• 응용통계연구
• /
• 제33권4호
• /
• pp.451-466
• /
• 2020

CCC-r 관리도는 불량률이 매우 낮은 고품질 공정을 관리하는 데 효율적이라고 알려져 있다. 대부분의 공정에서 공정 모수의 값은 알려져 있지 않기 때문에 제1국면에서 이를 추정해야 하는데, 표본의 크기가 충분히 크지 않은 경우 추정 오차가 발생하여 원하는 관리상태에서의 성능을 만족하지 못하는 경우가 발생한다. 뿐만 아니라 제1국면에서 추출하는 표본에 따른 산포로 인하여 관리상태일 때의 성능의 산포 또한 커지게 된다. 이러한 문제를 해결하기 위해 이 논문에서는 관리상태일 때 신호까지의 평균관측개수가 사전에 정한 확률로 목표하는 값보다 큰 값을 갖도록, 붓스트랩 알고리즘을 사용하여 CCC-r 관리도의 관리한계를 조정하는 절차를 제안하였다. 이때 고품질 공정에 적용하기 위하여 최대우도추정량 대신 베이즈추정량을 사용하여 불량률을 추정하였다. 다양한 상황에 대해 모의실험을 수행한 결과, 제안된 절차는 CCC-r 관리도의 관리상태 성능을 크게 향상시킴을 알 수 있었다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.159-173
• /
• 1999

본 논문은 교차로에 설치된 영상검지기로부터 들어온 교통정보 중 공간교통정보에 해당하는 차량 대기길이를 측정을 하는 방법으로 각 차선(lane)별 검지영역에 대하여 웨이브렛 변형(Wavelet Transforms)을 하여 차량을 검지하고, 검지영역 내에서 차량의 대기길이를 측정하는 알고리즘을 제안한다. 기존의 방법으로는 차량 윤곽선 추출(edge detection)을 이용한 대기길이 측정 방법이나 배경(background)정보를 사전에 입수한 후 임계값 이상의 변화가 있을 때 차량을 검지하여 대기길이를 측정하는 방법 등이 연구되어 왔으나 이러한 방법들은 영상의 노이즈에 대하여 크게 영향을 받는다는 문제점이 있다. 그러나 본 알고리즘은 영상의 노이즈에 대하여 크게 영향을 받지 않을 뿐만 아니라 시간대 변화에 따른 도로의 명암값(intensity or gray level)을 추정할 필요가 없다는 특징이 있다. 특히, 야간 영상인 경우 차량 헤드라이트로 인한 검지오류도 감소할 수가 있다. 본 논문에서 실험은 주간, 야간 각각 1개 차선의 80개 표본크기로 실험을 하였으며, 대기길이는 정지 대기길이(standing queue length)와 이동 대기길이(moving queue length)로 나누어 측정을 하였다. 그 결과 주간, 야간의 경우 정지 대기길이는 2.14%, 2.24%, 이동 대기길이는 2.59%, 2.74%의 오차율로 측정이 되었다.

• 한국인터넷방송통신학회논문지
• /
• 제13권3호
• /
• pp.33-38
• /
• 2013

스마트폰에 탑재된 다양한 종류의 센서들을 활용하여 사용자의 상태나 사회활동 및 주변 환경을 모니터링하는 스마트폰 센싱 시스템에서 특정 지역의 데이터가 손실되는 문제는 피할 수 없다. 다수의 사용자를 대상으로 사전에 정의해 놓은 조건이 만족할 때 센서로부터 측정된 값을 서버로 전송하는 기회기반 센싱 기법에서는 이러한 데이터 손실 문제가 더 심화된다. 본 논문에서는 수집된 데이터의 품질 저하 문제를 해결하기 위해 스마트폰 센싱의 특성을 고려한 손실 데이터 추정 모델을 제안한다. 제안된 추정 모델에서는 데이터의 시공간적 상관관계를 고려할 뿐만 아니라 신뢰도가 높은 데이터를 제공하는 참여자의 우선순위를 높임으로써 향상된 추정 값을 도출하도록 설계하였다. 또한 실험결과를 통해 본 논문에서 제안한 기법이 기존의 기법들에 비해 높은 신뢰도를 보이는 것을 알 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.953-955
• /
• 2016

