• Journal of the Korean Association of Geographic Information Studies
• /
• v.11 no.2
• /
• pp.108-120
• /
• 2008

This paper discusses the prediction of deforestation areas using probability models from forest census database, Geographic information system (GIS) database and the land cover database. The land cover data was analyzed using remotely-sensed (RS) data of the Landsat TM data from 1989 to 2001. Over the analysis period of 12 years, the deforestation area was about 40ha. Most of the deforestation areas were attributable to road construction and residential development activities. About 80% of the deforestation areas for residential development were found within 100m of the road network. More than 20% of the deforestation areas for forest road construction were within 100m of the road network. Geographic factors and vegetation change detection (VCD) factors were used in probability models to construct deforestation occurrence map. We examined the size effect of area partition as training area and validation area for the probability models. The Bayes model provided a better deforestation prediction rate than that of the regression model.

• Communications for Statistical Applications and Methods
• /
• v.3 no.3
• /
• pp.135-144
• /
• 1996

표본조사에서는 실사의 비용의 줄어주고 추정치의 정도를 높여 주는 바람직한 표본이 추출되기를 기대한다. Goodman과, Kish(1950)는 기존의 추출방법의 성질을 변화하지 않으면서 바람직한 표본의 추출확률의 놓게 해주고 반면에 바람직하지 않은 표본의 추출확률을 작게 해주는 관리적 선정(controlled selection) 방법을 제시하였다. 본 논문에서는 지금까지 관리적 선정방법이 갖고 있는 한계점과 실제조사에 이 방법을 적용할 때 발생하는 문제점을 파악하여, 향후 관리적 선정방법을 효율적으로 사용하기 위한 연구 방향과 관제를 제시하였다.

• The Korean Journal of Applied Statistics
• /
• v.14 no.2
• /
• pp.379-391
• /
• 2001

본 연구에서는 관심거리가 되고 있는 마코프인쇄 몬테칼로(Markov Chain Monte Carlo, MCMC)방법에 근거한 공간 확률난수 (spatial random variate)생성법과 깁스표본추출법(Gibbs sampling)에 의한 베이지안 분석 방법에 대한 기술적 사항들에 관하여 검토하였다. 먼저 기본적인 확률난수 생성법과 관련된 사항을 살펴보고, 다음으로 조건부명시법(conditional specification)을 이용한 공간 확률난수 생성법을 예를 들어 살펴보기로한다. 다음으로는 이렇게 생성된 공간자료를 분석하기 위하여 깁스표본추출법을 이용한 베이지안 사후분포를 구하는 방법을 살펴보았다.

• The Korean Journal of Applied Statistics
• /
• v.14 no.2
• /
• pp.429-437
• /
• 2001

단순 이단계 표본 추출의 경우에 최적 선택률은 Hansen과 Hurwitz(1949)에 의하여 구하여졌다. 그러나 통계청에서 실시하는 표본조사등은 층화 이단계 추출을 한다. 따라서 실제적인 필요성에 의하여 층화 2단계 표본 설계를 시도 하였다. 층화 이단계 표본추출시에 주어진 비용아래서 모총계의 추정량의 분산을 최소로 하는 최적의 선택확률(optimum selection probability), 표본추출율과 부차 표본추출율을 Lagrangean 승수법에 의하여 구한다.

• Proceedings of the Korean Association for Survey Research Conference
• /
• 2002.06a
• /
• pp.74-84
• /
• 2002

본 연구에서는 1970년 Royall에 의해 표본추출방법의 한 대안으로서 다시 주목받기 시작한 균형추출방법(purposive selection or balanced sampling)과 확률추출방법(random sampling)의 장.단점을 층화추출법과 비추정량의 경우를 예로 들어 비교하고자 한다. 균형추출방법은 강건성(robustness)과 효율성(efficiency) 측면에서 확률추출방법은 추출의 간편성과 사회적 인식 측면에서 각각의 장점을 지니고 있는 것으로 볼 수 있다.

• The Korean Journal of Applied Statistics
• /
• v.6 no.1
• /
• pp.145-162
• /
• 1993

We review sampling schemes on successive occasions with partial replacement of units and propose a Rao-Hartley-Cochran(RHC) type's sampling scheme over two successive occasions with probability proportionate to observations on the previous occasion. For comparison of the reviewed and proposed sampling schemes, optimal estimator of population mean on second occasion and its variance are derived. The relative efficiency of the proposed sampling scheme is compared with other equal and unequal probability sampling scheme by theoretical and numerical simulation study. For simulation study, three artificial populations are generated by a time series model. It is observed that RHC type's sampling scheme has small variance and deviation in general.

