• 한국컴퓨터정보학회논문지
• /
• 제25권7호
• /
• pp.175-182
• /
• 2020

연속형 분포로부터 얻은 독립적인 p값들을 통합하는 Fisher의 고전적인 방법은 널리 사용되고 있지만 이산형 확률분포로부터 얻은 p값들을 통합하기에는 적절하지 않다. 대신에 유사 Fisher의 통합방법이 이산형 확률분포의 p값들을 통합하는 대안으로 사용된다. 본 논문에서는 첫째, 여러 표본들의 위치검정(Fisher-Pitman 검정과 Kruskal-Wallis 검정) 데이터와 관련된 이산형 확률분포로 부터 퍼뮤테이션 방법에 의해 p값들을 구하고, 둘째로 이 p값들을 유사 Fisher의 통합방법을 이용하여 통합한다. 그리고 Fisher의 고전적인 방법과 유사 Fisher의 통합방법의 결과를 비교한다.

• 한국컴퓨터정보학회논문지
• /
• 제23권7호
• /
• pp.99-104
• /
• 2018

In this paper, we compare Fisher's continuous method with an exact discrete analog of Fisher's continuous method from permutation tests for combining p values. The discrete analog of Fisher's continuous method is known to be adequate for combining independent p values from discrete probability distributions. Also permutation tests are widely used as alternatives to conventional parametric tests since these tests are distribution-free, and yield discrete probability distributions and exact p values. In this paper, we obtain permutation p values from discrete probability distributions using Mann-Whitney test data sets (real data and hypothetical data) and combine p values by the exact discrete analog of Fisher's continuous method.

• Journal of applied mathematics & informatics
• /
• 제30권3_4호
• /
• pp.555-560
• /
• 2012

In this paper, differential transform method (DTM) is considered to obtain solution to the generalized Fisher's equation. This method is easy to apply and because of high level of accuracy can be used to solve other linear and nonlinear problems. Furthermore, is capable of reducing the size of computational work. In the present work, the generalization of the two-dimensional transform method that is based on generalized Taylor's formula is applied to solve the generalized Fisher equation and numerical example demonstrates the accuracy of the present method.

• 전자공학회논문지CI
• /
• 제48권6호
• /
• pp.35-46
• /
• 2011

본 논문에서는 피셔 선형 분리(FLD, Fisher's Linear Discriminant) 기반의 단계적 분류를 이용한 감성 인식 기법을 제안한다. 제안하는 기법은 2종 이상의 감성에 대한 다중 클래스 분류 문제에 대하여, 이진 분류 모델의 연속적인 결합을 통해 단계적 분류 모델을 구성함으로써 복잡도 높은 특징 공간상의 다수의 감성 클래스에 대한 분류 성능을 향상시킨다. 이를 위하여, 각 계층 단계의 학습에서는 감성 클래스들로 이루어진 두 개의 클래스 그룹에 따라 피셔 선형분리 공간을 구성하며, 구성된 공간상에서 Adaboost 방식을 이용하여 이진 분류 모델을 학습하여 생성한다. 각 계층 단계의 학습 과정은 모든 감성 클래스가 구분이 완료되는 시점까지 반복 수행된다. 본 논문에서는 MIT 생체 신호 프로파일을 이용하여 제안하는 기법을 실험하였다. 실험 결과, 8종의 감성에 대한 분류 실험을 통해 약 72%의 분류 성능을 확인하였고, 특정 3종의 감성에 대한 분류 실험을 통해 약 93% 분류 성능을 확인하였다.

• Maxillofacial Plastic and Reconstructive Surgery
• /
• 제39권
• /
• pp.12.1-12.5
• /
• 2017

Background: Rehabilitation of normal function and form is essential in cleft lip repair. In 2005, Dr. David M. Fisher introduced an innovative method, named "an anatomical subunit approximation technique" in unilateral cleft lip repair. According to this method, circumferential incision along the columella on cleft side of the medial flap is continued to the planned top of the Cupid's bow in straight manner, which runs parallel to the unaffected philtral ridge. Usually, small inlet incision is needed to lengthen the medial flap. On lateral flap, small triangle just above the cutaneous roll is used to prevent unesthetic shortening of upper lip. This allows better continuity of the Cupid's bow and ideal distribution of tension. Case presentation: As a modification to original method, orbicularis oris muscle overlapping suture is applied to make the elevated philtral ridge. Concomitant primary rhinoplasty also results in good esthetic outcome with symmetric nostrils and correction of alar web. As satisfactory results were obtained in three incomplete and one complete unilateral cleft lip patients, indicating Fisher's method can be useful in cleft lip surgery with functional and esthetic outcome. Conclusions: Clinically applied Fisher's method in unilateral cleft lip patients proved the effectiveness in improving the esthetic results with good symmetry. This method also applied with primary rhinoplasty.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제2권6호
• /
• pp.279-290
• /
• 2013

