• 한국통신학회논문지
• /
• 제34권8A호
• /
• pp.633-639
• /
• 2009

IEEE 802.22 WRAN의 사용을 위해서는 TV 대역의 스펙트럼 센싱이 필수적이다. 그러나 WRAN의 센싱 요구조건을 만족하기 위해서는 긴 휴지 시간이 필요하고 쉐도윙 등의 환경적인 요인에 의해 기면허 사용자를 검출하지 못하는 문제점을 가지고 있다. 이러한 문제를 극복하기 위해 협력 센싱을 통해 각 CPE의 센싱 요구 조건을 완화시키거나 스펙트럼 센싱의 신뢰성을 높인다. 일반적으로 협력 센싱은 k-out-of-N 규칙이 단순한 계산으로 인해 많이 사용된다. 그러나 이 방식의 경우 각 CPE의 SNR의 차이가 많은 경우 협력 센싱을 통해 얻은 센싱 성능이 가장 좋은 SNR을 가지는 CPE의 검출 성능보다 나쁘게 나타난다. 이러한 문제점을 해결하기 위해서 각 노드의 SNR올 반영하여 데이터 퓨전을 수행하는 방법들이 제안되는데 본 논문에서는 새로운 확신 벡터를 이용한 데이터 퓨젼 방식을 제안하였으며 전산 모의 실험 결과 제안된 방식이 기존 방식보다 검출 성능이 개선된 것으로 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권3호
• /
• pp.625-636
• /
• 2013

In this paper we study four kernel machines for estimating expected shortfall, which are constructed through combinations of support vector quantile regression (SVQR), restricted SVQR (RSVQR), least squares support vector machine (LS-SVM) and support vector expectile regression (SVER). These kernel machines have obvious advantages such that they achieve nonlinear model but they do not require the explicit form of nonlinear mapping function. Moreover they need no assumption about the underlying probability distribution of errors. Through numerical studies on two artificial an two real data sets we show their effectiveness on the estimation performance at various confidence levels.

• 대한음성학회지:말소리
• /
• 제60호
• /
• pp.165-180
• /
• 2006

In this paper, we present several confidence measures (CM) for speech recognition systems to evaluate the reliability of recognition results. We propose heuristic CMs such as mean log-likelihood score, N-best word log-likelihood ratio, likelihood sequence fluctuation and likelihood ratio testing(LRT)-based CMs using several types of anti-models. Furthermore, we propose new algorithms to add weighting terms on phone-level log-likelihood ratio to merge word-level log-likelihood ratios. These weighting terms are computed from the distance between acoustic models and knowledge-based phoneme classifications. LRT-based CMs show better performance than heuristic CMs excessively, and LRT-based CMs using phonetic information show that the relative reduction in equal error rate ranges between $8{\sim}13%$ compared to the baseline LRT-based CMs. We use the support vector machine to fuse several CMs and improve the performance of utterance verification. From our experiments, we know that selection of CMs with low correlation is more effective than CMs with high correlation.

