• 한국잠사곤충학회지
• /
• 제28권2호
• /
• pp.28-34
• /
• 1986

The general combining ability (GCV), the specific combining ability (SCA) and the reciprocal combining ability (RCA) effects wereobtained by 8$\times$8 diallel crosses of the silkworms with four Japanese races and four Chinese races, total eight lines. The result are as follows ; 1. The general combining ability (GVA) effects appeared high significant level in the total and the fifth instar periods (TP, FP), a female and a male cocoon weights (FW, MW), a female and a male cocoon layer weights (FL, ML) and a female and a male cocoon layer ratios (FR, MR). Only the reciprocal combining ability (RCA) effects appeared high significant level in the total and the fifth instar periods (TP, FP). 2. The Japanese original silkworm lines varied in the general combining ability effects from -0.864 to 0.578, and the Chinese original silkworm lines did in ones from -0.570 to 1.018. 3. The specific combining ability effects of the silkworm lines made in order of the crossing types of JL (Japanese lines) $\times$CL (Chinese lines)>CL$\times$JL>JL$\times$JL> CL$\times$CL in a total cocoon weights and a cocoon layer weights. 4. The reciprocal combining ability effects of the silkworm lines was in order of the crossing types of JL$\times$CL>JL$\times$JL> CL$\times$CL>CL$\times$JL in a total cocoon weights and cocoon layer weights.

• Current Research on Agriculture and Life Sciences
• /
• 제4권
• /
• pp.114-118
• /
• 1986

본(本) 연구(硏究)는 mouse의 산자수(産仔數) 및 생시체중에 대한 유전자(遺傳子) 효과(效果)를 구명(究明)하기 위하여, BALB/c, CBA, C3H 및 C57BL의 4계통(系統)을 양면교잡(兩面交雜)시켜 생산(生産)된 후대(後代) 362마리를 대상으로 조사(調査) 분석(分析)한 것이다. 공시(供試)된 mouse는 1984년(年) 11월(月)에 경북대학교(慶北大學校) 농과대학(農科大學) 부속동물사육장(附屬動物飼育場)에서 생산(生産)되었으며, Griffing 방법(方法)에 의하여 일반결합능력(一般結合能力), 특수결합능력(特殊結合能力) 그리고 상반교잡(相反交雜) 효과(效果) 등(等)이 분석(分析)되었다. 일반결합능력(一般結合能力) 효과(效果)는 산자수(産仔數)에서 -0.4163~0.3337 그리고 생시체중(生時體重)에서 -0.0356~0.0894로 추정(推定)되었으나 유의차(有意差)는 인정되지 않았다. 특수결합능력(特殊結合能力) 효과(效果)는 산자수(産仔數)에서 -1.0388~1.7913 그리고 생시체중(生時體重)에서 -0.1144~0.1343으로 추정(推定)되었으나 유의차(有意差)는 인정되지 않았다. 상반교잡(相反交雜) 효과(效果) 추정치(推定値)는 유의성(有意性)이 인정되었는데 산자수(産仔數)의 경우 BALB/c${\times}$C3H에서 -2.36, CBA${\times}$C57BL에서 1.84, BALB/c${\times}$CBA에서 -1.50이었고, 생시체중(生時體重)의 경우 CBA${\times}$C57BL에서 -0.26 BALB/c${\times}$CBA에서 0.15 그리고 BALB/c${\times}$C57BL에서 -0.15이었다.

• 한국음향학회지
• /
• 제22권1호
• /
• pp.28-34
• /
• 2003

최근 잡음이 심한 환경에서 음성인식을 신뢰성 있게 하기 위하여 입 모양의 움직임 (영상언어)과 음성을 같이 사용하는 방법이 활발히 연구되고 있다 본 논문에서는 영상언어 인식기의 결과와 음성인식기의 결과에 각각 가중치를 주어 결합하는 방법을 연구하였다. 각각의 인식 결과에 적절한 가중치를 결정하는 방법을 제안하였으며, 특히 음성정보에 들어있는 잡음의 정도와 영상정보의 화질에 따라 자동적으로 가중치를 결정하도록 하였다. 모의 실험 결과 제안된 방법에 의한 결합 인식률이 잡음이 심한 환경에서도 84% 이상의 인식률을 나타내었으며, 영상에 번짐효과가 있는 경우 영상의 번짐 정도를 고려한 결합 방법이 그렇지 않은 경우보다 우수한 인식 성능을 나타내었다.