디지털 포렌식에서의 로그 데이터는 사용자의 과거 행적에 대한 추적을 목적으로 대용량의 형태로 저장된다는 특성을 가지고 있다. 이러한 대용량의 로그 데이터를 단서가 없이 수동으로 분석하는 절차는 조사관들에게는 어려운 일이다. 본 논문에서는 포렌식 분석을 하는 조사관들에게 믿을 만한 증거를 추천하기 위하여 대용량의 로그 집합으로부터 해킹 흔적을 추출하는 텍스트 마이닝 기술을 제안한다. 학습 단계에서는 훈련 로그 집합을 대상으로 전처리를 한 후, Apriori 알고리즘을 이용하여 침입 흔적 연관 단어를 추출하고, 신뢰도와 지지도를 병합하여 각 연관단어의 침입 흔적 확률을 계산한다. 또한, 침입 흔적 확률의 정확도를 높이기 위하여 스팸 메일의 여과에 사용된 Robinson의 신뢰도 계산 방법을 이용하여 확률에 가중치를 추가하며, 최종적으로 침입 흔적 연관 단어 지식 베이스를 구축한다. 테스트 단계에서는 연관 단어 지식 베이스를 기반으로 테스트 로그 집합에 대해 피셔(Fisher)의 역 카이제곱 분류 알고리즘을 적용하여 침입 흔적 로그일 확률과 정상 로그일 확률을 계산하고, 이를 병합하여 침입 흔적 로그를 추출한다. 추출된 로그를 조사관에게 침입 흔적이 있는 로그로서 추천한다. 제안한 방법은 비구조화된 대용량의 로그 데이터를 대상으로 데이터의 의미를 명확하게 분석할 수 있는 학습 방법을 사용함으로써 데이터의 모호성으로 인해 발생하는 정확도 저하 문제를 보완할 수 있으며, 피셔의 역 카이제곱 분류 알고리즘을 이용하여 추천함으로써 오분류율(false positive)을 감소시키고 수동으로 증거를 추출하는 번거로움을 줄일 수 있다는 장점을 갖는다.

• 한국산업융합학회 논문집
• /
• 제3권4호
• /
• pp.369-378
• /
• 2000

Conventional fractal image compression methods have many problems in searching time for matching domain block. Proposed method is an improved method of Fisher's Quadtree Decomposition in terms of time, compression ratio, and PSNR. This method determines range block in advance using QR algorithm. First, input image is partitioned to $4{\times}4$ range block and then recomposition is performed from bottom level to specified level. As a result, this proposed method achieves high encoding and decoding speed, high compression ratio, and high PSNR than Fisher's Quadtree Decomposition method.

• Journal of the Korean Data and Information Science Society
• /
• 제7권2호
• /
• pp.235-245
• /
• 1996

확률변수 (X,Y)가 이변량 정규분포를 따르는 경우, 모상관계수 ${\rho}$에 관한 여러 가설들 중에서 $H_{0}:{\rho}={\rho}_{0}$인 경우에는 알려진 분포를 이용한 통계적 추론을 하기가 어렵다. 이러한 경우 Fisher에 의해 제안된 Z-변환을 이용한 근사적 검정법이 사용되어 오고 있으나 근사적인 방법이기 때문에 주어진 표본의 크기가 충분히 많지 않은 경우에는 적용에 무리가 있을 수 있다. 그래서 본 논문에서는 먼저 표본 상관계수 R의 분포를 모의실험을 통하여 직접 구하여 검정한 정확 검정법과, 붙스트랩(bootstrap) 방법을 이용하여 구한 붙스트랩 검정법을 제시하고, Fisher의 방법의 효율성과 실제성을 검토하고 제시된 방법들과 서로 비교하고자 한다.

• Korean Chemical Engineering Research
• /
• 제48권4호
• /
• pp.483-489
• /
• 2010

본 연구에서는 화상분석(image analysis)에 기반한 소프트 센서를 설계하고, 이를 색상-질감 특성을 가진 제품의 외관품질 자동분류에 적용하였다. 색상과 질감(texture)을 동시에 가진 화상을 분석하기 위해 다중해상도 다변량 화상분석(Multiresolutional Multivariate Image Analysis, MR-MIA) 기법을 이용하였으며, 자동 분류를 위한 감독 학습법(supervised learning)으로는 Fisher의 판별분석(Fisher's discriminant analysis)을 사용하였다. 잠재변수법의 하나인 Fisher의 판별분석을 사용하였기 때문에, 제품의 외관을 서로 다른 불연속적인 부류로의 분류할 수 있을 뿐 아니라, 연속적인 외관 변화를 일관적이고 정량적으로 추정함은 물론, 외관의 특성 해석 또한 가능하였다. 이 방법은 인조대리석 제조 공정에서 중간 및 최종 제품의 외관 품질을 자동으로 분류하는 데에 성공적으로 적용되었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 춘계종합학술대회
• /
• pp.245-248
• /
• 2003

본 논문에서는 LVQ 네트워크의 패턴 분류 성능을 향상시키기 위하여 n차원 입력 벡터로 형성되는 초구면(hypersphere)에서의 반지름을 LVQ 네트워크의 학습 방식을 제안한다. 제안한 방식은 동일한 클래스에서 n+1개의 입력 벡터를 포함하는 초구면을 구성하여 반지름을 계산한다. 계산된 반지름을 이용하여 기준 벡터(reference vector)를 조정하는 방법이다. 제안한 방식의 유용성을 확인하기 위하여 Fisher의 IRIS 꽃의 분류 문제에 적용하여 기존의 LVQ 방식보다 우수한 분류 성능을 확인하였다.