• 한국조리학회지
• /
• 제19권5호
• /
• pp.170-183
• /
• 2013

본 연구의 목적은 Kano모델을 이용하여 조리교육 품질속성을 분류하고자 하였고, Timko의 고객만족불만족계수를 이용하여 Kano모델의 단점을 보강하고 교육품질개선에 집중해야할 품질요소를 제안하고 시사점을 제시하고자 하였다. 선행연구 고찰과 실증분석을 실시하였으며 수도권 전문대학과 전문학교 학생(500명)을 대상으로 설문을 실시하고 유효한 설문지 486부를 SPSS 19.0과 EXCEL 2007을 사용하여 분석하였다. 첫째, 설문문항 25개 항목을 분석한 결과 조리교육품질은 매력적 품질 17개, 당연적 품질 2개, 무관심 품질 6개로 분류되었고 일원적 품질, 역품질, 회의적 품질은 분류되지 않았다. 둘째, 25개 항목에 대한 Timko의 Better지수와 Worse지수에서 평가의 객관성(0.99)이 Better지수 가운데 가장 높게 나타났고, Worse 지수에서 전공별 실습실과 평가의 객관성(-0.47)이 가장 높게 나타났고 외국인교수의 유무(-0.01)가 가장 낮게 나타났다. 마지막으로 분석결과를 바탕으로 재학생을 대상으로 강화해야 할 품질요소와 예비대학생 유치를 위해 집중해야 할 품질요소를 제안하였고 한계점이 논의되었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -2
• /
• pp.806-809
• /
• 2002

Real-world objects often have two or more significant attributes. For example, face images have attributes of persons, expressions, and so on. Even if we are interested in only one of those attributes, additional informations on auxiliary attributes can help recognition of the main one. In the present paper, the authors propose a method for pattern recognition with double attributes. A pair of classifiers are combined: each classifier makes a guess of its corresponding attribute, and it tells the guess to the other as a hint. Equilibrium point of this iteration can be calculated directly without iterative procedures.

• 한국산학기술학회논문지
• /
• 제14권8호
• /
• pp.3748-3759
• /
• 2013

본 연구의 목적은 DINA(deterministic-input, noisy "and" gate)모형에서 최대우도(maximum likelihood: ML), 최대사후확률(maximum a posteriori: MAP), 사후기대(expected a posteriori: EAP)방법들의 분류 정확성이 어느 정도인가를 알아보는 것이다. 연구 목적을 달성하기 위하여 다양한 모의실험 조건들[인지요소의 수(K= 5, 7), 응시생 능력분포(고능력, 중간능력, 저능력 집단), 검사 길이(J= 15, 30, 45)]에 따라 모의자료를 생성했다. 응시생 분류 정확성을 평가하기 위한 준거로 참 인지요소(true ${\alpha}$)와 ML, MAP, EAP방법으로 추정된 인지요소가 어느 정도 일치하는지를 계산했다. 본 연구의 주요결과를 요약하면 다음과 같다. 첫째, 본 연구에서 설정한 검사 조건에서 ML, MAP방법보다 EAP방법의 정확일치도 평균이 높았다. 둘째, 다른 검사 조건이 동일할 때, 인지요소의 수가 증가하면 ML, MAP, EAP방법 모두에서 정확일치도 평균이 낮아졌다. 셋째, 동일한 검사 길이에서 사전분포로 고능력, 중간능력, 저능력 집단을 각각 가정했을 때 ML, MAP방법보다 EAP방법의 정확일치도 평균이 높았다. 넷째, 동일한 응시생 능력분포에서 검사 길이가 증가하면 ML, MAP, EAP방법 모두에서 정확일치도 평균이 높아졌다. 인지요소의 수에 따라 응시생을 정확하게 분류하기 위한 적절한 검사 길이를 보면, 인지요소의 수가 5, 7개이고 이에 대응하는 검사 길이가 각각 30, 45문항일 때 본 연구에서 설정한 높은 분류 정확성 기준에 부합하는 것으로 나타났다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.195-197
• /
• 2011

This research deals with an issue of preventive medicine in bioinformatics. We can diagnose liver conditions reasonably well to prevent Liver Cirrhosis by classifying liver disorder patients into fatty liver and high risk groups. The classification proceeds in two steps. Classification rules are first built by clustering five attributes (MCV, ALP, ALT, ASP, and GGT) of blood test dataset provided by the UCI Repository. The clusters can be formed by the K-mean method that analyzes multi dimensional attributes. We analyze the properties of each cluster divided into fatty liver, high risk and normal classes. The classification rules are generated by the analysis. In this paper, we suggest a method to diagnosis and predict liver condition to alcoholic patient according to risk levels using the classification rule from the new results of blood test. The K-mean classifier has been found to be more accurate for the result of blood test and provides the risk of fatty liver to normal liver conditions.

• 대한원격탐사학회지
• /
• 제26권3호
• /
• pp.317-324
• /
• 2010

In recent years, many automatic classification approaches have been employed. An automatic classification method can be effective, time-saving and can produce objective results due to the exclusion of operator intervention. This paper proposes a classification method based on automated training for high resolution multispectral images using ancillary data. Generally, it is problematic to automatically classify high resolution images using ancillary data, because of the scale difference between the high resolution image and the ancillary data. In order to overcome this problem, the proposed method utilizes the classification results of a Landsat image as a medium for automatic classification. For the classification of a Landsat image, a maximum likelihood classification is applied to the image, and the attributes of ancillary data are entered as the training data. In the case of a high resolution image, a K-means clustering algorithm, an unsupervised classification, was conducted and the result was compared to the classification results of the Landsat image. Subsequently, the training data of the high resolution image was automatically extracted using regular rules based on a RELATIONAL matrix that shows the relation between the two results. Finally, a high resolution image was classified and updated using the extracted training data. The proposed method was applied to QuickBird and SPOT-5 images of non-accessible areas. The result showed good performance in accuracy assessments. Therefore, we expect that the method can be effectively used to automatically construct thematic maps for non-accessible areas and update areas that do not have any attributes in geographic information system.

