• 한국통신학회논문지
• /
• 제40권9호
• /
• pp.1856-1864
• /
• 2015

본 논문에서는 실내 환경에서 정규분포 확률을 이용한 Wi-Fi 핑거프린트 방식과 스마트 폰에 내장된 가속도 센서 (accelerometer sensor), 자이로스코프 센서 (gyroscope sensor)를 이용하여 정확도를 향상시킨 위치추정 알고리즘을 제안하고, 실제 실험을 통하여 성능을 분석하였다. 제안한 알고리즘의 성능 실험은 본 대학교 공대 건물내의 가로 세로 20m * 10m의 공간에서 실시하였으며, 사용자가 각 구간을 이동 할 때 제안한 알고리즘의 위치추정 성능을 핑거프린트 (fingerprint) 방식과 추측항법 (dead reckoning)과 서로 비교하였다. 실험 결과, 제안한 알고리즘의 성능은 두 방식과 비교 했을 때, 최대 오차 거리는 각각 2cm, 36cm, 그리고 평균 오차 거리는 각각 16.64cm, 36.25cm 더 우수함을 확인하였다. 또한, 핑거프린트 맵 (map) 탐색 알고리즘의 성능도 맵 전체를 탐색하는 방식에 비해 약 0.15초 더 단축됨을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권5호
• /
• pp.1077-1085
• /
• 2017

본 연구에서는 한국노동연구원의 "2015년 한국노동패널조사 (KLIPS)" 자료를 활용하여 국내 여성의 임금 결정요인을 분석하기 한다. 일반적으로 임금 자료는 랜덤 추출이 불가능하기 때문에 분석하기가 쉽지 않다. 표본 선택 편의 (sampling bias)가 있는 자료를 분석하는 방법으로 Heckman 표본 선택 모형이 가장 널리 알려져 있다. Heckman은 크게 두 가지 모형을 제안했는데, 그 중 하나는 최대 우도 방법을 이용하는 것이고, 다른 하나는 2단계 표본 선택 모형이다. 이 중 Heckman 2단계 표본 선택 모형은 주된 결과 모형 (outcome model)과 경제 활동 여부를 결정짓는 선택 모형 (selection model)을 포함한 모형으로써, 이 모형이 최대 우도 방법을 이용한 모형에 비해 이변수 오차의 정규분포 가정에 덜 민감하다고 알려져 있다. 그럼에도 불구하고 이변수 오차에 대한 정규 분포 가정은 꽤 강한 가정이라고 볼 수 있는데, 최근에 이 모형의 단점을 보완하는 모형으로 Marchenko와 Genton (2012)의Heckman 표본 선택 t 모형이 제시되었다. Heckman 2단계 모형과 Heckman 표본 선택 t 모형을 이용하여 국내 여성의 임금 결정 요인을 분석하고 비교하도록 한다.

• 한국ITS학회 논문지
• /
• 제8권6호
• /
• pp.121-130
• /
• 2009

본 논문에서는 가우시안 정규분포 모델 기반의 멀티센서 데이터 퓨전 알고리즘을 이용한 차량 위치인식 시스템을 제안한다. 기존의 차량 위치인식 시스템은 GPS를 중심으로 제공되어 왔으나 위성 신호 수신이 어려운 실내나 빌딩이 빽빽하게 들어선 도심에서는 제대로 작동하지 않는 문제가 있었다. 이를 해결하기 위해 GPS와 UWB를 결합하는 방법이 연구되었으나 위치변화에 따라 각 측위매체를 이산적으로 전환하여 차량과 같은 이동이 잦은 대상에게 끊임없이 유연한 위치 정보를 제공하지 못하는 단점이 있다. 따라서 본 논문에서는 가우시안 정규분포 모델을 바탕으로 GPS 위치 데이터와 UWB 센서 데이터를 유기적으로 결합하는 Hybrid UWB/GPS 측위시스템을 구성하여 측위시스템의 적용범위에 민감하지 않고 유연한 위치정보를 제공하도록 한다. 제안된 시스템을 Ubisense와 Asen GPS를 이용하여 $12m\;{\times}\;8m$ 크기의 실외 환경에서 실험하였으며, 구현된 시스템을 통해 기존 UWB 및 GPS 시스템에 비해 정밀도 및 연동성이 향상되었음을 확인하였다. 이를 통해 차량에서 주차 관리 및 차량추적 관리 등 다양한 CNS를 지원할 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권6호
• /
• pp.1065-1074
• /
• 2011

