• Journal of the Korean Operations Research and Management Science Society
• /
• v.30 no.2
• /
• pp.63-71
• /
• 2005

In the field of nuclear reactor safety study, common cause failures (CCFs) became significant contributors to system failure probability and core damage frequency in most Probabilistic risk assessments. However, it is hard to estimate the reliability of such a system, because of the dependency of components caused by CCFs. In order to analyze the system, we propose an analytic method that can find the parameters with lack of raw data. This study adopts the shock model in which the failure probability increases as the shock is cumulated. We use two-step Expectation and Maximization (EM) algorithm to find the unknown parameters. In order to verify the analysis result, we perform the simulation under same environment. This approach might be helpful to build the defensive strategy for the CCFs.

• The Korean Journal of Applied Statistics
• /
• v.21 no.5
• /
• pp.825-833
• /
• 2008

Discriminant analysis based on Gaussian mixture models, an useful tool for multi-class classifications, can be extended to semi-supervised learning. We consider a model selection problem for a Gaussian mixture model in semi-supervised learning. More specifically, we adopt Bayesian information criterion to determine the number of subclasses in the mixture model. Through simulations, we illustrate the usefulness of the criterion.

• Journal of the Korean Institute of Electrical and Electronic Material Engineers
• /
• v.26 no.2
• /
• pp.151-157
• /
• 2013

In this paper, properties of pattern using LBG (Linde-Buzo-Gray) Algorithm was explored including the exactness of K-means algorithm and process time of EM (Expectation Maximization) algorithm in order to develop analysis algorithm of partial discharge pattern in a cable using acoustic data analysis system. Partial discharge was measured by generating inner fault due to lamination of XLPE which is used for cable insulation material. Discharge pattern was analysed by changing the number of swarm article to 2, 4, and 6 in order to interpret swarm structure and properties.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.538-540
• /
• 2001

PCA는 다변수 데이터 해석법 중 가장 널리 알려진 방법 중 하나로 많은 응용을 가지고 있다. 그런데, PCA는 선형 모델이어서 비선형 구조를 분석하는데 효과적이지 않다. 이를 극복하기 위해서 PCA의 조합을 이용하는 PCA 혼합 모형이 제안되었다. PCA 혼합 모형의 핵심은 구조 선택, 즉 mixture 요소의 수와 PCA 기저의 수의 결정 인데 그의 체계적인 결정 방법이 필요하다. 본 논문에서는 단순화된 PCA 혼합 모형과 이를 위한 효율적인 구조 선택 방법을 제안한다. 각각의 mixture 요소 수에 대해서 모든 PCA 기저를 갖도록 한 상태에서 PCA 혼합 모형의 파라미터를 EM 알고리즘을 써서 결정한다. 최적의 mixture 요소의 수는 오류를 최소로 하는 것으로 결정한다. PCA 기저의 수는 PCA의 정렬성 특성을 이용해서 중요도가 적은 기저부터 하나씩 잘라 내며 오류가 최소로 하는 것으로 결정한다. 제안된 방법은 특히 다차원 데이터의 경우에 EM 학습의 횟수를 많이 줄인다. 인공 데이터에 대한 실험은 제안된 방법이 적절한 모델 구조를 결정한다는 것을 보여준다. 또, 눈 감지에 대한 실험은 제안된 방법이 실용적으로도 유용하다는 것을 보여준다.

• Communications for Statistical Applications and Methods
• /
• v.18 no.6
• /
• pp.837-849
• /
• 2011

A self-organizing network is designed to estimate parameters of normal mixtures. SOMN achieves fast convergence and low possibility of divergence even when sample sizes are small, while PMLE eliminate unnecessary components. The proposed network effectively combines the good properties of SOMN and PMLE. Simulation verifies that the proposed network eliminates unnecessary components in normal mixtures when sample sizes are relatively small.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.487-489
• /
• 2003

전문용어란 전문분야의 개념이 언어적으로 표현된 형태이다. 전문분야마다 분야 특성 적인 개념이 사용되므로, 전문용어는 전문분야를 특성화하는 단위로 사용된다. 따라서 전문분야문서에 대한 자연언어처리에서 전문용어를 효과적으로 처리하는 것은 매우 중요하다. 전문용어 추출은 분야 특성적인 전문용어를 해당 분야 문서에서 파악하는 작업을 말한다. 본 논문에서는 기계학습방법을 이용한 전문용어 자동 추출 기법을 제안한다. 본 논문의 기법은 전문분야 사전과 전문분야 문서를 이용하여 문서에서 나타나는 전문용어의 특성을 파악하고 이를 이용하여 전문용어를 추출한다. 본 논문의 기법은 70,000단어 수준의 영어 의학분야 300개 문서에 대하여 약 77%의 정확률로 전문용어를 추출하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.32 no.11A
• /
• pp.1154-1163
• /
• 2007