• Annual Conference on Human and Language Technology
• /
• 1994.11a
• /
• pp.297-304
• /
• 1994

코퍼스는 기계 가독형으로 개장되어 있는 실제 사용 언어의 집합으로 자연어 처리에 필요한 여러 가지 언어 정보를 내재하고 있다. 이들 정보는 코퍼스 분석기를 이용하여 획득할 수 있으며 용례와 각종 통계 정보 및 확률 정보, 연어 목록 등은 코퍼스에서 추출할 수 있는 대표적인 언어 정보들이다. 그러나 기존의 한국어 코퍼스 분석 도구들은 용례 추출 기능만을 보유하여 활용 범위가 제한되어 있었다. 이에 본 논문에서는 대량의 한국어 코퍼스를 분석하여 용례뿐만 아니라 자연어 처리의 제분야에서 필요한 언어 정보들을 추출하는 방법에 대해 연구하였으며 이의 검증을 위해 KCAT(Korean Corpus Analysis Tool)를 구현하였다. KCAT는 코퍼스 색인, 용례 추출, 통계 정보 추출, 연어 추출 부분으로 구성되어 있다. 용례 색인을 위해서는 여러 가지 사전과 용례 색인 구조가 필요한데 KCAT에서는 가변 차수 B-Tree 구조를 이용하여 사전을 구성하며 용례 색인을 위해 버킷 단위의 역 화일 구조를 이용한다. 질 좋은 용례의 추출을 위해 KCAT는 다양한 용례 연산 및 정렬 기능을 제공한다. 또한 통계적 방법의 자연어 처리 분야를 위해 어휘 확률, 상태 전이 확률, 관측 심볼 확률, 상호 정보, T-score 등을 제공하며, 기계 번역 분야에서 필요한 연어를 추출한다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1997.11a
• /
• pp.343-352
• /
• 1997

기존의 기울기 연산자나 표면 접합에 의한 윤곽 추출과는 달리 본 논문에서는 윤곽 추출을 위해 강인한 이진 형태론을 이용한 윤곽 추출 알고리즘을 제안하였다. 제안된 알고리즘에서는 전처리 과정으로 원영상을 임계 처리시킨 후, 강인한 이진 형태론 확률 기법과 여과을 적용함으로써 영상 윤곽 추출률을 높이고자 하였으며, 가변적으로 콜리지 확률의 교집합만을 적용하여 효율적인 윤곽 추출을 얻기 위한 조건들에 대해 연구하였다. 특히, 제안된 알고리즘은 일반적으로 많이 사용되고 있는 기울기 연산자나 Laplacian 연산자보다 윤곽 추출에 있어서 처리 시간과 저장 용량이 개선되었다.

• Annual Conference on Human and Language Technology
• /
• 2000.10d
• /
• pp.127-132
• /
• 2000

본 논문에서는 격조사의 구문적인 특성을 이용하여, 수식어까지 포함한 명사구 추출 방법을 연구한다. 명사구 판정을 위해 연속적인 형태소열을 문맥정보로 사용하던 기존의 방법과 달리, 명사구의 처음과 끝 그리고 명사구 주변의 형태소를 이용하여 명사구의 수식 부분과 중심 명사를 문맥정보로 사용한다. 다양한 형태의 문맥정보들은 최대 엔트로피 원리(Maximum Entropy Principle)에 의해 하나의 확률 분포로 결합된다. 본 논문에서 제안하는 명사구 추출 방법은 먼저 구문 트리 태깅된 코퍼스에서 품사열로 표현되는 명사구 문법 규칙을 얻어낸다. 이렇게 얻어낸 명사구 규칙을 이용하여 격조사와 인접한 명사구 후보들을 추출한다. 추출된 각 명사구 후보는 학습 코퍼스에서 얻어낸 확률 분포에 기반하여 명사구로 해서될 확률값을 부여받는다. 이 중 제일 확률값이 높은 것을 선택하는 형태로 각 격조사와 관계있는 명사구를 추출한다. 본 연구에서 제시하는 모델로 실험을 한 결과 평균 4.5개의 구를 포함하는 명사구를 추출할 수 있었다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2000.11a
• /
• pp.39-43
• /
• 2000

분산 추정 및 신뢰구간 추정의 한 방법으로 널리 쓰이고 있는 붓스트랩 방법을 복합표본에 적용하는 방법에 대해 알아보았다. 복합 표본은 유한 모집단에서 추출되고 추출확률이 다르기 때문에 i.i.d. 표본에 기초하여 개발된 전통적인 붓스트랩 방법을 직접 적용하면 추론의 오류가 발생할 수 있다. 본 연구에서는 복원 확률비례표본과 랜덤그룹표본에 붓스트랩을 적용하는 방법을 알아보았다.