• Electronics and Telecommunications Trends
• /
• v.14 no.3 s.57
• /
• pp.76-85
• /
• 1999

멀티캐스트 전송을 위한 오류제어기법에 대하여 많은 연구가 진행되어 왔다. 멀티캐스트 전송의 주요 고려사항은 신뢰성 및 확장성이다. 본 논문에서는 이 두 가지 문제를 해결하기 위해 제안되어 온 연구 결과를, 특히 오류제어기법 측면에서 정리 및 분류하는 데 초점을 둔다. 이러한 분류를 통해 향후 수송계층 프로토콜의 오류제어기법을 개발함에 있어서 고려해야 할 사항을 점검해 볼 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04a
• /
• pp.549-551
• /
• 2000

소프트웨어 제품의 품질을 보증하는 일은 매우 중요하며, 국제표준인 ISO/IEC 9126은 소프트웨어 품질 및 특성 및 측정 메트릭 표준을 제공하고 있다. 이때 ISO/IEC 9126에서는 소프트웨어를 프로그램, 절차, 규칙 및 관련문서로 한정하고 있기 때문에 데이터의 품질에는 적용할 수 없다. 본 논문에서는 데이터 품질 평가 및 제어를 위하여 데이터 오류 형태를 분류하고, 이를 기반으로 데이트 품질 특성 및 부특성을 분류한다. 데이터 품질 특성 분류는 ISO/IEC 9126에 정의한 소프트웨어 품질 특성을 데이터 오류 형태에 대응시켜 추출한다. 본 논문에서 제시하는 데이트 품질특성 분류는 지식 공학(knowledge engineering)시스템이 최종 사용자에게 제공하는 데이터나 지식의 품질 측정 및 제어에 기준이 된다.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.4
• /
• pp.619-630
• /
• 2011

In order to estimate an appropriate threshold and evaluate its performance for the data mixed with two different distributions, nine kinds of well-known classification accuracy measures such as MVD, Youden's index, the closest-to- (0,1) criterion, the amended closest-to- (0,1) criterion, SSS, symmetry point, accuracy area, TA, TR are clustered into five categories on the basis of their characters. In credit evaluation study, it is assumed that the score random variable follows normal mixture distributions of the default and non-default states. For various normal mixtures, optimal cut-off points for classification measures belong to each category are obtained and type I and II error rates corresponding to these cut-off points are calculated. Then we explore the cases when these error rates are minimized. If normal mixtures might be estimated for these kinds of real data, we could make use of results of this study to select the best classification accuracy measure which has the minimum error rate.

• Proceedings of the ESK Conference
• /
• 1996.04a
• /
• pp.63-75
• /
• 1996

국내 원자력발전소의 발전정지사례에 대해 원전 종사원이 분석한 자료를 수록하여 발간하는 원자력발전소 발전정지사례집을 이용하여 인적오류가 개입된 것으로 판단된 총77건의 불시정지 사례를 추출하여, 인적오류 저감의 우선순위가 높은 원자력발전소 작업분야를 도출하기 위한 분 석을 수행하였다. 이를 이하여, 먼저 인적오류가 개입된 발전소 계통, 인적오유 발생시의 작업상 황 및 작업유형, 그리고인적오류의 유형에 대한 분류체계를 작성하였다. 발전소 근무 경험을 바 탕으로 사례별로 발전정지에 가장 직접적인 영향을 미친 작업행위를 구분하고, 이 행위에 대해 작성된 분류체계의 해당항목을 판정하였다. 이 사례별 분석결과를 이용하여 발전소 계통, 작업상 황, 작업유형, 오류유형 등, 4가지 항목에 대하여 오류발생의 추이를 분석하였으며, 또한 발전소 계통과 작업상황, 계통과 작업유형, 작업상황과 작업유형, 작업유형과 오류유형 등, 항목간 오류 발생 연관성을 조사하였다. 이 결과로 인적오류의 발생률이 높은 발전소 계통, 작업상황, 작업유형 및 오류유형이 구분되었다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.103-107
• /
• 2020

