• Communications for Statistical Applications and Methods
• /
• 제20권6호
• /
• pp.439-454
• /
• 2013

This study presents a Bayesian multiple change-point detection approach to segment and classify the observations that no longer come from an initial population after a certain time. Inferences are based on the multiple change-points in a sequence of random variables where the probability distribution changes. Bayesian multiple change-point estimation is classifies each observation into a segment. We use a truncated Poisson distribution for the number of change-points and conjugate prior for the exponential family distributions. The Bayesian method can lead the unsupervised classification of discrete, continuous variables and multivariate vectors based on latent class models; therefore, the solution for change-points corresponds to the stochastic partitions of observed data. We demonstrate segmentation with real data.

• Journal of Information Processing Systems
• /
• 제16권6호
• /
• pp.1437-1446
• /
• 2020

For the last few years, smart devices have begun to occupy an essential place in the life of children, by allowing them to access a variety of language activities and books. Various studies are being conducted on using smart devices for education. Our study extracts images and texts from kids' book with smart devices and matches the extracted images and texts to create new images that are not represented in these books. The proposed system will enable the use of smart devices as educational media for children. A deep convolutional generative adversarial network (DCGAN) is used for generating a new image. Three steps are involved in training DCGAN. Firstly, images with 11 titles and 1,164 images on ImageNet are learned. Secondly, Tesseract, an optical character recognition engine, is used to extract images and text from kids' book and classify the text using a morpheme analyzer. Thirdly, the classified word class is matched with the latent vector of the image. The learned DCGAN creates an image associated with the text.

• Journal of Smart Tourism
• /
• 제2권2호
• /
• pp.15-19
• /
• 2022

Destination marketing organizations (DMOs) utilize the official website for marketing and promotional purposes, while tourists often navigate through the official website to gather necessary information for their upcoming trips. With the advancement of business analytics, DMOs may need to exploit the clickstream data generated through their official website to develop more suitable and persuasive strategic marketing and promotional activities. As such, the primary objective of the current study is to show whether clickstream data can successfully identify the trip purposes of a particular user. Using a latent class analysis and multinomial logistic regression, this study found the meaningful and statistically significant variations in webpage visits among different trip purpose groups (e.g., weekend getaways, day-trippers, and other purposes). The findings of this study would provide a foundation for more data-centric destination marketing and management practice.

• 한국응급구조학회지
• /
• 제27권2호
• /
• pp.65-78
• /
• 2023

Purpose: This study aimed to examine the mediating effect of self-efficacy between loneliness and life satisfaction among university students during the COVID-19 pandemic. Methods: This study administered a questionnaire survey of 282 college students enrolled in universities located in K area. Structural equation modeling analysis was utilized to examine the relationships of variables. The questionnaire included the life satisfaction, loneliness, and self-efficacy scales. Results: The results showed that loneliness had a negative correlation with life satisfaction and self-efficacy. Self-efficacy had a positive correlation with life satisfaction. The study confirmed that loneliness had a partial mediating effect on life satisfaction through self-efficacy. Conclusion: The study discussed ways of enhancing the life satisfaction of university students, the implications of the study findings, and suggestions for future research.

• Journal of information and communication convergence engineering
• /
• 제21권2호
• /
• pp.139-144
• /
• 2023

Engineers prefer deep neural networks (DNNs) for solving computer vision problems. However, DNNs pose two major problems. First, neural networks require large amounts of well-labeled data for training. Second, the covariate shift problem is common in computer vision problems. Domain adaptation has been proposed to mitigate this problem. Recent work on adversarial-learning-based unsupervised domain adaptation (UDA) has explained transferability and enabled the model to learn robust features. Despite this advantage, current methods do not guarantee the distinguishability of the latent space unless they consider class-aware information of the target domain. Furthermore, source and target examples alone cannot efficiently extract domain-invariant features from the encoded spaces. To alleviate the problems of existing UDA methods, we propose the mixup regularization in adversarial discriminative domain adaptation (ADDA) method. We validated the effectiveness and generality of the proposed method by performing experiments under three adaptation scenarios: MNIST to USPS, SVHN to MNIST, and MNIST to MNIST-M.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.41-51
• /
• 2022

Cables are critical components of cable-stayed bridges. A structural health monitoring system provides real-time cable tension recording for cable health monitoring. However, the measurement data involve multiple sources of variability, i.e., varying environmental and operational factors, which increase the complexity of cable condition monitoring. In this study, a one-class classification method is developed for cable condition assessment using Bayesian factor analysis (FA). The single-peaked vehicle-induced cable tension is assumed to be relevant to vehicle positions and weights. The Bayesian FA is adopted to establish the correlation model between cable tensions and vehicles. Vehicle weights are assumed to be latent variables and the influences of different transverse positions are quantified by coefficient parameters. The Bayesian theorem is employed to estimate the parameters and variables automatically, and the damage index is defined on the basis of the well-trained model. The proposed method is applied to one cable-stayed bridge for cable damage detection. Significant deviations of the damage indices of Cable SJS11 were observed, indicating a damaged condition in 2011. This study develops a novel method to evaluate the health condition of individual cable using the FA in the Bayesian framework. Only vehicle-induced cable tensions are used and there is no need to monitor the vehicles. The entire process, including the data pre-processing, model training and damage index calculation of one cable, takes only 35 s, which is highly efficient.

