• Journal of the Korean Data and Information Science Society
• /
• v.25 no.6
• /
• pp.1345-1352
• /
• 2014

Data mining is the representative methodology to obtain meaningful information in the era of big data.By Wikipedia, association rule learning is a popular and well researched method for discovering interesting relationship between itemsets in large databases using association thresholds. It is intended to identify strong rules discovered in databases using different interestingness measures. Unlike general association rule, inverse association rule mining finds the rules that a special item does not occur if an item does not occur. If two types of association rule can be simultaneously considered, we can obtain the marketing information for some related products as well as the information of specific product marketing. In this paper, we propose a balanced attributable relative accuracy applicable to these association rule techniques, and then check the three conditions of interestingness measures by Piatetsky-Shapiro (1991). The comparative studies with rule accuracy, relative accuracy, attributable relative accuracy, and balanced attributable relative accuracy are shown by numerical example. The results show that balanced attributable relative accuracy is better than any other accuracy measures.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.10a
• /
• pp.13-15
• /
• 2008

LiDAR(Light Detection and Ranging)는 3차원공간정보를 신속하게 구축할 수 있는 최신 측량 기술로써 최근 그 활용도와 중요성이 높아지고 있다. 그러나 LiDAR 관측성과는 시스템 특성상 높은 수직 정확도를 제공하고 있으나 항공사진과 같이 정확한 평면위치를 측정하여 조정할 수 없으므로 상대적으로 낮은 수평 정확도를 가지고 있다. 본 연구에서는 LiDAR 관측에 의한 건물의 벽면 반사파를 이용하여 건물모서리의 평면 좌표(x, y)를 추출하고, 이를 항공삼각측량에 의한 평면좌표와 비교분석하였다. 그 결과 LiDAR의 평면좌표가 항공삼각측량에 의한 평면좌표에 비해 상대적으로 이동되어 있음을 확인할 수 있었다. 따라서, 2차원 좌표변환을 수행하여 LiDAR의 평면좌표를 보정하여 정확도를 향상시킬 수 있었고, 이를 이용하여 향후 LiDAR 관측성과 품질 향상에 도움이 될 것이라 기대한다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2002.11a
• /
• pp.430-431
• /
• 2002

기상변동에 대한 적절한 해석을 위하여 장기관측을 통한 다양한 지표 생태계에서의 수분 및 에너지 순환에 대한 연구가 진행(Grelle, et al., 1997: Wilson and Baldocchi, 2000)되고 있으며, 모형을 이용한 연구에서도 이에 대한 검증과 보다 정확한 자료의 산출을 위해서 양질의 관측자료가 절대적이라 할 수 있다. 또한 대기에 비하여 상대적으로 그 영향이 오래 지속되는 토양특성에 대한 정확한 토양수분 자료를 사용할 경우 기후 및 기상 예측의 정확도 향상에 크게 기여하는 것으로 알려져 있다(Atlas et al. 1993). (중략)

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.334-336
• /
• 2002

군집 분석은 데이터의 속성을 분석하여 서로 유사한 패턴을 가진 데이터를 묶는 방법이다. 군집 분석은 많은 응용 분야에서 쓰이고 있으나, 수행된 군집 분석 결과가 과연 정확한 결과이고 의미 있는 결과인지를 평가하는데 어려움이 있다. 본 논문에서는 군집이 형성된 데이터를 분석하여 군집 분석 결과를 평가하는 상대적 군집 평가 방법을 제안한다. 본 논문에서는 상대적 군집 평가 방법의 인덱스를 정의하고 형성된 군집 분석 결과에 적용해 최적의 군집, 의미 있는 군집을 찾을 수 있음을 보인다. 또한 실험을 통해 제안한 인덱스의 적합성을 보이며, 제안한 인덱스가 기존의 인덱스에 비해 최적의 군집, 의미 있는 군집을더 잘 찾을 수 있음을 보인다.

• 대한예방의학회:학술대회논문집
• /
• 2004.10a
• /
• pp.45.2-46
• /
• 2004

• Proceedings of the KAIS Fall Conference
• /
• 2010.11b
• /
• pp.885-888
• /
• 2010