• 대한전자공학회논문지SP
• /
• 제42권5호
• /
• pp.123-136
• /
• 2005

본 논문에서는 신경회로망보다 우수한 성능을 보이는 학습 이론인 SVM을 기반으로, 인간의 인지 과학에서 많은 연구가 이루어지고 있는 선택적 주의집중을 응용한 중첩 패턴 인식 시스템을 제안한다. 제안된 선택적 주의집중 모델은 SVM의 입력단에 주의집중층을 추가하여 SVM의 입력을 직접 변화시키는 학습을 하며 선택적 필터의 기능을 수행한다. 주의집중의 핵심은 학습을 멈추는 적절한 시점을 찾는 것과 그 시점에서 결과를 판단하는 주의집중 척도를 정의하는 것이다. 지지벡터는 주변에 존재하는 패턴들을 대표하는 표본이므로 입력 패턴이 초기상태일 때 주의집중을 하고자 하는 클래스의 가장 가까운 지지벡터를 기준으로 그 지지벡터와의 거리가 최소가 되었을 때 주의집중을 멈추는 것이 적절하다. 일반적인 주의집중을 적용하면 주의집중 척도를 정의하기가 난해해지기 때문에 변형된 입력이 원래 입력의 범위를 넘지 않는다는 제약조건을 추가하여 사용할 수 있는 정보의 폭을 넓히고 새로운 척도를 정의하였다. 이때 사용한 정보는 변형된 입력과 원래 입력의 유클리드 거리, SVM의 출력, 초기상태에 가장 가까웠던 히든뉴런의 출력값이다. 인식 실험을 위해 USPS 숫자 데이터를 사용하여 45개의 조합으로 중첩시켰으며, 주의집중을 적용시켰을 때 단일 SVM보다 인식 성능이 월등히 우수함을 확인하였고, 또한 제한된 주의집중을 사용하였을 때 일반적 주의집중을 이용하는 것 보다 성능이 더 뛰어났음을 확인하였다.

• Journal of the Korean Statistical Society
• /
• 제27권3호
• /
• pp.359-368
• /
• 1998

Let ξ$_{p}$(z$_{0}$) be the pth quantile of the distribution of the survival time of an individual with time-invariant covariate vector z$_{0}$ in the additive risk model. We propose an estimator of (ξ$_{p}$(z$_{0}$) and derive its asymptotic distribution, and then construct an approximate confidence interval of ξ$_{p}$(z$_{0}$) . Simulation studies are carried out to investigate performance of the proposed estimator far practical sample sizes in terms of empirical coverage probabilities. Also, the estimator is illustrated on small cell lung cancer data taken from Ying, Jung, and Wei (1995) .d Wei (1995) .

• 한국음향학회지
• /
• 제21권7호
• /
• pp.632-640
• /
• 2002

본 논문에서는 기존의 RLJ-신뢰도 (RLJ-confidence measure)와 정규화 신뢰도 (normalized CM)의 단점을 보완하기 위해 ACM (Anti-filler CM)을 제안하였고, HCM (hybrid CM)을 이용하여 기존의 NCM과 제안한 ACM을 통합하였다. 제안된 ACM은 기존 신뢰도의 단점 중 하나인 오인증 (FA: false acceptance)의 원인이 반음소 모델의 구성방법에 있다고 보고 음소 인식기를 이용하여 실제 음소 수열을 추정한 다음, 이를 반음소 모델로 정의하고 신뢰도를 계산하였다. 두 가지 신뢰도의 특성을 살펴보면, 기존 NCM(FR: false rejection)에 좋은 성능을 보이고, 제안한 ACM은 FA에서 좋은 성능을 보여 두 신뢰도가 상보적인 특성을 가진다 이를 이용하여 두 가지 신뢰도를 가중치 벡터 α를 이용하여 통합하고 이를 합성 신뢰도 (HCM: Hybrid CM)라고 정의하였다. 실험결과 미검출율 (MDR: missed detection rate) 10%부근에서, HCM 적용시에 0.219 FA/KW/HR (false alarm/keyword/how)로서 NCM 단독사용에 비해 성능이 22% 향상되었다.

• Communications for Statistical Applications and Methods
• /
• 제8권3호
• /
• pp.697-709
• /
• 2001

In this paper we study two vector-valued process capability indices $C_{p}$=($C_{px}$, $C_{py}$ ) and C/aub pm/=( $C_{pmx}$, $C_{pmy}$) considering process capability indices $C_{p}$ and $C_{pm}$ . First, two asymptotic distributions of plug-in estimators $C_{p}$=($C_{px}$, $C_{py}$ ) and $C_{pm}$ =) $C_{pmx}$, $C_{pmy}$) are derived.. With the asymptotic distributions, we propose asymptotic confidence regions for our indices. Next, obtaining the asymptotic distributions of two bootstrap estimators $C_{p}$=($C_{px}$, $C_{py}$ )and $C_{pm}$ =( $C_{pmx}$, $C_{pmy}$) with our bootstrap algorithm, we will provide the consistency of our bootstrap for statistical inference. Also, with the consistency of our bootstrap, we propose bootstrap asymptotic confidence regions for our indices. (no abstract, see full-text)see full-text)e full-text)

