• Communications for Statistical Applications and Methods
• /
• 제18권5호
• /
• pp.615-623
• /
• 2011

이항비율에 대한 구간추정에 다양한 신뢰구간들이 사용된다. 그러나 대부분의 신뢰구간들은 모비율 p가 0이나 1에 근사할 때 포함확률이 신뢰수준(또는 명목수준, 1 - ${\alpha}$)을 크게 벗어난다. 이는 극단적인 관찰값의 영향 때문이다. Vollset (1993), Agresti와 Coull (1998), Newcombe (1998), Brown 등 (2001) 등은 극단값의 조정을 통해서 이러한 문제를 해결하는 방법들을 제시하였다. 본 연구에서는 극단값들이 이항비율에 대한 신뢰구간에 어느 정도 영향을 미치는지를 6개의 신뢰구간들에 대해서 수치적으로 비교해 보았다.

• 한국전자통신학회논문지
• /
• 제5권5호
• /
• pp.435-443
• /
• 2010

확률적 특성을 가지는 시스템의 시험을 위해서는 시험 입력을 일정 횟수만큼 반복하여 제공하고 관찰된 데이터를 기반으로 판정이 내려져야 한다. 구간 추정 기법을 이용하여 관찰된 데이터로부터 확률 값이 올바른지 여부를 판단할 수 있으며, 이 때 적절한 신뢰구간의 선택은 시험의 품질을 결정하는 중요한 요인이 된다. 본 논문에서는 다양한 크기의 표본에 대해 대표적인 구간 추정 기법인 Wald 신뢰구간과 Agresti-Coull 신뢰구간을 비교 분석한다. 각 신뢰구간이 확률 값 시험에 사용되었을 경우 올바른 구현 제품이 시험을 통과할 확률과 잘못된 구현제품이 시험을 통과하지 못할 확률을 기반으로 비교 분석을 수행하며, 확률 값이 올바른지를 판단하기 위한 양측검정뿐만 아니라 확률 값이 기준 확률 이상인지 여부를 판단하기 위한 단측검정을 사용하는 경우에 대해서도 비교 분석을 수행한다. 비교 분석 결과 양측검정의 경우 Agresti-Coull 신뢰구간을 사용할 것을 추천하며, 단측검정의 경우 큰 크기의 표본에 대해서는 Agresti-Coull 신뢰구간을, 적은 크기의 표본에 대해서는 Wald 신뢰구간 또는 Agresti-Coull 신뢰구간을 선택적으로 사용할 것을 추천한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.344-348
• /
• 2005

이 논문에서는 개체에 대한 신뢰도를 계산하기 위해 여러 가지의 평가기준을 이용하고, 또한 다른 개체들로부터의 추천정보를 이용하는 신뢰모델에 대해서 제안한다. 제안한 모델에서는 개체의 신뢰도를 개체가 주어진 상황에서 만족스러운 결과를 낼 기대값으로 정의한다. 다른 개체와 상호작용이 일어날 때마다 각 평가기준에 따른 평가결과가 얻어진다고 전제하는 상황에서 적용되는 신뢰 모델이다. 제안된 모델에서는 신뢰정보가 요구될 때 우선 결과확률 분포(outcome probability distribution)와 개체의 평가결과에 대한 선호도를 고려하여 각 평가기준에 대한 만족정도를 계산한다. 이렇게 계산된 만족정도 값들은 각 평가기준의 중요도를 반영하여 하나의 신뢰값으로 결합된다. 이때 추천 정보도 신뢰값에 함께 결합되는 모델이다.