의존구조 말뭉치는 자연언어처리 분야에서 문장의 의존관계를 파악하는데 널리 사용된다. 이러한 말뭉치는 일반적으로 오류가 없다고 가정하지만, 현실적으로는 다양한 오류를 포함하고 있다. 이러한 오류들은 성능 저하의 요인이 된다. 이러한 문제를 완화하려고 본 논문에서는 XGBoost와 교차검증을 이용하여 이미 구축된 구문분석 말뭉치로부터 오류를 탐지하는 방법을 제안한다. 그러나 오류가 부착된 학습말뭉치가 존재하지 않으므로, 일반적인 분류기로서 오류를 검출할 수 없다. 본 논문에서는 분류기의 결과를 분석하여 오류를 검출하는 방법을 제안한다. 성능을 분석하려고 표본집단과 모집단의 오류 분포의 차이를 분석하였고 표본집단과 모집단의 오류 분포의 차이가 거의 없는 것으로 보아 제안된 방법이 타당함을 알 수 있었다. 앞으로 의미역 부착 말뭉치에 적용할 계획이다.

• The Korean Journal of Applied Statistics
• /
• v.33 no.4
• /
• pp.395-407
• /
• 2020

Most classification accuracy measures for optimal threshold are divided into two types: one is expressed with cumulative distribution functions and probability density functions, the other is based on ROC curve and AUC. Unal (2017) proposed the index of union (IU) as an accuracy measure that considers two types to get them. In this study, ten kinds of accuracy measures (including IU) are divided into six categories, and the advantages of the IU are studied by comparing the measures belonging to each category. The optimal thresholds of these measures are obtained by setting various normal mixture distributions; subsequently, the first and second type of errors as well as the error sums corresponding to each threshold are calculated. The properties and characteristics of the IU statistic are explored by comparing the discriminative power of other accuracy measures based on error values.The values of the first type error and error sum of IU statistic converge to those of the best accuracy measures of the second category as the mean difference between the two distributions increases. Therefore, IU could be an accuracy measure to evaluate the discriminant power of a model.

• Journal of Science Education
• /
• v.36 no.1
• /
• pp.153-165
• /
• 2012

This study investigated the frequent mistakes and the causes of the alternative conceptions in the animal classification by using the questionnaire and interview with the middle school students (N=300). As results, some students have difficulties classifying suggested animals into vertebrates or invertebrates : snakes (31.7%), shrimps (28.3%), turtles (25.6%), frogs (24.7%), and starfish (10.7%) in order of precedence. These errors seemed to be caused by intuitive thinking over characteristics of physical motions and appearance of suggested animals, wrong inference from comparing to features of familiar animals and the lack of observation experience of the vertebrate backbone. Furthermore, the results showed that relatively many students made a mistake classifying subgroup members of vertebrates such as classifying salamanders into the class Reptilia (45.3%) and turtles into Amphibia (40.3%). It is likely that those errors are affected by ambiguousness of classification terminology (e.g. the term of Amphibia) and weak ability in relating the physiological and ecological feature to standard of classification feature. In addition, sociocultural factors could influence animal classification as 'bat in birds', 'whale in fish, and 'penguin in mammals'. The present study implied that teaching and learning animal classification may require an appropriate guide focused on activities to explore major characteristics used for the animal classification standard through providing more chances of animal observation rather than the cramming method of learning induced by technical memorizing.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.598-600
• /
• 2001

기존의 웹기반 가상실험 시스템은 단방향적 학습내용 제시 및 학습자의 반응이라는 구조를 가지고 있으며 실제 과학실험에서 범하기 쉬운 오류들을 학습자가 스스로 진단하고 수정할 수 있는 과정을 간과하고 있다. 또한 현재의 가상실험 사이트는 학습자의 입장에서 다양하게 사고하고 변인을 조작하며 피드백을 통한 오류를 분석, 분류 및 수정 할 수 있는 기회를 제공하지 않는 경우가 대부분이다. 이에 본 논문은 가상 실험에서 학습자들이 겪게 되는 오류발생 문제를 진단하고 분석하여 피드백과정을 거쳐 오류를 수정하고 보완하여 가상공간에서 교사와 학습자, 학습자와 학습자간의 상호작용을 통한 가상실험이 원활하게 이루어지게 하는데 목적이 있다. 본 논문에서는 웹 기반 가상실험 학습의 장점 및 그와 연관된 오류분석 및 피드백의 의미를 7차 교육과정과 관련되어 기술하였으며, 시스템을 인터페이스 프로세스, 오류체크 프로세스, 오류분석 프로세스, 오류기록 프로세스, 오류제어 프로세스, 피드백 프로세스로 구성하였다. 또한 현 교육과정 중 초등학교 4학년 과학과의 한 단원을 선택하여 시스템을 적용하였다. 먼저 국내 및 국외에서 웹기반 학습과 관련된 가상실험 사이트들이 다수 개발되고 있으나 단순한 학습내용 제시와 실험결과 위주의 평가를 중시한다는 단점이 있다. 본 시스템의 학습자는 이와는 달리 실험결과 뿐만 아니라 실험과정의 오류를 확인하고 피드백을 받아 스스로 오류를 분석, 수정하게 된다.