• 스마트미디어저널
• /
• 제13권4호
• /
• pp.57-64
• /
• 2024

패션 이미지에 포함된 소재, 색상, 핏 등의 속성은 소비자가 의류를 구매하는 데 있어서 중요한 요인이다. 그러나 의류 속성을 분류하는 과정은 많은 인력을 필요로 하고, 작업자의 주관적인 판단에 의존하기 때문에 일관성이 떨어진다. 이러한 문제를 완화하기 위해 인공지능을 활용하여 패션 이미지의 의류 속성을 분류하는 연구가 필요하다. 기존 연구에서는 주로 상의 또는 하의 중 하나의 항목에 대한 의류 속성을 분류하는 것에 초점을 두고 있기 때문에 전신 패션 이미지의 경우에는 상의와 하의의 속성을 동시에 파악할 수 없다는 한계가 있었다. 본 연구는 패션 이미지의 상의와 하의를 구분하여 각 항목의 카테고리와 의류 소재의 속성을 분류할 수 있는 딥러닝 모델을 제안한다. 본 연구에서 딥러닝 모델 ResNet과 EfficientNet를 이용하였고, 학습에 활용한 데이터셋은 패션 이미지 1,002,718장과 의류 카테고리와 소재 속성을 포함한 라벨 총 125개를 사용하였다. Weighted F1-Score를 기준으로 ResNet은 0.800, EfficientNet는 0.781로 ResNet이 더 우수한 성능을 보였다.

• 산업공학
• /
• 제20권3호
• /
• pp.339-352
• /
• 2007

Beyond SERVQUAL-based service quality research, we develop a measurement model of public service quality that would provide researchers and practitioners in the public sector with a foundation for systematic investigation and implementation. Firstly, we explore the attributes of public service quality that lead to customer satisfaction by using the critical incident technique (CIT). We identified four dimensions of public service qualities. We also found that the critical attributes of service quality differ according to the types of customers. Secondly, to achieve a high degree of empirical confidence, we conduct statistical tests and analyses on the classification scheme and on the attributes of service quality that we derived from the CIT analysis. Through these analyses, we could remove the redundancy among attributes and group the attributes into new constructs, which are mutually exclusive and exhaustive; we built a more sophisticated measurement model of service quality.

• 산업경영시스템학회지
• /
• 제35권1호
• /
• pp.57-65
• /
• 2012

The relationship between product quality/function and customer satisfaction has been considered an important point for the new product development. The seminal paper by Kano was the first to thoroughly address the non-linear relationship between product performance/function and customer satisfaction. In the analysis framework of the original Kano model, five factors are assumed, among which indifference factor occupies 40% in the classification scheme. When we analyze survey response using Kano model, many quality attributes can be resulted in indifference factor. This implies that some attributes which are meaningful tend to be classified as indifferent attributes for the customer satisfaction. In order to tackle this problem, a modified Kano model is proposed by reducing the indifference factor. The modified Kano model can be robust for the survey response. A survey is performed for the quality attributes of the smart phone. The response is analyzed and compared based on the original and modified Kano model. The surveyed quality characteristics of the smart phone are performance related attributes, application programs, functional attributes and subjective emotional quality attributes. Many quality attributes classified as indifference factor in the original model are classified as attractive, must-be, and expected factors, respectively.

• Communications for Statistical Applications and Methods
• /
• 제18권1호
• /
• pp.89-102
• /
• 2011

이산화는 데이터 마이닝을 위한 전처리 과정으로서 연속형 변수를 이산형 변수로 바꾸는 과정이고, 이산화 시킨 데이터가 원래 가지고 있던 정보손실을 최소로 하면서 높은 분류정확도를 가지는 것을 목적으로 한다. 지금까지 많은 이산화 알고리즘이 제안되었는데, 본 논문에서는 분할 이산화와 병합 이산화의 관점에서 최근까지 제안된 대표적인 이산화 알고리즘들을 비교하고, 이산화 알고리즘이 가지고 있는 특성을 연구하였다. 또한 비교 연구한 이산화 알고리즘을 R코드로 작성하여 다른 연구에 사용할 수 있도록 하였다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제14권4호
• /
• pp.173-180
• /
• 2022

In the naked eye observation, the health of livestock can be controlled by the range of activity, temperature, pulse, cough, snot, eye excrement, ears and feces. In order to confirm the health of livestock, this paper uses calf face image data to classify the health status by image shape, color and texture. A series of images that have been processed in advance and can judge the health status of calves were used in the study, including 177 images of normal calves and 130 images of abnormal calves. We used GLCM calculation and Convolutional Neural Networks to extract 6 texture attributes of GLCM from the dataset containing the health status of calves by detecting the image of calves and learning the composite image of Convolutional Neural Networks. In the research, the classification ability of GLCM-CNN shows a classification rate of 91.3%, and the subsequent research will be further applied to the texture attributes of GLCM. It is hoped that this study can help us master the health status of livestock that cannot be observed by the naked eye.