• Proceedings of the Korean Institute of Communication Sciences Conference
• /
• 1998.10a
• /
• pp.62-65
• /
• 1998

• 대한치과보철학회:학술대회논문집
• /
• 2002.04a
• /
• pp.83-83
• /
• 2002

• Communications of the Korean Institute of Information Scientists and Engineers
• /
• v.21 no.10
• /
• pp.74-78
• /
• 2003

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.324-326
• /
• 2012

본 연구에서는 날씨를 나타내는 속성들의 값을 이용하여 현재로부터 6시간 후의 호우/비호우를 예측하기 위한 기법을 연구한다. 본 연구를 통해 호우/비호우 예측을 할 때 각 속성 값들이 호우, 비호우를 나타내는 일기도의 특정 패턴에 영향을 받는지 혹은 계절별로 영향을 받는지를 살펴보았다. 실험을 위하여 20년 누적 일기도를 SVM으로 학습하고 호우와 비호우 각각의 정답 집합을 이용하여 테스트 하였다. 실험 결과 SVM의 호우 예측도는 최대 70% 정도의 정확률을 보였으며 예측에 영향을 주는 것은 특정 패턴보다는 계절에 따른 변화임을 알아내었다.

• Journal of the Korean Data and Information Science Society
• /
• v.7 no.2
• /
• pp.263-272
• /
• 1996

In this parer, under random censorship model, an estimation of scale and shape parameters in Weibull lifetime model is considered. Based on nonparametric estimator of survival function, the least square method is proposed. The proposed estimation method is simple and the performance of the proposed estimator is as efficient as maximum likelihood estimators. An example is presented, using field winding data. Simulation studies are performed to compare the performaces of the proposed estimator and maximum likelihood estimator.

• Journal of the Korean Data and Information Science Society
• /
• v.7 no.2
• /
• pp.257-262
• /
• 1996

When we are estimate the smoothing parameter in spline regression model, we deal the diagnostic of influence observations as posteriori analysis. When we use Generalized Maximum Likelihood Function as the estimation method of smoothing parameter, we propose the diagnostic measure for influencial observations in the obtained estimate, and we introduce the finding method of the proper smoothing parameter estimate.

• Proceedings of the Korea Electromagnetic Engineering Society Conference
• /
• 2003.11a
• /
• pp.541-545
• /
• 2003

본 논문에서는 하나의 급전소자와 두개의 무급전 소자로 구성된 전 후방 지향성을 가진 비행체 탑재 능동 빔 조향 프린트형 야기-우다 안테나를 설계, 제작하였다. 제작된 안테나는 두개의 무급전 소자에 부착된 칩다이오드의 간단한 스위칭 작용(Open, Short)으로 지향성 다이버시티를 구현하였다. 그리고 모노폴 급전 소자와 두개의 무급전 소자와의 거리를 변화시켜 상호 임피던스의 영향이 고려된 최대 전.후방비를 찾았다. 중심주파수 1.81 GHz에서 모노폴 급전소자와 무급전소자간의 간격이 $0.25{\lambda}$일 때, 26.6 dB의 최대 전.후방비(Open-Short 또는 Short-Open)특성이 나타내었다. 이를 통해 후방에 있는 지상 통제소와 미사일의 비행 방향에 관계없이 교신 가능한 수신 레벨을 유지 할 수 있음을 확인하였다.

• The KIPS Transactions:PartB
• /
• v.8B no.4
• /
• pp.335-342
• /
• 2001

본 논문은 보로노이 공간분류를 활용하여 원격탐사 영상인식을 위한 다층 신경망 분류기를제안한다. 제안된 다층 신경망 분류기는 보로노이 다각형 영역으로 클래스를 구분하며, 초평면 방정식의 계수를 오류 역전과 학습 초기의 연결 강도, 임계치 그리고 은닉층의 노드 수로 결정한다. 제안된 방법은 오류역전과 학습 알고리즘에서 임의로 정해주던 초기 정보를 사전 분석에 의해 공학적으로 결정함으로써 느린 수렴 속도와 학습실패 등의 단점을 피할 수 있는 장점이 있다. 보로노이 다이어그램에 대한 경계선의 초평면 방정식은 훈련집합의 클래스별 평균값을 구하여 Mathematica 패키지로 계산하였다. 제안된 다층 신경망에 의한 영상분류기의 인식능력을 평가하기 위하여 원격탐사 영상인식에서 자주 활용되는 최소거리 분류 방법과 최대우도 분류 방법으로 처리해서 비교한 결과, 최소거리 분류 방법은 실험화상에 대해 81.4%, 최대우도 부류기에 의한 분류는 87.8%, 제안한 방법은 92.2% 정확성을 가진 분류결과를 나타냈다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.79-81
• /
• 2003

본 논문에서는 위성영상의 강독 분류에 대한 성능 개선을 위하여 ISODATA와 퍼지 C-Means 클러스터링 기법을 이용한 베이시안 최대우도 분류방법을 제안하였다. 본 연구에서는 ISODATA 클러스터링 기법을 이용하여 각각의 분류항목별로 분광특징에 따라 분석가가 선정한 훈련 데이터를 분할하여 새로운 훈련 데이터를 선정함으로써 분류항목별 훈련데이터의 분광적인 특징에 관계없이 분류를 수행할 수 있도록 하였다. 그리고 새롭게 선정된 훈련 데이터를 이용하여 퍼지 C-Means 클러스터링을 수행하고 그 결과를 베이시안 최대우도 분류기법의 사전확률로 이용함으로써 위성영상의 감독 분류에 대한 성능을 개선할 수 있는 방법을 제안한다. 제안된 기법은 Landset TM 위성영상을 이용하여 그 적용성을 시험하였다.

• Journal of Auto-vehicle Safety Association
• /
• v.13 no.4
• /
• pp.123-128
• /
• 2021

This paper present box feature estimation from LiDAR point cluster using maximum likelihood Method. Previous LiDAR tracking method for autonomous driving shows high accuracy about velocity and heading of point cluster. However, Assuming the average position of a point cluster as the vehicle position has a lower accuracy than ground truth. Therefore, the box feature estimation algorithm to improve position accuracy of autonomous driving perception consists of two procedures. Firstly, proposed algorithm calculates vehicle candidate position based on relative position of point cluster. Secondly, to reflect the features of the point cluster in estimation, the likelihood of the particle scattered around the candidate position is used. The proposed estimation method has been implemented in robot operating system (ROS) environment, and investigated via simulation and actual vehicle test. The test result show that proposed cluster position estimation enhances perception and path planning performance in autonomous driving.