현행(現行)의 형태학적수목분류법(形態學的樹木分類法)에 계획적특성(計劃的特性)을 이용(利用)한 소위(所謂) 판별분석법(判別分析法)에 의(依)할 독일(獨逸)가문비(Picea abies(L.) Karsten)와 종비나무(樅榧)(Picea koraiensis Nak.)와의 분류시험(分類試驗)을 실시(實施)하고 그 결과(結果)를 다음과 같이 요약(要約)한다. 1) 본(本) 시험(試驗)에서 얻은 판별식(判別式)과 판별영역(判別領域)은, Z(x)=Z($x_1,\;x_2$)=$0.000379x_1+0.004354x_2-0.311061$ 또는 Z(x)=Z($x_1,\;x_2$)=$0.000379(x_1-60.4428)+0.004354(x_2-66.1851)$, $$R_1=\{x{\mid}0.000379x_1+0.004354x_2-0.311061{\geq_-}0\}$$, $R_2$={$x{\mid}0.000379x_1+0.004354x_2-0.311061$ <0)} 또는 $$R_1=\{x{\mid}0.000379(x_1-60.4428)+0.004354(x_2-66.1851){\geq_-}0%\}$$, $R_2$={$x{\mid}0.000379(x_1-60.4428)+0.004354(x_2-66.1851)$ <0}. 2) 위의 판별영역(判別領域)에 의(依)한 오판율(誤判率)(오분류확율(誤分類確率))은, P($2{\mid}1$)=($P1{\mid}2$)=0.444로서, P($2{\mid}1$)와 P($P1{\mid}2$)의 동시오판율(同時誤判率)은 P=44.4%. 3) 본(本) 시험(試驗)에서 얻은 판별식(判別式)에 의(依)한 오판율(誤判率)은 상당(相當)히 높게 나타났지만 그의 정도(精度)보다는 오히려 판별(判別)에 대(對)한 신뢰도(信賴度)를 알 수 있다는데 보다 큰 의의(意義)가 있는 것으로 사료(思料)된다.
Journal of the Korean Data and Information Science Society
/
제19권1호
/
pp.25-36
/
2008
Error Correcting Output Codes (ECOC) can improve generalization performance when applied to multicategory classification problem. In this study we propose a new criterion to select hyperparameters included in ECOC scheme. Instead of margins of a data we propose to use the probability of misclassification error since it makes the criterion simple. Using this we obtain an upper bound of leave-one-out error of OVA(one vs all) method. Our experiments from real and synthetic data indicate that the bound leads to good estimates of parameters.
Journal of the Korean Data and Information Science Society
/
제19권4호
/
pp.1219-1231
/
2008
The main object of this paper is to develop a leave-one-out(LOO) bound of all pairwise comparison error correcting output codes (APC-ECOC). To avoid using classifiers whose corresponding target values are 0 in APC-ECOC and requiring pilot estimates we developed a bound based on mean misclassification probability(MMP). It can be used to tune kernel hyperparameters. Our empirical experiment using kernel mean squared estimate(KMSE) as the binary classifier indicates that the bound leads to good estimates of kernel hyperparameters.
잡음을 포함한 저화질의용화상의 배경과 목적대상정을 분할하는 환경영역은 중요한 정보로 의학상 진단에 큰 의의를 갖고 있다. 이 논문의 목적은 화상의 농도변화를 정총화하여 통계적수법에 의해 환경영역을 결정하는 threshold를 구하는 방법을 제시하고 이를 비 scintigram에 적용하여 실험을 행했다. 전화상을 64개의 소영역으로 나누고 경계영역이 존재하는 부분온 선택하며 이 부분에 maximum likelihood법을 적용하여 threshold를 결정한뒤 내삽법에 의해 전화소에 대한 threshold를 구하고 수곽을 포함한 2식화면을 구했다. 이의 결과는 인간의 인식과 거의 같은 결과로 동적해석방법의 유효성이 증명되었다. The boundary has been one of the most important information in radiographic images and the degrees of difficulty involved varies greatly with the quality of the picture. These Buantifications are the means to diagnoses. The purpose of this paper is to quantify intensity variation and the threshold decision which is based on statistical principles and is developed to detect limits in liver scintigrams the entire picture is devide4 into 64 small regions. The kurtosis and variances for each smal region are used as indications to select the histograms the thresholds are computed according to the method o(maximum likelihood which minimizes the probability o( misclassification. Therefore Ive have demonstrated the applicability of the boundary detection and proved good agreement with human recognition, and we can use it for the diagnosis data of liver disease.