• Asia Marketing Journal
• /
• 제14권2호
• /
• pp.157-176
• /
• 2012

시장구조 분석에서 흔히 사용되는 상표전환 자료는 비내구재 분석에 적절한 방법이 될 수 있으나 자동차 같이 사용연한이 장시간인 내구재의 경우에는 소비자의 상표에 대한 선호도가 변할 수 있어 상표전환 자료의 사용에 문제가 있다. 따라서 경쟁을 잘 포착할 수 있는 다른 접근이 필요하다. 본 연구는 이에 대한 대안으로 상표간 경쟁 자료로써 고려상표군을 이용하여 자동차 시장의 구조를 Latent Class 군집분석을 활용한 탐색적 검증방법으로 분석하였다. 또한 소비자 행동분석에 근거하여 상표간 경쟁의 근간을 이루는 고려상표군 형성에 영향을 미치는 인자들을 밝히는데 중점을 두었다. 미국 자동차 시장을 대상으로 분석한 결과, 시장은 상표 원산지 효과에 의해 구분되었다. 즉, 미국 상표, 유럽 상표, 그리고 아시아 상표 등으로 시장이 구분되었다. 또한 각 시장구조 내 소비자들의 고려상표군 형성에 신뢰성/안전, 이미지/즐거움, 경제성 등의 편익과 성별, 소득 등 개인적 요인이 영향을 미치는 것으로 나타났다.

• 한국축산시설환경학회지
• /
• 제16권1호
• /
• pp.29-40
• /
• 2010

본 연구에서는 동물복지형 축산물의 경제적 가치를 국내외의 선행연구를 통하여 알아보고자 하였다. 이 연구를 위하여 국내 외에서 발간된 다양한 연구결과를 참고하였다. 분석결과 국내 외 모두 이 분야에 대한 연구가 그리 활발하지 않다는 점을 발견하였다. 분석은 소고기, 돼지고기, 닭고기, 칠면조고기 등의 육류와 계란에 대한 소비자들의 의식조사가 주를 이루고 있었다. 여기에 사용된 데이터는 설문조사를 통한 데이터가 주를 이루고 있었으며, Lexis-Nexis databases, 소고기, 돼지고기, 가금육, 비육류 식품에 대한 분기별 소비량과 소비자가격, 그리고 경매실험을 통한 데이터 등이 사용되었다. 한편, 분석모형으로는 Random parameters logit and latent c1ass model, WTP 분석, Roterdam model, Pearson's Chi test, Mann-Whitney U-test, Kruskal-Wallis test, structural equation model, 회귀분석, Target-costing, 그리고 conjoint 분석 등이 사용되었다.

• 응용통계연구
• /
• 제35권6호
• /
• pp.739-754
• /
• 2022

텍스트 데이터는 일반적으로 많은 변수를 포함하고 있으며 변수들 사이의 연관성도 높아 통계 분석의 정확성, 효율성 등에서 문제가 생길 수 있다. 이러한 문제점에 대처하기 위해 목표 변수가 주어진 지도 학습에서는 목표 변수를 잘 설명할 수 있는 단어들을 선택하여 이 단어들만 통계 분석에 이용하기도 한다. 반면, 비지도 학습에서는 목표 변수가 주어지지 않으므로 지도 학습에서와 같은 단어 선택 절차를 활용하기 어렵다. 이 연구에서는 토픽 모형을 이용하여 지도 학습에서의 목표 변수를 대신할 수 있는 토픽을 생성하고 각 토픽별로 연관성이 높은 단어들을 선택하는 단어 선택 절차를 제안한다. 제안된 절차를 실제 텍스트 데이터에 적용한 결과, 단어 선택 절차를 이용하면 많은 토픽에서 공통적으로 자주 등장하는 단어들을 제거함으로써 토픽을 더 명확하게 식별할 수 있었다. 또한, 군집 분석에 적용한 결과, 군집과 범주 사이에 높은 연관성을 가지는 군집 분석 결과를 얻을 수 있는 것으로 나타났다. 목표 변수에 대한 정보없이 토픽 모형을 이용하여 선택한 단어들을 분류 분석에 적용하였을 때 목표 변수를 이용하여 단어들을 선택한 경우와 비슷한 분류 정확성을 얻을 수 있음도 확인하였다.

• 마케팅과학연구
• /
• 제13권
• /
• pp.135-158
• /
• 2004

본 연구에서 온라인 소비자들이 재방문단계(revisit stage)와 구매의사결정 단계(decision-making stage)에서 어떤 방문행동 특성상의 차이를 보이고 있는가를 파악하기 위한 목적을 가지고 있다. 인터넷 쇼핑몰 시장에서 어떤 방문행동특성을 가진 온라인 소비자들이 지속적으로 같은 사이트를 방문하고, 구매행동을 하는지에 관한 정보는 사이트 관리자의 입장에서 볼 때 수익성 제고 측면에서 공헌하는 바가크다. 특히 본 연구에서는 2단계 Mixture Model 율 이용하여 온라인 소비자들의 방문행동 특성을 파악함으로써 인터넷 쇼핑몰의 경쟁력을 강화활 수 있는 세분시장 결정방법을 제시하고자 한다. 또한 사이트 재방문단계 (revisit stage) 와 구매의사결정 단계 (decision-making stage) 훌 통한 온라인 소비자들의 방문 행동 특성 정보는 사이트 경쟁력 강화를 위한 전략적 시사점율 제공해줄 것으로 기대된다. 본 연구는 온라인 소비자들의 구매의사결정이 재밤문단계 (revisit stage) 와 구매단계 (purchase stage) 라고 하는 2단계 의사결정과정을 거치고 있음을 보여주는 실증분석을 통해 온라인 소비자들의 방문행동 특성을 파악하여 이에 적합한 대응전략을 전개할 수 있음을 논의함으로써 온라인 소비자들의 방문행동 특성을 사이트 밀착도 및 항해유형에 따라 파악할 수 있다는 학문적 공헌점을 제시 하고 있다.