• 대한산업공학회지
• /
• 제26권3호
• /
• pp.193-199
• /
• 2000

In many studies, considerable attention has been focussed upon choosing a model which represents underlying process of time series and forecasting the future. In the real world, however, there may be some cases that one model can not reflect all the characteristics of original time series. Under such circumstances, we may get better performance by combining the forecasts from several models. The most popular methods for combining forecasts involve taking a weighted average of multiple forecasts. But the weights are usually unstable. In cases the assumptions of normality and unbiasedness for forecast errors are satisfied, a Bayesian method can be used for updating the weights. In the real world, however, there are many circumstances the Bayesian method is not appropriate. This paper proposes a PNN(Probabilistic Neural Net) approach as a method for combining forecasts that can be applied when the assumption of normality or unbiasedness for forecast errors is not satisfied. In this paper, PNN method, which is similar to Bayesian approach, is suggested as an updating method of the unstable weights in the combination of the forecasts. The PNN method has been usually used in the field of pattern recognition. Unlike the Bayesian approach, it requires no assumption of a specific prior distribution because it gets probabilities by using the distribution estimated from given data. Empirical results reveal that the PNN method offers superior predictive capabilities.

• Current Research on Agriculture and Life Sciences
• /
• 제4권
• /
• pp.119-123
• /
• 1986

본(本) 연구(硏究)는 마우스의 이유시체중(離乳時體重) 및 60일령(日齡) 체중(體重)에 대한 유전자(遺傳子) 효과(效果)를 구명하기 위하여, BALB/c, CBA, C3H 및 C57BL의 4 계통(系統)을 양면교잡(兩面交雜)시켜 생산(生産)된 후대(後代) 343마리를 대상으로 조사(調査) 분석(分析)한 것이다. 공시(供試)된 마우스는 1984년(年) 11월(月)부터 1985년(年) 2월(月)까지 경북대학교(慶北大學校) 농과대학(農科大學) 부속동물사육장(附屬動物飼育場)에서 사육(飼育)되었으며, Harvey의 방법(方法)에 의하여 일반결합능력(一般結合能力), 모체효과(母體效果), 특수결합능력(特殊結合能力) 및 상반교잡(相反交雜) 효과(效果) 등(等)이 분석(分析)되었다. 일반결합능력(一般結合能力) 효과(效果)는 이유시체중(離乳時體重)에서 -0.6033~0.5298 그리고 60일령(日齡) 체중(體重)에서 -0.5086~1.0012로 추정(推定)되었으며, 두 형질(形質)에 대한 일반결합능력(一般結合能力) 효과(效果)는 BALB/c와 C57BL이 CBA와 C3H보다 우수하였다(P<0.05). 모체효과(母體效果)는 C3H가 BALB/c보다 크게 나타났다(P<0.05). 모체효과(母體效果)는 이유시체중(離乳時體重)에서 -0.9678~0.4609 그리고 60일령(日齡) 체중(體重)에서 -1.1886~0.7029로 추정(推定)되었다. 특수결합능력(特殊結合能力) 효과(效果)도 유의성(有意性)이 인정(認定)되었는데(P<0.05), 그 효과(效果) 추정치(推定値)는 이유시체중(離乳時體重)에서 -0.1999~0.3380 그리고 60일령(日齡) 체중(體重)에서 -0.4056~0.3317 이었다. 상반교잡(相反交雜) 효과(效果)는 BALB/c${\times}$C57BL 및 BALB/c${\times}$C3H에서 크게 나타났는데 이유시체중(離乳時體重)에 있어서 효과(效果) 추정치(推定値)는 각각(各各) -0.5049 및 0.4972 그리고 60일령(日齡) 체중(體重)에 있어서 효과(效果) 추정치(推定値)는 각각(各各) -1.0336 및 1.2793이었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.162-164
• /
• 2004

This paper proposes a new classification system combining the adaptive feature weighting algorithm using the genetic algorithm and the modified KNN rule. GA is employed to choose the middle value of weights and weights of features for high performance of the system. The modified KNN rule is proposed to estimate the class of test pattern using adaptive feature space. Experiments with the unconstrained handwritten digit database of Concordia University in Canada are conducted to show the performance of the proposed method.

