• 한국데이터정보과학회:학술대회논문집
• /
• 2004.10a
• /
• pp.93-93
• /
• 2004

• 한국데이터정보과학회:학술대회논문집
• /
• 2004.10a
• /
• pp.95-95
• /
• 2004

• 한국데이터정보과학회:학술대회논문집
• /
• 2006.11a
• /
• pp.153-153
• /
• 2006

• The Korean Journal of Applied Statistics
• /
• v.17 no.3
• /
• pp.605-617
• /
• 2004

One of the best important thing in data mining process is the quality of data used. When we perform the mining on data with excellent quality, the potential value of data mining can be improved. In this paper, we propose the data fusion technique for data enrichment that one phase can improve data quality in KDD process. We attempted to add k-NN technique to the regression technique, to improve performance of fusion technique through reduction of the loss of information. Simulations were performed to compare the proposed data fusion technique with the regression technique. As a result, the newly proposed data fusion technique is characterized with low MSE in continuous fusion variables.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.19 no.1
• /
• pp.61-87
• /
• 2008

There is a close relationship between indicators of statistics and performance measurement in international standards, working sections and the data items similarity in academic libraries. However, this co-relationship between statistics and measuring performance in the Korean academic library is not related to each other in terms of designing or usage. In order to prove this, the co-relationship between indicators of statistics and performance measurement has been researched based on applications of international standards and data. The international result shows 45% of overlapping in statistical and measuring performance indicators. However, there is only 14 to 26% of the co-relationship in existing statistics and performance measurement in Korea. A considerable improvement of the co-relationship between the indicators has newly been found. Therefore, in developing online system of academic library statistics, it is essential to provideinclusive information between indications of statistics and performance measurements.

• The Korean Journal of Applied Statistics
• /
• v.37 no.2
• /
• pp.139-155
• /
• 2024

This study performed a multi-classification task to classify mesial temporal lobe epilepsy with left hippocampal sclerosis patients (left mTLE), mesial temporal lobe epilepsy with right hippocampal sclerosis (right mTLE), and healthy controls (HC) using magnetoencephalography (MEG) data. We applied various artificial neural networks and compared the results. As a result of modeling with convolutional neural networks (CNN), recurrent neural networks (RNN), and graph neural networks (GNN), the average k-fold accuracy was excellent in the order of CNN-based model, GNN-based model, and RNN-based model. The wall time was excellent in the order of RNN-based model, GNN-based model, and CNN-based model. The graph neural network, which shows good figures in accuracy, performance, and time, and has excellent scalability of network data, is the most suitable model for brain research in the future.

• Journal of the KSME
• /
• v.25 no.3
• /
• pp.216-224
• /
• 1985

최근에는 온라인 시스템(on-line system)에 의하여 난류의 신호를 직접 신호분석기에서 받아 분석하여 컴퓨터에 의해 데이터를 처리하고, 풀롯터(plotter)에 의해 도시함으로서 유동의 특성을 통계학적인 방법으로 해석해 나가고 있다. 본 해설에서는 온라인시스템에 의한 난류의 통계 학적 측정방법과 기본적인 이론 및 측정도시에 예를 제시하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.422-424
• /
• 2003

협력적 추천은 데이터의 범위성, 초기 사용자, 희소성, 회색양의 문제를 안고 있다. 이를 해결하기 위해 기존 연구는 내용기반 추천이나 인구통계학적 추천을 협력적 추천과 통합하려는 연구가 진행되어 왔다. 본 논문에서는 추천 시스템의 성능 향상을 위해 이질적인 데이터의 통합에 효과적인 신경망을 사용하여 다양한 종류의 정보 융합을 제안한다 신경망을 사용한 추천 모델은 사용자들 또는 항목들 간의 선호관계를 학습할 수 있고, 이질적인 데이터의 통합이 용이한 신경망의 장점을 이용하면 항목들에 대한 내용과 사용자들의 인구통계학적인 정보, 그리고 그 외적인 관련정보를 쉽게 융합할 수 있다. 또한, 데이터 융합을 통하여 희소 데이터 문제와 초기 사용자 문제를 해결할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.25-28
• /
• 2007

무한히 연속적으로 발생하는 데이터 스트림에서의 연속 질의 처리는 빠른 처리 시간과 적은 메모리 사용량을 요구한다. 이런 제약 사항을 만족하기 위해 연속 질의의 선택 조건절에 사용된 같은 속성들로 그룹화하여 해당 속성들을 처리함으로써 빠르게 질의를 처리할 수 있다. 그리고 더 효율적으로 질의를 처리하기 위해 초기에 일정 기간 동안 데이터 스트림에 대한 통계 정보를 수집한다. 실행 시 통계 정보를 수집하는 이유는 데이터 스트림의 특성을 예측할 수 없기 때문에 데이터 특성에 대한 정보를 수집하고 수집된 정보를 가지고 가장 좋은 질의 처리 순서를 결정함으로 써 전체적인 질의 처리 성능을 향상 시킬 수 있고 실험을 통해 이를 검증한다.

• Proceedings of KOSOMES biannual meeting
• /
• 2007.05a
• /
• pp.115-119
• /
• 2007

본 연구의 목적은 선박관리회사에서 관리하는 선박의 운항사고를 사전에 예측하여 사고를 미연에 예방 또는 저감하고, 사고 발생시에는 신속 대처하여 사고결과 발생되는 손실을 최소화하기 위한 운항사고 예측 시스템을 개발하는데 있다. 이러한 운항사고 예측 시스템을 개발하기 위해서는 과거 문서로 작성된 사건을 숫자로 변환시킨 수량화 데이터 제작이 우선 필요하다. 수량화 데이터를 이용하면 통계기법을 적용하여 다양한 사건 사이에 숨어 있는 기본적인 요소를 축출할 수 있고, 이러한 요소 사이의 상관관계를 통하여 사고발생 수준을 숫자로 표시할 수 있기 때문에 사전에 해당 위험정도를 알 수 있다. 본 연구에서는 운항사고 예측 시스템 개발의 초보단계로서, 과거 사건기록을 수량화 데이터로 변환하기 위한 절차와 결과를 기술하였다.