1990년대 중반 이후 금융 분야에서 가장 많은 관심을 받는 연구 주제 중의 하나는 대표적인 위험측정 방법인 VaR (Value at risk)이다. VaR는 주어진 신뢰수준에서 정상적인 시장조건을 가정할 때 선택한 목표기간 동안 발생할 수 있는 포트폴리오의 최대손실액으로 정의된다. 본 논문에서는 국내 주가지수 자료를 이용한 포트폴리오에 다변량 정규분포를 이용하는 VaR 예측 방법인 단순이동평균법과 지수가중이동평균법을 고려하여 VaR를 예측한 결과와 t 분포 및 조건부 코퓰라 (Copula) 함수를 이용하여 VaR를 예측한 결과를 비교 평가하였다. 자료 분석 결과에 의하면 포트폴리오 구성 종목 간에 종속성구조와 비정규성이 존재하는 경우에 t 분포와 조건부 코퓰라 방식을 이용하여 VaR 추정의 정확도를 높일 수 있다는 결론을 얻을 수 있었다.

• 한국지진공학회논문집
• /
• 제16권2호
• /
• pp.1-13
• /
• 2012

본 연구에서는 에너지 소산형 감쇠기가 설치된 철근콘크리트 구조물의 지진응답 저감효과를 확률적으로 평가하기 위하여 지진취약도 함수를 도출하였다. 가속도민감 영역과 속도민감 영역에 속하는 대표 고유주기를 갖는 비선형 단자유도 시스템으로 모델링된 철근콘크리트 구조물을 대상으로 강도와 강성의 불확실성을 고려하였다. 원구조물에 다양한 강성과 감쇠를 갖는 변위의존형 감쇠기를 부가하여 비선형시간이력해석을 수행하였으며, 해석결과의 통계를 바탕으로 로그정규분포 형태의 지진취약도 함수를 도출하였다. 원구조물의 종류별로 감쇠기의 설계변수에 따른 지진취약도 함수의 변화를 검토하고 이를 통해 손상확률의 저감효과를 분석하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제10권1호
• /
• pp.29-36
• /
• 1999

분할표 분석에서 승산비 (odds ratio)에 대한 추론은 중요하다. 이에 대한 정확한 추론은 비중심초기하(noncentral hypergeometric) 분포의 누적확률등의 계산이 요구되어 표본의 크기가 클 경우 많은 양의 계산과 계산시간이 요구되므로 StatXact 등의 프로그램을 이용하는 것이 일반적이다. 본 논문에서는 정확한 추론에 대한 대안적 방법으로 안부점 근사(saddlepoint approximation)의 결과를 이용한 점근적 추론법을 제시하였다. 이 방법은 비교적 소표본의 경우에도 정확한 추론의 결과와 일치하며, 기존의 정규근사를 이용한 방법에 비해 매우 뛰어난 정확도를 유지함을 예제를 통해 확인하였다.

• 콘크리트학회논문집
• /
• 제23권4호
• /
• pp.421-430
• /
• 2011

이 연구는 신뢰도기반 구조설계기준을 국내에 도입하기 위한 기초 연구의 일환으로, 국내 시공 현장에서 사용하는 구조 재료의 강도 현황을 조사하여 통계 분석하는데 목적을 둔다. 하중 및 구조 저항의 실측값을 기반으로 통계 및 신뢰도에 기반한 객관적이고 합리적인 구조물 설계기준을 개발하기 위하여 재료 강도의 통계 특성을 구하는 것이 필수적이다. 이를 위하여 국내 현장에서 시공에 사용한 콘크리트, 철근 및 PS 강재의 재료 강도를 수집하여 이들을 통계 처리하고 외국의 신뢰도 기반 설계기준 보정에 사용한 자료와 비교 분석하였다. 국내 콘크리트 자료의 편중 계수는 1.13에서 1.20의 범위에서 비교적 균등하였고 변동 계수는 0.10 이하로 나타났다. 철근 자료는 제조사별로 통계 특성이 차이를 보이고 있고 직경별로는 유사한 결과를 보였다. 강연선의 경우에는 고강도 재료이므로 국내 자료와 외국자료 모두 편중 계수와 변동 계수가 콘크리트와 철근에 비하여 작은 값을 보이고 있다. 통계 분포는 다양한 출처로 인하여 혼합된 전체 데이터 대신 개개의 구조물별로 사용되는 재료 강도의 분포를 모사하도록 데이터를 좀 더 세분하여 현장별, 제조사별로 분석한 결과 모든 재료 강도에 대하여 정규 분포, 로그 정규 분포 및 Gumbel 분포로 가정하여도 적절한 결과를 보이고 있다.