• 응용통계연구
• /
• 제1권2호
• /
• pp.10-26
• /
• 1987

미래의 한 관측값이 여러 방법으로 예측되었을 때, 이들 예측값들을 적절한 방법으로 결합 시키면 더 좋은 예측값을 얻을수 있게 된다. 본 논문에서는 결합예측을 위한 기존의 방법들을 간략히 소개하고, 결합 가중치의 추정을 위한 몇가지 대안적 절차를 제시한 후, 국내의 여러 자료들을 이용한 실증적 분석을 통하여 결합방법들에 대한 예측력을 비교 $\cdot$ 검토하게 된다. 실증적 분석 결과에 의하면, 제한 회귀가중치, 제한 로버스트 회귀가중치 및 혼합 회귀 가중치에 의한 결합방법들이 로버스트했다. 그러나 모든 경우에서 항상 가장 우수한 결합 방법은 발견될 수 없으므로 사전적으로 개별예측들의 특성을 분석하여, 대응되는 결합방법을 선책한다면 보다 유용한 예측결과를 얻을수 있게 된다.

• 한국지반환경공학회 논문집
• /
• 제18권2호
• /
• pp.21-27
• /
• 2017

In order to evaluate landslide susceptibility in Yanbian region, this study analyzed 7 factors related to landslide occurrence, such as soil, geology, land use, slope, slope aspect, fault and river by Analytic Hierarchy Process (AHP), and calculated the weights of these 7 hazard-induced factors, determined the internal weights and the relative weights between various factors. According to these weights, combining the Remote Sensing technology (RS) with Geographic Information System technology (GIS), the selected area was evaluated by using GIS raster data analysis function, then landslide susceptibility chart was mapped out. The comprehensive analysis of AHP and GIS showed that there has unstable area with the potential risk of sliding in the research area. The result of landslide susceptibility agrees well with the historical landslides, which proves the accuracy of adopted methods and hazard-induced factors.

• 정보관리학회지
• /
• 제28권1호
• /
• pp.309-326
• /
• 2011

기존 메타데이터의 품질 측정 방법은 오류가 발생한 레코드를 단순히 계수하여 그 비율로 품질을 측정하였다. 이러한 한계를 극복하기 위해 메타데이터 요소별로 상대적 중요 정도를 나타내는 가중치를 적용함으로서, 메타데이터 품질을 체계적으로 계량화 하는 측정 방법을 제시하고자 하였다. 구체적인 가중치 부여 방법으로 엔트로피, 이용자 과업, 그리고 이용 통계를 활용하였다. 또한 이들을 결합하여 통합 가중치를 제시하고 실제 서비스 되고 있는 학술지 기사 메타데이터에 적용하였다. 실험 결과, 엔트로피 가중치 방법은 데이터 자체의 특성을 잘 반영하며, 이용자 과업을 적용한 방법은 이용자의 정보요구를 해결하는 필요한 메타데이터 요소를 제시하며, 통합 가중치는 특정 메타데이터 요소의 오류에 영향을 받지 않으면서 균형 잡힌 측정값을 제시하여 계량화 방법에 적합한 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1147-1151
• /
• 2009

In this study, we address the problem of producing probability forecasts of summer seasonal rainfall, on the basis of Hindcast experiments from a ensemble of GCMs(cwb, gcps, gdaps, metri, msc_gem, msc_gm2, msc_gm3, msc_sef and ncep). An advanced Hierarchical Bayesian weighting scheme is developed and used to combine nine GCMs seasonal hindcast ensembles. Hindcast period is 23 years from 1981 to 2003. The simplest approach for combining GCM forecasts is to weight each model equally, and this approach is referred to as pooled ensemble. This study proposes a more complex approach which weights the models spatially and seasonally based on past model performance for rainfall. The Bayesian approach to multi-model combination of GCMs determines the relative weights of each GCM with climatology as the prior. The weights are chosen to maximize the likelihood score of the posterior probabilities. The individual GCM ensembles, simple poolings of three and six models, and the optimally combined multimodel ensemble are compared.