현재 우리나라는 보건소 중심의 예방접종등록사업을 진행 중에 있다. 2004년부터 시작된 이 사업은 현재는 전국민을 대상으로 실시하고 있다. 예방접종등록사업은 피접종자들은 대체적으로 예방접종에 대한 적절한 시기를 판단할 수 있는 정보가 부족하기 때문에 예방접종과 관련된 정보들을 국가나 사회에서 적시에 피접종자들에게 제공해 줄 수 있다. 따라서 이에 대한 확인이 등록에 앞서 그 정확성을 확인 필요가 있다. 예방접종등록사업의 가장 기본적인 사업으로 진행된 것은 예방접종 수첩의 제공과 그 관리를 통한 예방접종 사업으로 지속적으로 전개되어 왔으며, 일반 국민과 개원의사들에서도 대중적으로 보급되어 있다. 국가 예방접종률의 산출 그리고 취학 어린이 예방접종력 증명서 제출 제도를 위하여 예방접종 수첩을 활용하는 방법이 현실적으로 유용할 수 있다. 따라서 예방접종 수첩의 예방접종력 정확성을 확인할 필요가 있다. 지역조사에서 접종기관으로 확인된 민간 의료기관 365곳 가운데 의료기관 이전 및 폐업으로 반송된 경우가 4건(1.1%)이었으며, 응답한 경우는 129곳으로 응답률은 35.3%였다. 조사된 의료기관 전체를 대상으로 확인된 1,201건에 대한 BCG 접종여부의 정확도는 69.5%였다. B형 간염의 정확도는 1차가 41.3%로 낮았으며, 2차와 3차는 각각 76.6%, 79.7%였다. DTaP의 정확도는 약 80%였으며, 정확도가 제일 높은 것은 DTaP 3차로 82.5%였으나 다른 것과 가장 낮은 정확도와 2% 정도 밖에 차이가 나지 않았다. 폴리오의 정확도는 약 80%였다. MMR의 정확도는 83.2%였다. 일본뇌염의 경우 약 80.0%였으며, 수두의 정확도는 74.9%로 다른 질병과 비교하여 낮은 수치를 보였다. 조사된 의료기관을 전체로 한 기타예방접종별 예방접종수첩의 접종여부의 정확도는 인플루엔자는 정확도는 74.1%였으며, 뇌수막염은 72.7%의 정확도를 보였다. A형 간염 1차의 정확도79.5%였으며, 폐렴구균 1차의 경우 73.2%로 나타났다. 국가필수예방접종별 예방접종수첩의 접종일자에 대한 정확도는 BCG 80.1%로 확인되었고, B형 간염 1차 89.7% 2차는 82.1% 3차는 79%로 B형 간염 중 가장 낮은 정확도를 보였다. DTaP는 1차와 2차는 약 87% 3차는 85.1% 4차는 83.5%로 확인이 되었다. 폴리오는 1차가88.1%로 가장 높은 정확도를 보였고 그 다음으로 2차가 86.2%, 3차가 84.8%로 확인되었다. MMR의 정확도는 84%였으며, 일본뇌염 1차의 정확도는 83.1%로 나타났다. 수두의 접종일자 정확도는 83.7% 이고, 인플루엔자의 정확도는 55.3%로 상대적으로 낮은 수치를 보였다. 기타예방접종별 접종일자 정확도의 조사 결과 뇌수막염 1차과 폐렴구균 1차는 약 90%로 상대적으로 높은 정확도를 보였고, A형 간염 1차는 88.4%의 정확도를 보였다.

• Journal of KIISE
• /
• v.44 no.6
• /
• pp.621-627
• /
• 2017

Collaborative filtering is a technique that effectively recommends unrated items for users. Collaborative filtering is based on the similarity of the items evaluated by users. The existing top-N recommendation methods are based on pair-wise and list-wise preference models. However, these methods do not effectively represent the relative preference of items that are evaluated by users, and can not reflect the importance of each item. In this paper, we propose a new method to represent user's latent preference by combining an existing preference model and the notion of inverse user frequency. The proposed method improves the accuracy of existing methods by up to two times.

• Journal of the Korea Society of Computer and Information
• /
• v.26 no.6
• /
• pp.37-46
• /
• 2021

In this paper, we designed and implemented a program to measure and to judge the accuracy of yoga postures using Azure Kinect. The program measures all joint positions of the user through Azure Kinect Camera and sensors. The measured values of joints are used as data to determine accuracy in two ways. The measured joint data are determined by trigonometry and Pythagoras theorem to determine the angle of the joint. In addition, the measured joint value is changed to relative position value. The calculated and obtained values are compared to the joint values and relative position values of the desired posture to determine the accuracy. Azure Kinect Camera organizes the screen so that users can check their posture and gives feedback on the user's posture accuracy to improve their posture.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.425-428
• /
• 2013

본 논문에서는 RSSI 기반의 위치 추정 시스템에서 위치 오차를 보정하여 정확도 향상을 위한 방법을 제안한다. 다중 노드의 RSSI값을 이용하여 삼변 측량을 사용하여 위치를 추정할 때, 추정 좌표들 집합의 외곽선을 이은 다각형의 무게중심 알고리즘을 활용할 경우 상대적으로 큰 오차가 발생되는 특이점을 제거하여 무게중심을 구하여 정확도를 향상하는 방법을 제안한다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.33 no.1
• /
• pp.23-30
• /
• 2015

A shoreline mapping is essential for describing coastal areas, estimating coastal erosions and managing coastal properties. This study has planned to map the 3D shorelines with the airborne LiDAR(Light Detection and Ranging) data and the KOMPSAT-2 imagery, acquired in Uljin, Korea. Following to the study, the DSM(Digital Surface Model) is generated firstly with the given LiDAR data, while the NDWI(Normalized Difference Water Index) imagery is generated by the given KOMPSAT-2 imagery. The classification method is employed to generate water and land clusters from the NDWI imagery, as the 2D shorelines are selected from the boundaries between the two clusters. Lastly, the 3D shorelines are constructed by adding the elevation information obtained from the DSM into the generated 2D shorelines. As a result, the constructed 3D shorelines have had 0.90m horizontal accuracy and 0.10m vertical accuracy. This statistical results could be concluded in that the generated 3D shorelines shows the relatively high accuracy on classified water and land surfaces, but relatively low accuracies on unclassified water and land surfaces.