• 한국어정보학회:학술대회논문집
• /
• 2016.10a
• /
• pp.310-312
• /
• 2016

OCR(Optical Character Recognition)의 오류를 줄이기 위해 본 논문에서는 교정 어휘 쌍의 혼동 행렬(confusion matrix)과 나이브 베이즈 분류기($na{\ddot{i}}ve$ Bayes classifier)를 이용한 철자 교정 시스템을 제안한다. 본 시스템에서는 철자 오류 중 한글에 대한 철자 오류만을 교정하였다. 실험에 사용된 말뭉치는 한국어 원시 말뭉치와 OCR 출력 말뭉치, OCR 정답 말뭉치이다. 한국어 원시 말뭉치로부터 자소 단위의 언어모델(language model)과 교정 후보 검색을 위한 접두사 말뭉치를 구축했고, OCR 출력 말뭉치와 OCR 정답 말뭉치로부터 교정 어휘 쌍을 추출하고, 자소 단위로 분해하여 혼동 행렬을 만들고, 이를 이용하여 오류 모델(error model)을 구축했다. 접두사 말뭉치를 이용해서 교정 후보를 찾고 나이브 베이즈 분류기를 통해 확률이 높은 교정 후보 n개를 제시하였다. 후보 n개 내에 정답 어절이 있다면 교정을 성공하였다고 판단했고, 그 결과 약 97.73%의 인식률을 가지는 OCR에서, 3개의 교정 후보를 제시하였을 때, 약 0.28% 향상된 98.01%의 인식률을 보였다. 이는 한글에 대한 오류를 교정했을 때이며, 향후 특수 문자와 숫자 등을 복합적으로 처리하여 교정을 시도한다면 더 나은 결과를 보여줄 것이라 기대한다.

• Annual Conference on Human and Language Technology
• /
• 2016.10a
• /
• pp.310-312
• /
• 2016

OCR(Optical Character Recognition)의 오류를 줄이기 위해 본 논문에서는 교정 어휘 쌍의 혼동 행렬(confusion matrix)과 나이브 베이즈 분류기($na{\ddot{i}}ve$ Bayes classifier)를 이용한 철자 교정 시스템을 제안한다. 본 시스템에서는 철자 오류 중 한글에 대한 철자 오류만을 교정하였다. 실험에 사용된 말뭉치는 한국어 원시 말뭉치와 OCR 출력 말뭉치, OCR 정답 말뭉치이다. 한국어 원시 말뭉치로부터 자소 단위의 언어 모델(language model)과 교정 후보 검색을 위한 접두사 말뭉치를 구축했고, OCR 출력 말뭉치와 OCR 정답 말뭉치로부터 교정 어휘 쌍을 추출하고, 자소 단위로 분해하여 혼동 행렬을 만들고, 이를 이용하여 오류 모델(error model)을 구축했다. 접두사 말뭉치를 이용해서 교정 후보를 찾고 나이브 베이즈 분류기를 통해 확률이 높은 교정 후보 n개를 제시하였다. 후보 n개 내에 정답 어절이 있다면 교정을 성공하였다고 판단했고, 그 결과 약 97.73%의 인식률을 가지는 OCR에서, 3개의 교정 후보를 제시하였을 때, 약 0.28% 향상된 98.01%의 인식률을 보였다. 이는 한글에 대한 오류를 교정했을 때이며, 향후 특수 문자와 숫자 등을 복합적으로 처리하여 교정을 시도한다면 더 나은 결과를 보여줄 것이라 기대한다.