본 연구에서는 비슬산 강우레이더 관측반경 내 표준유역별 정규화오차 정확도를 이용하여 강우량, 유역특성 등 강우레이더 관측의 수문학적 평가요소와의 상관 특성을 분석하였다. 이를 분석하면 강우레이더 관측 오차 또는 정확도가 수문학적 특성에 따라 얼마나, 어떻게 발생하는지를 추정할 수 있고, 이를 이용하여 홍수예보에 활용되는 입력 자료의 오차를 유역단위로 명확히 정량화 할 수 있어 보다 정확하고 신뢰도 높은 홍수예보에 도움이 될 것으로 기대된다. 강수량 크기와 강수추정 정확도 간의 상관 특성을 분석하기 위해 표준유역 평균 최대 강수량과 강수추정 정확도 간의 분포특성을 분석하였다. 단기간의 자료를 분석하여 오차특성을 정규화 하기는 매우 어렵기 때문에 본 연구에서는 비슬산 강우레이더로 관측된 2012년에서 2016년(5년)사이의 236개 강우사상에 대하여, 동기간의 기상청 AWS 지점 강우량을 기준으로 비슬산 강우레이더의 정규화오차 정확도(1-NE)를 산정한 후 이를 이용하여 850개 표준유역 별 유역평균 정규화오차 정확도를 재산정 하였다. 분석결과 표준유역 평균 최대강수량과 정규화오차 정확도 간에는 유의한 상관성이 있는 것으로 나타났다. 표준유역 평균 최대강수량의 크기에 따라 정규화오차 정확도가 상대적으로 일정한 경향이 나타났고 후처리 단계에서의 편파변수 최적화 이후에는 레이더 강수추정의 정규화오차 정확도가 표준유역 평균 최대강수량 크기에 상관없이 일정해 지는 것으로 나타났다. 따라서 이러한 일정한 레이더 강수추정의 정규화오차 정확도는, 편파변수 최적화에 의해 관측 가능한 최대 기대 정확도 수준 도달에 도달했다고 볼 수 있으며, 표준유역에서 강우레이더의 강수추정 기대 정확도 수준은 84%(정규화오차 16%에 해당) 정도로 추정되었다.
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.
전화여론조사는 한국의 사회조사 방법으로 널리 이용되고 있지만 정확도 수준에 대해서는 파악되지 않고 있는데, 이것은 전화조사의 유용성을 떨어뜨리고 있다 여론조사의 정확도를 가늠할 수 있는 선거예측조사에서도 전화조사는 예측 정확도가 높은 경우가 있는 반면에, 1996년 총선예측처럼 반대의 경우도 있기 때문에 그 정확성을 추정하기가 어려운 실정이다. 또한 2000년 총선과 2008년 총선에서는 정확도가 다소 떨어졌지만, 2004년에는 전화조사를 이용한 당선자 예측이 모두 적중했고, 출구조사와는 달리 정당별 예측편향 차이도 나타나지 않는 등 비교적 정확도가 높았다. 이 연구는 2000년 이후의 총선 예측조사에서 전화조사의 정확도 수준이 이처럼 기복을 보이는 요인을 찾아보았다. 그 결과 한국의 전화여론조사의 정확도 수준은 2000년이나 2008년의 총선예측에서 나타난 것으로 보아야 하며, 2004년에 나타난 정확도 수준은 당시 연령별 투표성향이 이례적으로 강했기 때문으로 분석되었다 그리고 전화조사의 정확도 수준은 표집방법 등의 변화를 통해 개선이 가능한 것으로 나타났다.
드론의 활용은 점점 더 다양해지며 소규모지역에 대한 정밀 지도제작방법으로 자리매김하고 있다. 그러나, 결과물의 요구정확도의 예측이 불가능하므로 종종 촬영계획을 수정하여 재촬영할 경우가 종종있다. 촬영지역의 면적, 기준점 수 및 배치, 촬영고도 및 중복도에 대한 다양한 정확도 분석이 이루어진다면 사전 시뮬레이션을 통하여 원하는 정확도의 결과물을 얻을 수 있다. 본 연구에서는 드론측량 시 정확도에 영향을 주는 다양한 요소들을 추출하고 정확도 분석을 위한 테스트필드를 설계하고자 한다.
본 논문은 대부분의 변형된 CNN(: Convolution Neural Networks)에서 사용하지 않는 첫 번째 컨볼루션 층(convolution layer)을 사용해 정확도 향상을 노리는 방법을 소개한다. GoogLeNet, DenseNet과 같은 CNN에서 첫 번째 컨볼루션 층에서는 기존방식(3×3 컨볼루션연산 및 배규정규화, 활성화함수)만을 사용하는데 이 부분을 RGB-csb(: RGB channel separation block)로 대체한다. 이를 통해 RGB값을 특징 맵에 적용시켜 정확성을 향상시킬 수 있는 선행연구 결과에 추가적으로, 기존 CNN과 제한된 영상 개수를 사용하여 정확도를 비교한다. 본 논문에서 제안한 방법은 영상의 개수가 적을수록 학습 정확도 편차가 커 불안정하지만 기존 CNN에 비해 정확도가 평균적으로 높음을 알 수 있다. 영상의 개수가 적을수록 평균적으로 약 2.3% 높은 정확도를 보였으나 정확도 편차는 5% 정도로 크게 나타났다. 반대로 영상의 개수가 많아질수록 기존 CNN과의 평균 정확도의 차이는 약 1%로 줄어들고, 각 학습 결과의 정확도 편차 또한 줄어든다.
