 선택하는 상황에서 좀 더 다양한 평가 기준들이 사용되었다. 본 연구가 과학 교육과 과학 교육 연구에 시사하는 점들을 제안하였다.

• 산업경영시스템학회지
• /
• 제29권2호
• /
• pp.37-42
• /
• 2006

기술집약적인 경제성장의 중요성이 강조되고 있는 가운데 이공계 진학과 과학기술직종선택의 감소는 성장잠재력에 가장 근본적인 위협이 된다. 이를 유지하려는 여러 가지 정책이 교육학적이나 사회학적 근거에서 제시되고 있으나 이를 분석하는 이론적 경험적 틀이 상대적으로 부족한 상태이다. 직업선택모델은 사회학적인 접근법이 활발하게 진행되었으나, 경제적 동인에 대극 분석이 부족하다. 본 논문에서는 2000년 미국 센서스 데이터에 나타난 가장 국제화된 미국의 과학기술직 사례를 통해 인적자본 모델을 기준으로 하여 기술직에 대한 기존의 연구와 비교한다. 이민의 직업선택모델의 관점에서 원주민의 경우와 비교하며, 동시에 타 직업군과 비교한다. 직업선택에서 미래소득에 대한 예측이 대체로 정확하나 실제의 선택이 다르다는 기존 논문들의 주장은 성간 차이의 문제를 제외하고는 현격하지 않다. 민족적 차이의 효과도 인적자본효과에 비해서는 크지 않다. 과학기술직은 고급 화이트칼라 직종에 비해 결혼과 교육 언어 경험면에서 저급한 직종의 특성을 보인다. 여성의 과학기술직 기피는 남성프리미엄이 높아서는 아니지만 합리적인 차별 때문으로 볼 수 있다.

• 한국전자파학회논문지
• /
• 제14권1호
• /
• pp.33-40
• /
• 2003

본 연구에서는 먼저 전파관리시스템(RFMS)의 전체 구성 및 기능과 함께 RFMS의 기능 중 전파전파 분석 기능의 문제점과 개선방안에 대한 연구를 수행하였다. 이를 바탕으로 사용자가 분석을 원하는 환경 및 조건에 적합한 적정 분석 알고리즘을 자동으로 선택해 낼 수 있는 모델 선택 기준안 도출을 위하여 기존 및 추가될 전파손실 알고리즘 및 회절 모델에 대해 파라미터별로 분석을 수행하였다. 이러한 분석 결과로부터 사용자가 원하는 환경 및 조건에 적합한 적정 분석알고리즘을 자동으로 선택해 낼 수 있는 모델 선택 기준안을 마련하고, 이를 활용하여 알고리즘 자동 선택을 할 수 있는 프로그램의 작성 및 활용 예를 보였다. 이와 함께 RFMS에서의 전파전파 분석을 효율적으로 수행할 수 있는 방안을 제시하였다.

• 정보과학회 논문지
• /
• 제42권12호
• /
• pp.1551-1560
• /
• 2015

소프트웨어 신뢰도 성장 모델은 소프트웨어 신뢰도를 정량적으로 평가하기 위해서 사용되며 고장 데이터를 사용해서 소프트웨어 출시일 또는 추가 테스트 노력을 결정하기 위해서도 사용된다. 특정 소프트웨어 신뢰도 성장 모델을 모든 소프트웨어에 사용할 수 없기 때문에 평가 대상 소프트웨어에 가장 잘 맞는 소프트웨어 신뢰도 성장 모델을 선택하는 것이 중요한 이슈가 되었다. 기존 소프트웨어 신뢰도 성장 모델 선택 방법은 수집된 고장 데이터에 대한 소프트웨어 신뢰도 성장 모델의 적합도만을 평가하며 앞으로 발생할 고장 예측의 정확도는 고려하지 않는다. 이 논문에서는 고장 데이터의 트렌드와 고장 예측능력을 반영한 소프트웨어 신뢰도 성장 모델 선택 방법을 제안한다. 연구의 타당성을 보이기 위하여 실험을 통해서 기존 소프트웨어 신뢰도 성장 모델 선택 방법의 문제점을 확인하고 이 논문에서 제안하는 소프트웨어 신뢰도 성장 모델 선택 방법을 사용하면 기존 방법에 비해 더 정확한 고장 예측을 하는 신뢰도 모델을 선택할 수 있음을 보인다.