• 전자공학회논문지
• /
• 제50권1호
• /
• pp.232-238
• /
• 2013

본 논문은 노이즈가 비 정규 분포를 따르는 수중 환경에서 비 선형 필터 기법에 따른 Mass-Damper-Spring (MBK) 시스템 위치추정에 관한 연구 내용이다. 최근 위치 추정에 사용되는 필터는 확장 칼만 필터 (EKF: Extended Kalman Filter) 와 파티클 필터(Particle Filter)가 주목 받고 있다. EKF는 가우시안 잡음 (Gaussian Noise) 이 존재하는 비선형 시스템에서 정확도가 높은 알고리즘으로 널리 사용되고 있지만, 수중 환경과 같이 비 가우시안 잡음이 존재하는 경우 사용에 많은 제약이 따른다. 이에 본 논문에서는 상태예측을 기반으로 둔 EKF와 비교하여, 통계적 발생 가능성 인자 (Maximum Likelihood) 에 기반한 분포 재해석 기법을 이용한 개선된 ODPF (One-Dimension Particle Filter)를 제안한다. 모의 실험을 통하여 non-Gaussian noise가 존재하는 수중 환경에서 EKF와 제안한 Particle filter를 사용한 위치 추정 결과를 비교 분석하였으며, 계산 용량 및 통계 샘플이 충분한 경우 ODPF가 EKF 대비 정확한 위치 추정 결과를 제공하는 것을 확인하였다.

• 한국음향학회지
• /
• 제29권4호
• /
• pp.278-285
• /
• 2010

훈련 환경과 인식 환경의 차이가 음성인식 성능저하의 주요요인이다. 이러한 환경의 불일치를 줄이기 위한 방법으로 다양한 묵음특징 정규화 방법이 제안되고 있다. 기존의 묵음특징 정규화 방법은 낮은 SNR (Signal-to-Noise Ratio)에서 묵음구간의 에너지 레벨이 증가하여 음성/묵음 분류의 정확도가 떨어짐으로 인해 인식성능이 저하되는 문제점이 있었다. 본 논문에서는 로그 에너지와 음성/묵음(또는잡음)의 켑스트럼 특징의 분포 특성의 차이를 나타내는 켑스트럼 유클리디언(Euclidean) 거리를 결합하여 음성/묵음을 분류하는 묵음특징 정규화 방법 (Cepstral distance and Log-energy based Silence Feature Normalization)을 제안하였다. 제안한 방법은 높은 SNR에서는 로그 에너지 특징이 잡음의 영향을 적게 받는 특성을 반영하여 기존의 묵음 특징 정규화 (Silence Feature Normalization)방법의 우수성을 그대로 유지하는 반면, 낮은 SNR에서는 로그 에너지 대신 음성/묵음 분류의 분별력이 우수한 켑스트럼 거리 정보를 이용함으로써 인식성능을 향상시킬 수 있다. 인식실험결과 기존의 SFN-I/II, CSFN 방법에 비해 전반적으로 향상된 인식성능을 얻을 수 있어 그 유효성을 확인할 수 있었다.

• 한국ITS학회 논문지
• /
• 제16권5호
• /
• pp.134-143
• /
• 2017

고속도로의 경우 해당구간에 버스전용차로, 휴게소, 졸음쉼터 등이 존재할 경우 다수의 통행시간 그룹이 존재할 수 있다. 기존 대부분의 구간통행시간 추정연구에서는 낮은 표본 수집 상태에서 하나의 대표 통행시간(정규분포 가정) 그룹을 가정하고, 특정범위를 벗어난 경우 이상치로 판단하여 제거한 후 구간 통행시간을 추정하였다. 하지만, 고속도로와 같이 해당구간에 버스전용차로, 휴게소, 졸음쉼터 등이 존재할 경우 통행시간 분포는 정규분포가 아닌 쌍봉 또는 다봉 형태를 보일 것이다. 따라서 기존의 추정방법론을 적용할 경우 왜곡된 결과를 초래할 가능성이 있다. 이러한 문제를 해결하기 위하여 첫째, 샘플수가 부족한 상태에서도 신뢰할 수 있으며, 둘째, 다수의 통행시간 그룹 중 일반차로를 이용하면서 휴게소를 이용하지 않은 대표 통행시간 그룹을 선정하고, 선정된 통행시간 그룹의 개별 통행시간 자료를 이용하여 대표 통행시간을 추정할 수 있는 방법론을 제안하였다.