• 정보과학회 논문지
• /
• 제43권1호
• /
• pp.87-95
• /
• 2016

최근 인터넷과 디바이스의 발전으로 지식 정보의 양이 방대해 지면서 대용량 온톨로지를 이용한 추론 연구가 활발히 진행되고 있다. 일반적으로 트리플로 표현되는 빅데이터는 기계학습 프로그램이나 지식 공학자가 각 트리플의 신뢰도를 측정하여 제공한다. 하지만 수집된 데이터는 불확실한 데이터를 포함하고 있으며, 이러한 데이터를 추론하는 것은 불확실성을 내포한 추론 결과를 초래할 수 있다. 본 논문에서는 불확실성 문제를 해결하기 위해 수집된 데이터에 대한 신뢰의 정도를 나타내는 신뢰값(Confidence Value)를 이용한 RDFS 규칙 추론 방법에 대하여 설명하고, 메모리 기반의 분산 클러스터 프레임워크인 스파크(Spark)를 기반으로 데이터의 불확실성에 대한 고려를 하지 않는 기존의 추론 방법과 달리 신뢰값 계산에 대한 방법을 응용하여 RDFS 규칙을 통해 추론되는 새로운 데이터의 신뢰값을 계산하며, 계산된 신뢰값은 추론된 데이터에 대한 불확실성을 나타낸다. 제안하는 추론 방법의 성능을 검증하기 위해 온톨로지 추론과 검색 속도를 평가할 때 활용되는 공식 데이터인 LUBM을 대상으로 신뢰값을 추가하여 실험을 수행하였으며, 가장 큰 데이터인 LUBM3000을 수행하였을 때 1179초의 추론시간이 소요되었고, 초당 350K 트리플을 처리할 수 있는 성능을 보였다.

• 정보과학회 논문지
• /
• 제43권5호
• /
• pp.553-561
• /
• 2016

웹으로부터 얻어진 데이터를 통해 자동적으로 온톨로지를 확장하는 많은 기계학습 방법들이 존재한다. 또한 대용량 온톨로지 추론에 대한 관심이 증가하고 있다. 하지만 웹으로부터 얻어진 다양한 데이터의 신뢰성 문제를 고려하지 않으면, 불확실성을 내포하는 추론결과를 초래하는 문제점이 있다. 현재 대용량 온톨로지의 신뢰도를 반영하는 추론에 대한 연구가 부족하기 때문에 신뢰 값 기반의 대용량 온톨로지 추론 방법론이 요구되고 있다. 본 논문에서는 인메모리 기반의 분산 클러스터 프레임워크인 스파크 환경에서 신뢰 값 기반의 대용량 OWL Horst 추론 방법에 대해서 설명한다. 기존의 연구들의 문제점인 중복 추론된 데이터의 신뢰 값을 통합하는 방법을 제안한다. 또한 추론의 성능을 저하시키는 문제를 해결할 수 있는 분산 병렬 추론 알고리즘을 설명한다. 본 논문에서 제안하는 신뢰 값 기반의 추론 방법의 성능을 평가하기 위해 LUBM3000을 대상으로 실험을 진행했고, 기존의 추론엔진인 WebPIE에 비해 약 2배 이상의 성능을 얻었다.

• 융합보안논문지
• /
• 제17권3호
• /
• pp.95-101
• /
• 2017

유도무기체계는 어떤 장비보다도 신뢰성이 가장 중요시 된다. 그러나 제작비용이 고가여서 생산수량이 적고, 배치 후 운용 데이터 획득까지 장기간이 소요되어 주로 개발단계의 신뢰성 예측자료가 활용된다. 개발단계의 신뢰성 예측은 실제 운용환경을 모두 반영하는데 한계가 있어 실제 운용환경에서의 신뢰성 분석이 필요하였다. 본 연구에서는 국내개발 유도무기에 대한 실제 운용 데이터를 활용하여 수명분포를 추정하고, 최소제곱법과 최우추정법을 적용하여 신뢰도 값을 추정하였다. 또한, 개발단계에서 예측된 신뢰도 값과 실제 운용신뢰도 값을 비교하였다. 본 연구 결과로 볼 때 실제 유도무기의 신뢰도는 예측된 값보다 높게 나타났으며, 이는 최신 설계기술의 적용 및 향상된 부품의 신뢰도 값이 예측 데이터에 반영되지 못한 것으로 판단된다. 본 연구를 통해 국내개발 유도무기에 대한 실제 운용 신뢰도를 확인할 수 있었으며, 향후 개발될 유도무기의 신뢰도 분석 연구 활동에 기여 할 것으로 기대된다.

• 한국철도학회논문집
• /
• 제14권1호
• /
• pp.6-10
• /
• 2011

본 연구는 정시성의 목표값이 운영 요구조건으로 주어지고 이를 달성하지 못한 해당연도에는 철도운영자에게 패널티가 부과되는 상황에서 철도시스템의 신뢰도 목표값을 설정하는 문제를 다룬다. 철도시스템의 신뢰도에 따라 총 운영기간동안 패널티 부과 회수가 달라지기 때문에 철도운영자는 이를 고려하여 철도시스템 및 하위시스템에 대해 신뢰도 목표값을 설정할 필요가 있다. 본 논문은 철도운영자가 운영기간 동안의 패널티 부과회수를 고려하여 철도시스템의 서비스 신뢰도 목표로 설정할 수 있도록 철도시스템 및 하위시스템의 서비스 고장 간 거리에 따라 연간 패널티 부과 확률 및 철도시스템의 운영연수 동안 패널티 부과 회수를 산출하는 절차 및 계산식을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.705-708
• /
• 2020