• 전력전자학회논문지
• /
• 제7권1호
• /
• pp.74-80
• /
• 2002

철도차량용 추진시스템은 안전성과 신뢰성 때문에 성능을 평가해야만 한다. 일반적으로 Flywheel Type시험방법은 시험설비로 널리 사용되고 있다 그러나 Flywheel에 의해 생기는 기계적 관성은 변하기 어렵고 실제적인 주행저항을 표현할 수 없다. 본 연구는 다양한 차량부하의 개발에 초점을 두고 수행되었다. 그렇기 때문에 실제적인 차량 부하 특성을 얻기 위해 벡터모터에 의해 제어되는 다양한 차량부하를 사용하는 방법을 제안하였고 컴퓨터 시뮬레이션을 통해 결과를 확인하였다.

• Communications for Statistical Applications and Methods
• /
• 제18권3호
• /
• pp.377-389
• /
• 2011

공정능력지수는 공정능력을 측정하고 분석하기 위하여 매우 중요한 역할을 하는 측도로, 품질수준과 밀접한 관계가 있을 뿐만 아니라 보다 높은 품질수준은 고객들에게 더 큰 만족을 가져다 준다. 제3세대 공정 능력지수 $C_{pmk}$는 gms히 6시그마 산업현장에서 공정능력을 평가하기 위하여 유용하게 사용되는 두 가지 지수 $C_p$와 $C_{pk}$보다 이론적으로 강력한 지수이다. 실제로 제조현장에서 두 가지 이상의 서로 연관이 있는 품질특성치들과 제품에 대한 규격한계들을 사용하여 보다 정확한 공정능력 분석이 필요할 것이다. 이러한 경우에 단순히 하나의 일변량 공정능력지수를 통하여 공정능력분석을 하기 보다는 벡터 공정능력지수나 다변량공정능력지수를 통하여 분석을 수행하는 것이 바람직할 것이다. 본 논문에서는 3세대 공정능력지수 $C_{pmk}$를 고려하여 2차원 벡터 공정능력지수 $C_{pmk}$ = ($C_{pmkx}$, $C_{pmky}$)$^t$에 대하여 연구하였다. 우선, $C_{pmk}$에 대한 플러그-인(plug-in) 추정량 $\hat{C}_{pmk}$과 관련하여 핵심내용인 극한 확률분포를 유도하였다. 나아가 이러한 결과를 기초로 이변량 정규분포하에서 공분산 행렬 $V_{pmk}$을 구체적으로 계산하였다. 또한 이 행렬의 추정을 통하여 벡터 공정능력지수 $C_{pmk}$에 대한 근사적인 공동 신뢰영역을 제시함으로써, 본 논문에서의 극한분포 연구결과가 벡터 공정능력지수 $C_{pmk}$에 대한 통계적 추론에 유용하게 활용될 수 있음을 보여주었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권6호
• /
• pp.2470-2491
• /
• 2018

Web-scale open information extraction (Open IE) plays an important role in NLP tasks like acquiring common-sense knowledge, learning selectional preferences and automatic text understanding. A large number of Open IE approaches have been proposed in the last decade, and the majority of these approaches are based on supervised learning or dependency parsing. In this paper, we present a novel method for web scale open information extraction, which employs cosine distance based on Google word vector as the confidence score of the extraction. The proposed method is a purely unsupervised learning algorithm without requiring any hand-labeled training data or dependency parse features. We also present the mathematically rigorous proof for the new method with Bayes Inference and Artificial Neural Network theory. It turns out that the proposed algorithm is equivalent to Maximum Likelihood Estimation of the joint probability distribution over the elements of the candidate extraction. The proof itself also theoretically suggests a typical usage of word vector for other NLP tasks. Experiments show that the distance-based method leads to further improvements over the newly presented Open IE systems on three benchmark datasets, in terms of effectiveness and efficiency.