일반적으로 다층퍼셉트론을 패턴인식 문제에 적용할 경우 클래스 당 하나의 출력 노드를 배정하고, 이 출력 노드의 인덱스가 입력 패턴의 클래스를 뜻하도록 한다. 이 논문에서는 이와 달리 다층퍼셉트론의 성능 향상을 위하여 클래스 당 출력노드 수를 증가시키는 방법을 제안한다. 두 개의 클래스 문제를 대상으로 클래스 발생확률이 동일하고 각 클래스 내에서 출력노드가 균일분포를 지닌다는 가정 하에, 이 방법의 효용성을 확률론적인 유도를 통하여 증명하였다. 그리고, 50개의 고립단어 인식의 시뮬레이션으로 출력노드를 증가 시킬 경우 성능이 향상됨을 확인하였다.
If two inspectors classify items in a lot into m classes, it is possible that each of them makes wrong classification in some cases, thus causing bias. Expressions have been obtained for the limits of this bias in estimating the proportion of the different classes. From the results of the classification they obtained limit for the estimates of Proportions have been worked out, based on assumption regarding the magnitudes of probabilities of misclassification. Now we suppose that $P_{ti}{\;}(t=1.2)$ is the probability that t the inspector classifies correctly an item in class $A_i$ and $q_{tji}$ is the probability that he misclassifies in $A_j$ an item actually belonging to $A_i$, therefor, $P_{ti}+ \sum\limits_{j{\neq}i}q_{tji}=1$ An estimate for the proportion $P_k$ of the class $A_k$ in the lot would be $\hat{P}_k=r_{kk}+(\frac{1}{2})\sum\limits_{j{\neq}k}r_{kj}+r_{jk}$ The % Bias in proportion $\hat{P}_k$ is $\frac{E(\hat{P}_k)-P_k}{P_k}{\times}100$
Journal of the Korean Data and Information Science Society
/
제12권2호
/
pp.11-25
/
2001
자료들 사이에 존재하는 관계, 패턴, 규칙등을 찾아내서 모형화 하는 통계적인 분류기법은 여러가지가 있다. 그러나 우리가 얻게 되는 지식은 어떤 일련의 분류규칙에 의해서가 아닌 관찰과 학습을 통한 훈련으로부터 얻게 된다. 본 베이지안 학습은 모든 형태의 불확실성을 표현하는 확률로써 우리의 믿음의 정도를 표현하는 것으로 해석될 수 있으며, 확실한 결과가 알려짐에 따라 확률이론 법칙을 사용하여 이러한 확률들을 갱신한다. 또한 신경망 모형은 이미 알고 있는 속성들에 근거하여 아직 알지 못하는 집단이나 특질들을 예측하게 해준다. 본 논문에서는 이러한 두 가지 방법을 결합한 베이지안 신경망과 기존의 CHAID, CART, QUBST 분류 알고리즘에 있어서 각각 오분류율을 비교연구하였다.
Communications for Statistical Applications and Methods
/
제17권5호
/
pp.679-688
/
2010
Lee (2010) developed a confidence interval for the difference of binomial proportions in two doubly sampled data subject to false-positive errors. The confidence interval seems to be adequate for a general double sampling model subject to false-positive misclassification. However, in many applications, the false-positive error rates could be the same. On this note, the construction of asymptotic confidence interval is considered when the false-positive error rates are common. The coverage behaviors of nine likelihood based confidence intervals are examined. It is shown that the confidence interval based Rao score with the expected information has good performance in terms of coverage probability and expected width.
이제까지 변조 분류에 대한 연구는 가산성 백색 가우시안 잡음에서만 해석되어 연구되어 왔다. 이 논문에서는 Rayleigh 페이딩 채널에서 통계적 모멘트에 근거한 BPSK와 QPSK 신호의 디지틀 변조 분류기를 제시하고 성능을 분석한다. 백색 가우시안 잡음과 Rayleigh 페이딩이 존재하는 환경에서 복조된 신호의 샘플 모멘트를 계산한다. 계산된 모멘트 값을 바탕으로 중심 극한 정리를 이용하여 샘플 모멘트의 평균과 분산을 계산한다. 이로부터 샘플 모멘트의 확률 밀도 함수를 구하고 베이즈 검정을 적용하여 통계적 모멘트에 기초한 BPSK와 QPSK 신호의 디지틀 변조 분류기를 제시하고 오분류 확률을 유도하여 성능을 분석한다.
Discriminant method using seismic signal was studied for discrimination of surface explosion. By means of the seismic spectral characteristics, multi-variate discriminant analysis was performed. Four single discriminant techniques - Pg/Lg, Lg1/Lg2, Pg1/Pg2, and Rg/Lg - based on seismic source theory were applied to explosion and earthquake training data sets. The Pg/Lg discriminant technique was most effective among the four techniques. Nevertheless, it could not perfectly discriminate the samples of the training data sets. In this study, a compound linear discriminant analysis was defined by using common characteristics of the training data sets for the single discriminants. The compound linear discriminant analysis was used for the single discriminant as an independent variable. From this analysis, all the samples of the training data sets were correctly discriminated, and the probability of misclassification was lowered to 0.7%.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.