For orthogonal frequency division multiplexing (OFDM), cyclic prefix (CP) should be longer than the length of channel impulse response. In order to prevent a loss of bandwidth efficiency due to the use of a CP, residual intersymbol interference cancellation (RISIC) method has recently been developed. In this paper, we first apply the RISIC algorithm to the space-time block coded (STBC) OFDM and the space-frequency block coded (SFBC) OFDM with insufficient CP. It is shown that in the STBC OFDM, tail cancellation as well as cyclic restoration of the RISIC should be repeated. Second, we propose iterative channel estimation method for the RISIC in the STBC OFDM system with insufficient CP. Based on the expectation-maximization (EM) algorithm, the proposed estimation method exploits the extrinsic probabilities of the channel decoder iteratively. The performance of the proposed method is evaluated by computer simulation in a multipath fading environment.

• Journal of Advanced Navigation Technology
• /
• v.23 no.3
• /
• pp.245-250
• /
• 2019

Inertial navigation system has navigation errors because of the error of inertial measurement unit (IMU) and misalignment over time. In order to solve this problem, aided navigation system is performed using global navigation satellite system (GNSS), speedometer, etc. The inertial navigation system equipped with underwater vehicle mainly uses speedometer and performed aided navigation because satellite signals do not pass through underwater. There are DVL, EM-Log, and RPM in the speedometer, and the sensors are applied according to the system environment. This paper describes velocity aided navigation using RPM of inertial navigation system operating in high speed and deep water environment. In addition, we proposes an algorithm to compensate the limit of RPM with straight direction and the current velocity error. There are results of monte-calo simulation to prove performance of the proposed algorithm.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.19 no.4
• /
• pp.169-174
• /
• 2019

In this study, I use surveillance data collection and data mining, clustered by clustering method, and use supervised learning to judge similarity. I aim to use feature extraction algorithms and supervised learning to analyze the suitability of the correlations of personality. After conducting the questionnaire survey, the researchers refine the collected data based on the questionnaire, classify the data sets through the clustering techniques of WEKA, an open source data mining tool, and judge similarity using supervised learning. I then use feature extraction algorithms and supervised learning to determine the suitability of the results for personality. As a result, it was found that the highest degree of similarity classification was obtained by EM classification and supervised learning by Naïve Bayes. The results of feature classification and supervised learning were found to be useful for judging fitness. I found that the accuracy of each Big-5 personality was changed according to the addition and deletion of the items, and analyzed the differences for each personality.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.45-45
• /
• 2017

상이한 자연현상으로 발생된 자료들은 때때로 통계적으로 다른 특성을 가지는 경우가 있다. 이런 자료들은 다른 두 개 이상의 모집단에서 자료가 발생한 것으로 가정할 수 가 있다. 기존에 널리 사용되어온 분포형 모형의 경우 단일한 모집단으로부터 자료가 발생한다는 가정하에서 개발된 모형들로 위에서 언급한 자료들을 적절히 모의할 수 없다. 이런 상이한 모집단에서 발생된 자료를 모형화 하기 위해서 혼합분포모형(mixture distribution)이 개발되었다. 홍수나 가뭄 등과 같은 극치 사상의 경우 다양한 자연현상들로부터 발생하기에 혼합분포모형을 적용할 경우 보다 정확한 모의가 가능하다. 혼합분포모형은 두 개 이상의 비혼합분포모형들을 가중합하여 만들어진다. 혼합 분포모형의 형태로 인하여 기존의 분포형 모형의 매개변수 추정 모형으로 널리 사용되던 최우도법 (maximum likelihood method), 모멘트법(method of moment), 확률가중모멘트법 (probability weighted moment method) 등을 이용하여 혼합분포모형의 매개변수를 추정하는 것이 용이 하지 않다. 혼합분포모형의 매개변수 추정 방법으로는 Expectation-Maximization (EM) 알고리즘, Meta-Heuristic Maximum Likelihood (MHML) 방법, Markov Chain Monte Carlo (MCMC) 방법 등이 적용되고 있다. 현재까지 수자원 분야에서 사용되는 극치 자료를 혼합분포모형을 이용하여 모의할 때 매개변수 추정방법에 따른 특성에 대한 연구가 진행되지 않았다. 본 연구에서는 우리나라 연최대강우량 자료를 이용하여 혼합분포모형의 매개변수 추정방법 (EM 알고리즘, MHML 방법, MCMC 방법) 들의 특성들을 비교 분석하였다. 혼합분포모형으로는 Gumbel-Gumbel 혼합분포 모형을 적용하였다. 본 연구의 결과는 향후 혼합분포모형을 이용한 연구에 좋은 기초자료로 사용될 수 있을 것으로 판단된다.