합성곱 신경망(Convolutional Neural Network) 기반 객체 탐지기의 발전으로 돈사에서 돼지 모니터링이 가능하지만, 실제 농가에서 적용하기 위해서는 탐지기의 정확도를 개선해야 하는 문제가 여전히 남아있다. 본 연구에서는 합성곱 신경망 기반 돼지 탐지기의 출력인 박스들의 신뢰도 값을 평가하고 잘못된 박스들의 신뢰도 값을 보정하는 박스 레벨 후처리 방법을 제안한다. 즉, 신뢰도 값이 가짜 돼지인지 진짜 돼지인지 애매한 경우, 박스내 전경 픽셀 정보와 인접 박스의 정보를 이용하여 신뢰도 값을 낮추거나 높이는 보정 작업을 수행한다. 그리고 실제 돈사에서 취득한 11,308장의 영상 데이터로 실험한 결과, 제안 방법은 합성곱 신경망 기반 돼지 탐지기의 에러율을 4.4%에서 1.2%로 개선하는 효과가 있음을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권11호
• /
• pp.747-756
• /
• 2013

배터리를 사용하는 센서 네트워크에서는 불필요한 오버헤드를 줄이는 것이 중요하다. 또한 보안의 필요성으로 인해 암호화 역시 중요하다. 하지만 암호화의 경우 어쩔 수 없는 오버헤드가 발생하는 데 보안과 오버헤드는 트레이드오프 관계에 있다. 본 논문에서는 암호화시 추가되는 오버헤드를 줄이기 위하여 신뢰값(Trust)라는 개념을 암호화에 사용하고 신뢰도가 높은 경로와 신뢰도가 낮은 경로 이용시 암호화에 사용되는 키 크기의 조절을 통해 보안 수준은 유지하면서 오버헤드는 줄이는 방법을 시도하였다. 시뮬레이션을 통해 일반적인 암호화와 신뢰값을 고려한 암호화를 비교하였고 그 결과 신뢰값을 고려하는 경우가 총 실행시간도 적고 오버헤드도 적었다. 실제 네트워크에서 구성 목적이나 환경 조건을 고려하여 보안 수준을 충족하는 신뢰값 기준을 정한다면 센서 네트워크에서 제한된 리소스를 효율적으로 사용할 수 있을 것이다.

• 전자공학회논문지
• /
• 제50권10호
• /
• pp.50-64
• /
• 2013

클러스터 구조를 가진 센서 네트워크에서 클러스터 헤드는 그 멤버들로부터 데이터를 모아서 모아진 데이터를 싱크에 보내는 역할을 수행하기에, 오염된 노드들이 클러스터 헤드 선출에 개입하여 선출결과를 조작하거나 변경하지 못하도록 막아야 한다. 오염된 노드들로부터 클러스터 헤드 선출 과정을 보호하기 위해서는 선출과정의 비예측성, 비조작성, 그리고 일치성을 보존해야 한다. 하지만, 기존의 클러스터 헤드 선출 방법들은 지능화된 오염노드들이 상호 협력을 통해 위의 속성들을 교묘하게 손상시키는 것을 막지 못한다. 본 논문에서는 이러한 지능화된 오염노드들을 식별하고 제거함으로써 클러스터 헤드 선출과정을 보호하는 방법을 제안한다. 클러스터 헤드 선출 라운드 마다 각 멤버는 다른 멤버들의 행위에 따라 그들에게 직접적인 신뢰값을 부여한다. 각 멤버는 자신이 부여한 직접신뢰값과 다른 멤버들에 의해 부여된 간접신뢰값을 묶어서 멤버들의 실제 신뢰값들을 추출한다. 이후에 각 멤버는 추출된 다른 멤버들의 실제 신뢰값을 평가하고 낮은 신뢰값을 가진 멤버들은 클러스터 헤드 후보자에서 제거한다. 이를 통해 제안방법은 다른 경쟁방법에 비해 클러스터 헤드 선출 결과의 비조작성과 일치성을 크게 향상 시킨다. 또한, 제안방법은 메시지 손실이 발생하는 환경에서도 다른 방법들에 비해 높은 비조작성과 일치성을 제공한다.