본 논문은 다중 회귀 분석을 이용하여 3축 가속도센서기반의 활동량을 추정하는 방법을 제안한다. 본 연구를 위해 총 59명의 피 실험자가 자체 제작한 활동량계를 착용한 뒤 트레드밀에서 일정한 속도로 걷는/뛰는 동작을 수행한 신호를 수집하였다. 수집한 3축 가속도 신호의 에너지 값에서 사전에 정의한 특징들을 산출한다. 그 다음 각 특징별로 선형, 지수, 로지스틱 회귀 분석을 적용하여 적합도가 높은 특징을 선정한다. 마지막으로 산출된 회귀식들을 사용하여 다중 회귀 분석 방법으로 활동량을 추정한다. 호흡가스 대사 분석기(K4B2)를 착용한 뒤 동일한 방법으로 실험을 수행 하고 제안한 방법과 정확도를 비교한 결과 제안한 방법의 정확도는 86.38 %로 산출되었다. 이는 기존의 Kim 외 3인의 연구결과[1]보다 2.70 %, Actical의 정확도보다 4.31 % 높은 수치이다.

• 융합신호처리학회논문지
• /
• 제8권4호
• /
• pp.255-265
• /
• 2007

웨이블릿 축소 기법으로 영상신호의 잡음을 제거할 때, 웨이블릿 계수들이 상관관계를 갖는 경우 잡음제거 효과가 저하된다. 멀티웨이블릿 변환된 계수 들은 사전 필터의 영향으로 상관관계를 갖게 된다. 이러한 문제점을 해결하기위해 V Sterela에 의해 Universal 경계 값 적용을 위한 사전 필터를 새로 설계하거나 가중 값을 적용하는 기법이 제시되었다. 본 논문에서는 멀티웨이블릿 변환 영역에서 웨이블릿 축소 기법의 잡음제거 효과를 향상시키기 위해, 대역의 계수를 추정된 잡음편차로 나누는 계수 정규화기법을 Universal, SURE 및 GCV 경계 값에 적용하여 잡음을 제거하는 시도를 하였다. 각 경계 값들에 대한 PSNR을 비교하여 이 기법의 실용성을 확인하였다.

• 응용통계연구
• /
• 제1권2호
• /
• pp.10-26
• /
• 1987

미래의 한 관측값이 여러 방법으로 예측되었을 때, 이들 예측값들을 적절한 방법으로 결합 시키면 더 좋은 예측값을 얻을수 있게 된다. 본 논문에서는 결합예측을 위한 기존의 방법들을 간략히 소개하고, 결합 가중치의 추정을 위한 몇가지 대안적 절차를 제시한 후, 국내의 여러 자료들을 이용한 실증적 분석을 통하여 결합방법들에 대한 예측력을 비교 $\cdot$ 검토하게 된다. 실증적 분석 결과에 의하면, 제한 회귀가중치, 제한 로버스트 회귀가중치 및 혼합 회귀 가중치에 의한 결합방법들이 로버스트했다. 그러나 모든 경우에서 항상 가장 우수한 결합 방법은 발견될 수 없으므로 사전적으로 개별예측들의 특성을 분석하여, 대응되는 결합방법을 선책한다면 보다 유용한 예측결과를 얻을수 있게 된다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권2호
• /
• pp.110-115
• /
• 2017

실내위치를 찾는 방법으로 각 비콘으로부터 수신된 여러 신호들의 최대값의 상대적인 순위에 따라 비교대상 비콘과 참조위치를 동시에 일차적으로 솎아낸 후 살아남은 비콘과 참조위치 만으로 기존의 핑거프린트 방식을 적용하는 Cut-off 알고리즘을 제안한다. 이 방식은 두 단계로 이루어져 있다. 오프라인 단계에서는 비콘을 실내 여러 참조위치에 설치하고 그로부터 발생되는 신호세기와 UUID를 미리 파악하여 핑거프린트 지도를 만든다. 온라인 단계에서는 우선 사용자의 이동장치에서 수신된 비콘들의 신호세기 데이터에 의거하여 앞서 만든 지도를 줄인다. 줄어든 지도를 활용하여 가장 유력한 K개의 참조위치를 파악하고 그 위치를 이용하여 사용자의 위치를 추정한다. 특이한 점은, 핑거프린트 지도에 기록하거나 위치를 추정하는 과정에서 고려되는 사항은 각 비콘으로부터 수신된 신호들의 최대값들의 상대적인 순위라는 점이다. 수시로 변화하는 신호세기 자체의 불안정성을 최소화하는 효과를 내기 때문에 추정위치의 정확성이 기존 방식과 차별화 되었다.

