• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.208-208
• /
• 2018

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.

• 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.

• Survey Research
• /
• v.10 no.1
• /
• pp.57-72
• /
• 2009

In Korea, telephone surveys have been used in election forecasting since 1992. In some elections, predictions were excellent, but in some elections, the predictions based on telephone surveys were not good. So, exit polls have been used along with the telephone surveys in predicting election outcomes since 2001 by the major broadcasting networks. Though telephone surveys, in general, have been less accurate than exit polls in election forecasting from 2000 to 2003, they were more accurate in the 2004 General Election than the exit polls. All predictions on the winners by the telephone surveys turned out to be accurate. But such success has not persisted. In the 2008 General Election, the telephone surveys was less accurate than the exit polls and actually its accuracy fell clown to the level of the 2000 General Election. This paper tried to find out. the factors responsible for the fluctuation of the accuracy of telephone polls.

• Proceedings of the Korea Contents Association Conference
• /
• 2018.05a
• /
• pp.117-118
• /
• 2018

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.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.15 no.1
• /
• pp.133-138
• /
• 2020

This paper introduces a method for improving accuracy using the first convolution layer, which is not used in most modified CNN(: Convolution Neural Networks). In CNN, such as GoogLeNet and DenseNet, the first convolution layer uses only the traditional methods(3×3 convolutional computation, batch normalization, and activation functions), replacing this with RGB-csb. In addition to the results of preceding studies that can improve accuracy by applying RGB values to feature maps, the accuracy is compared with existing CNN using a limited number of images. The method proposed in this paper shows that the smaller the number of images, the greater the learning accuracy deviation, the more unstable, but the higher the accuracy on average compared to the existing CNN. As the number of images increases, the difference in accuracy between the existing CNN and the proposed method decreases, and the proposed method does not seem to have a significant effect.

• The Korean Journal of Applied Statistics
• /
• v.33 no.4
• /
• pp.395-407
• /
• 2020

Most classification accuracy measures for optimal threshold are divided into two types: one is expressed with cumulative distribution functions and probability density functions, the other is based on ROC curve and AUC. Unal (2017) proposed the index of union (IU) as an accuracy measure that considers two types to get them. In this study, ten kinds of accuracy measures (including IU) are divided into six categories, and the advantages of the IU are studied by comparing the measures belonging to each category. The optimal thresholds of these measures are obtained by setting various normal mixture distributions; subsequently, the first and second type of errors as well as the error sums corresponding to each threshold are calculated. The properties and characteristics of the IU statistic are explored by comparing the discriminative power of other accuracy measures based on error values.The values of the first type error and error sum of IU statistic converge to those of the best accuracy measures of the second category as the mean difference between the two distributions increases. Therefore, IU could be an accuracy measure to evaluate the discriminant power of a model.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.23 no.2
• /
• pp.137-145
• /
• 2005

In this paper, we investigate the accuracy of various sensor models developed for linear pushbroom satellite images. We define the accuracy of a sensor model in two aspects: the accuracy of bundle adjustments and the accuracy of estimating exterior orientation parameters. The first accuracy has been analyzed and reported frequently whereas the second accuracy has somewhat been neglected. We argue that the second accuracy is as important as the first one. The second accuracy describes a model's ability to predict satellite orbit and attitude, which has many direct and indirect applications. Analysis was carried out on the traditional collinearity-based sensor models and orbit-based sensor models. Collinearity-based models were originally developed for aerial photos and modified for linear pushbroom-type satellite images. Orbit-based models have been used within satellite communities for satellite control and orbit determination. Models were tested with two Kompsat-1 EOC scenes and GPS-driven control points. Test results showed that orbit-based models produced better estimation of exterior orientation parameters while maintained comparable accuracy on bundle adjustments.

• 한국지형공간정보학회:학술대회논문집
• /
• 2004.10a
• /
• pp.33-37
• /
• 2004

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.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.281-284
• /
• 2019

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.

• The Korean Journal of Applied Statistics
• /
• v.35 no.1
• /
• pp.77-91
• /
• 2022

The optimal threshold estimation is considered in order to discriminate the mixture distribution in the fields of Biostatistics and credit evaluation. There exists well-known various accuracy measures that examine the discriminant power. Recently, Matthews correlation coefficient and the F1 statistic were studied to estimate optimal thresholds. In this study, we explore whether these accuracy measures are appropriate for the optimal threshold to discriminate the mixture distribution. It is found that some accuracy measures that depend on the sample size are not appropriate when two sample sizes are much different. Moreover, an alternative method for finding the optimal threshold is proposed using the correlation coefficient that defines the ratio of the confusion matrix, and the usefulness and utility of this method are also discusses.