최적분류점에 대한 대부분의 정확도 측도들은 두 종류의 누적분포함수와 확률밀도함수를 기반으로 정의하거나 또는 ROC 곡선과 AUC를 기반으로 정의하는 방법으로 구분하는데, Unal (2017)은 두 가지 방법을 혼합하여 누적분포함수와 AUC를 모두 고려하는 정확도 측도 Index of Union (IU) 통계량을 제안하였다. 본 연구에서는 IU 통계량을 포함한 열 개의 정확도 측도들을 여섯 종류의 범주로 구분하여 각 범주에 속하는 측도들을 비교하면서 IU의 장점을 연구한다. 다양한 정규혼합분포를 설정하여 각각의 측도들에 대응하는 최적분류점들을 구하고 각 분류점에 대응하는 제1종과 제2종 오류 그리고 두 종류의 오류합을 구해서 오류들의 크기를 비교하면서 분류정확도 측도들의 판별력을 비교하면서 IU의 성격과 특징을 탐색한다. 두 종류 분포들의 평균 차이가 증가할수록 IU 통계량의 제1종 오류와 오류합의 크기가 최고의 분류정확도를 갖는 제2범주의 정확도 측도의 오류에 수렴하는 것을 발견하였다. 그러므로 IU는 모형의 판별력을 평가하는 정확도 측도로 활용할 수 있다.
이 논문에서는 선형 푸시브룸 방식으로 촬영한 위성영상에 대한 다양한 센서모델들의 정확도를 비교분석하고자 한다. 특히 이 논문에서는 센서모델의 정확도를 번들조정의 정확도와 외부표정요소추정의 정확도로 분리하여 고찰하려고 한다. 번들조정 정확도는 수립된 센서모델이 얼마나 기준점에 잘 부합하는 가를 알려주는 척도로 이제까지 대부분의 센서모델 정확도 분석에 사용되어온 기준이다. 이에 반하여 외부표정요소추정의 정확도는 센서모델이 얼마나 정확하게 촬영당시의 위성의 궤도 및 자세를 예측할 수 있는 지의 척도로서 매우 중요한 요소임에도 불구하고 기존의 연구에서 간과해온 부분이다. 이 논문에서는 여러 센서모델 중에서 사진측량분야에서 주로 사용하는 변형된 공선방정식기반 모델과 위성지상국 또는 자세제어분야에서 주로 사용하는 궤도좌표계 및 자세각에 기반한 모델의 정확도를 비교분석하고자 한다. 실험은 다목적실용위성 1호 EOC 영상과 GPS 수신기에서 취득한 기준점을 사용하였다. 실험결과 번들조정 정확도는 두 모델이 큰 차이를 보이지 않는 것으로 나타났으나 외부표정요소추정 정확도는 궤도좌표계 및 자세각에 기반한 모델이 더 나은 성능을 보였다.
고해상 입체 위성영상 엄밀 모델링(Rigorous Modeling)을 구현하고, 이를 기반으로 각 입체시 영상을 제작하여 3차원 정확도 평가를 수행하였다. 본 연구 지역으로 진주지역의 SPOTS 입체영상을 이용하였으며, 각 영상별 기준점 자료는 1/5000 수치지도를 이용하여 입체영상의 중복영역 내에 균등하게 지상기준점 40점을 추출하였다. 추출된 점을 각각 기준점과 검사점으로 구분하여 엄밀 모델링의 정확도를 분석하였다. 또한, 입체시 제작시에 기준점으로 사용된 지상좌표와 이에 대응하는 영상점을 이용하여 입체시 영상을 제작하였다. 제작된 입체시 영상에서 동일점을 획득하기 위해 영상 매칭 및 수치해석도화기(Helava System)를 이용하여 정확한 영상점을 획득하여 3차원 좌표를 계산하여 정확도 평가를 수행하였다.
본 논문은 CNN (Convolution Neural Networks)의 첫 번째 컨볼루션층(convolution layer)을 RGB-csb(RGB channel separation block)로 대체하여 입력 영상의 RGB 값을 특징 맵에 적용시켜 정확성을 제고시킬 수 있는 선행연구 결과에 추가적으로, 훈련 및 시험 영상 수에 따른 분석을 통하여 정확도 향상방법을 제안한다. 제안한 방법은 영상의 개수가 작을수록 각 학습 간의 정확도 편차가 크게 나타나는 불안정성은 있지만 기존 CNN모델에 비하여 정확도 차이가 증가함을 알 수 있다.
의학통계와 신용평가 분야에서 혼합분포함수를 판별하는 최적분류점 추정하기 위하여 판별력을 측정하는 다양한 정확도 측도들이 존재한다. 최근에 혼동행렬 빈도수로 표현되는 Matthews의 상관계수와 정밀도와 재현율의 조화평균인 F1 통계량의 정확도 측도들이 최적분류점을 추정하는데 연구되었다. 본 연구에서는 이런 정확도 측도들 중에서 표본크기에 의존하는 정확도 측도들은 두 표본크기 차이가 많은 경우에 최적분류점을 설정하는데 적절하지 않음을 발견한다. 그리고 대안적인 정확도 측도로 혼동행렬의 비율들의 함수인 상관계수를 정의하고, 이를 최대화하는 분류점을 최적분류점으로 추정하는 방법을 제안하고 이 방법의 유용성과 활용성에 대하여 토론한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.