• 말소리와 음성과학
• /
• 제13권4호
• /
• pp.9-21
• /
• 2021

본 연구는 한국어 평음과 기음 대조에 초점을 맞춘 지각 훈련을 통해 한국어 학습자들이 L2 폐쇄음을 대조하는 음향 신호의 지각 가중치를 모국어 값의 방향으로 개선하는지 고찰하였다. 중국어가 모국어인 한국어 학습자 19명과 지각 훈련을 진행한 한국어가 모국어인 교사 2명이 실험에 참가하였다. 사전 테스트 결과에 따라 훈련 집단과 비훈련 집단으로 나누었고, 훈련 집단만 5일 동안 지각 훈련을 진행하였다. 폐쇄음 신호의 지각 가중치를 추정하기 위해 음향 신호를 체계적으로 조작한 자극으로 사전 및 사후 테스트를 시행했다. 개별 학습자들의 테스트 결과에 대해 이분형 로지스틱 회귀 분석을 시행해, 말소리 대조를 지각하는 데에 해당 음향 신호를 사용한 가중치를 추정하는 지각 β 계수 값을 계산하였다. 두 폐쇄음을 구별하는 주요 신호인 F0의 지각 계수에 대해, 훈련 집단은 사전 테스트 대비 사후 테스트에서 평균 0.451의 통계적으로 유의미한 증가를 보인 반면 비훈련 집단은 유의미하지 않은 0.246의 증가를 나타냈다. 그러나 지각 훈련 후 F0 사용의 변화 패턴이 개별 학습자들 간에 다양하게 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권3호
• /
• pp.459-466
• /
• 2011

본 논문은 독립적으로 수행된 연구결과를 합쳐서 일반적인 결론을 도출하는 메타분석을 위한 로버스트 계층적 베이지안 모형을 고려한다. 사전정보가 정규분포를 따른다는 가정 대신 정규분포의 척도혼합을 사용하여 정규분포보다 더 두꺼운 꼬리를 가지는 사전분포를 사용한다. 나아가 개별 분석의 분산이 알려져 있지 않은 경우를 계층적 베이지안 모형에 포함하여 메타분석을 수행하고자 한다. 깁스 표집을 사용하여 추정값을 계산하고, 실제 자료를 사용하여 제안된 방법을 예시한다.

• 한국전자거래학회지
• /
• 제19권4호
• /
• pp.1-19
• /
• 2014

빅데이터 내에 존재하는 감정 정보를 추출하여 사용자들이 특정 대상에 대하여 갖고 있는 인식이 어떠한지를 파악하고자 하는 노력이 활발히 이루어지고 있다. 상품, 영화, 그리고 사회적 이슈 등에 대한 문장을 분석하여 사람들이 해당 주제에 어떠한 견해를 가지고 있는지를 분석하고 측정하여 구체적인 선호도를 알아내는 것이다. 문장에서 드러나는 감정 정도를 얻기 위해서는 감정어휘의 목록과 정도값을 제시할 수 있는 감정어휘사전이 필요하므로 본 연구에서는 감정어휘를 발견하는 방법과 이들의 정도값을 결정하는 문제를 다룬다. 기본적인 방법은 기초 감정어휘의 목록 수집과 이들의 정도값은 선행연구 결과와 직접 설문 방식을 이용하고, 확장된 목록의 수집과 정도값은 사전의 표제어 설명부(glosses)를 이용해 추론하는 것이다. 그 결과 발견된 감정어휘는 전형성을 띠고 있는 기본형 감정어휘, 기본형 감정어휘의 gloss에 사용된 확장형 1단계 1층위 감정어휘, 비 감정어휘 중 gloss에 기본형 또는 확장형 감정어휘를 가지고 있는 확장형 2단계 1층위 감정어휘, gloss의 gloss에 기본형 또는 확장형 감정어휘가 사용된 확장형 2단계 2층위 감정어휘의 네 종류로 나뉜다. 그리고 확장형 감정어휘의 정도값은 기본형 감정어휘의 정도값을 기초로 문형의 가중치와 강조승수를 적용하여 얻었다. 실험 결과 AND, OR 문형은 내포된 어휘의 감정 정도값을 평균내는 가중치를, Multiply 문형은 정도 부사어의 종류에 따라 1.2~1.5의 가중치를 갖는 것으로 파악되었다. 또한 NOT 문형은 사용된 어휘의 감정 정도를 일정 정도로 낮추어 역전시키는 것으로 추정된다. 또한 확장형 어휘에 적용되는 강조승수는 1층위에서 2, 2층위에서 3을 갖는 것으로 예상된다.