• 천문학논총
• /
• 제20권1호
• /
• pp.49-53
• /
• 2005

We are often faced with the task of having to estimate the amplitude of a source signal in the presence of a background. In the simplest case, the background can be taken as being flat, and of unknown magnitude B, and the source signal of interest assumed to be the amplitude A of a peak of known shape and position. We present a robust method to find the most probable values of A and B by applying the one-dimensional Newton-Raphson method. In the derivation of the formula, we adopted the Bayesian statistics and assmumed Poisson distribution so that the results could be applied to the analysis of very weak signals, as observed in FIMS (Far-ultraviolet IMaging Spectrogaph).

• Safety and Health at Work
• /
• 제3권2호
• /
• pp.92-100
• /
• 2012

Objectives: The French National Occupational Diseases Surveillance and Prevention Network (RNV3P) is a French network of occupational disease specialists, which collects, in standardised coded reports, all cases where a physician of any specialty, referred a patient to a university occupational disease centre, to establish the relation between the disease observed and occupational exposures, independently of statutory considerations related to compensation. The objective is to compare the relevance of disproportionality measures, widely used in pharmacovigilance, for the detection of potentially new disease ${\times}$ exposure associations in RNV3P database (by analogy with the detection of potentially new health event ${\times}$ drug associations in the spontaneous reporting databases from pharmacovigilance). Methods: 2001-2009 data from RNV3P are used (81,132 observations leading to 11,627 disease ${\times}$ exposure associations). The structure of RNV3P database is compared with the ones of pharmacovigilance databases. Seven disproportionality metrics are tested and their results, notably in terms of ranking the disease ${\times}$ exposure associations, are compared. Results: RNV3P and pharmacovigilance databases showed similar structure. Frequentist methods (proportional reporting ratio [PRR], reporting odds ratio [ROR]) and a Bayesian one (known as BCPNN for "Bayesian Confidence Propagation Neural Network") show a rather similar behaviour on our data, conversely to other methods (as Poisson). Finally the PRR method was chosen, because more complex methods did not show a greater value with the RNV3P data. Accordingly, a procedure for detecting signals with PRR method, automatic triage for exclusion of associations already known, and then investigating these signals is suggested. Conclusion: This procedure may be seen as a first step of hypothesis generation before launching epidemiological and/or experimental studies.

• Journal of information and communication convergence engineering
• /
• 제21권3호
• /
• pp.208-215
• /
• 2023

Deep learning techniques provide powerful solutions to several pattern-recognition problems, including Raman spectral classification. However, these networks require large amounts of labeled data to perform well. Labeled data, which are typically obtained in a laboratory, can potentially be alleviated by data augmentation. This study investigated various data augmentation techniques and applied multiple deep learning methods to Raman spectral classification. Raman spectra yield fingerprint-like information about chemical compositions, but are prone to noise when the particles of the material are small. Five augmentation models were investigated to build robust deep learning classifiers: weighted sums of spectral signals, imitated chemical backgrounds, extended multiplicative signal augmentation, and generated Gaussian and Poisson-distributed noise. We compared the performance of nine state-of-the-art convolutional neural networks with all the augmentation techniques. The LeNet5 models with background noise augmentation yielded the highest accuracy when tested on real-world Raman spectral classification at 88.33% accuracy. A class activation map of the model was generated to provide a qualitative observation of the results.

• 대한교통학회지
• /
• 제26권4호
• /
• pp.99-110
• /
• 2008

교차로는 단일로에 비해 많은 상충점을 가지고 있어 사고의 잠재성이 더욱 높다고 볼 수 있다. 2006년 경찰청 자료에 의하면 교차로 부근의 교통사고가 단일로 교통사고에 비해 크게 증가하고 있는 것으로 나타났다. 그 중 신호교차로의 경우는 비신호교차로에 비해 교통사고 영향요인이 다양하고 개선의 여지가 많아 사고가 일어나는 원인을 예측하고, 교차로 위험요소에 따른 적절한 대비책을 사전에 마련할 수 있다면 안전측면에서 큰 효과를 얻을 것으로 기대된다. 본 연구에서는 도시부 4지 신호교차로를 대상으로 과거 사고이력자료와 교차로 현장 조사를 활용하여 사고예측 모형 및 사고심각도 모형을 개발하였다. 본 연구는 크게 4단계로 나누어 진행되었다. 첫째, 기존 연구된 사고모형을 분석하였으며 둘째, 교통사고에 영향을 미치는 변수를 선정하였고 셋째, 통계적 방법론을 활용한 사고예측모형을 개발, 넷째, 모형의 검증을 실시하였다. 본 연구에서 개발된 신호교차로 교통사고 모형은 계획 및 운영단계에서 신호교차로의 안전성을 측정하는데 활용될 수 있으며, 궁극적으로 신호교차로의 교통사고를 줄이는데 기여할 수 있을 것으로 판단된다.

• 대한교통학회지
• /
• 제23권1호
• /
• pp.33-44
• /
• 2005

철도건널목사고는 일반 도로사고보다는 상대적으로 사고의 발생도는 적으나, 사고의 심각도면에서는 대형사고로 연결될 수 있다는 점에서 철도건널목에서의 안전성 확보는 결코 소홀히 다루어질 수 없다. 본 연구에서는 건널목 사고모델을 통해 건널목 사고에 영향을 미치는 요인들은 분석하고 이를 정량화하여 교차로 안전성 향상에 기여하고자 한다. 본 연구에서는 건널목사고 분석에 있어서 사고데이터 특성을 고려하여 비선형 회귀분석 중 적정 모델식을 적용하였다. 철도건널목 관련 변수들을 이용하여 분석한 결과, 분산값이 0에 가까운 값을 나타내어 포아송 회귀분석이 적합한 것으로 나타났다. 또한 본 연구에서는 주 모델과 후보모델 통해 건널목 사고에 영향을 미치는 7개의 주요설명변수들을 규명했는데 그 변수들은 차량 교통량과 철도교통량, 상업지역, 제어거리, 경보시간차, 건널목유형, 과속방지턱으로 분석되었다.

• 지구물리와물리탐사
• /
• 제16권4호
• /
• pp.250-256
• /
• 2013

암석의 강도 및 건전성 평가에 있어 전단파를 사용하는 것이 압축파에 비해 높은 신뢰성과 정확도를 제공한다. 암편의 $V_S$ 도출을 위해 양단자유공진주기법을 수행할 시 비틀림파에 의한 공진주파수를 구분해야 하나 쉽지 않은 상황이 자주 발생한다. 또한, 초음파속도기법에서는 P파에 비해 S파 도달 시점이 모호하여 암편의 $V_S$를 객관적으로 산출하는 것이 쉽지 않다. 반면에 초음파 속도법을 통해서는 $V_P$ 값을, 양단자유공진주기법을 통해서는 $V_L$ 값을 안정적으로 획득할 수 있는데 탄성계수간의 관계식을 이용하여 포아송비를 계산할 수 있게 되며 $V_S$ 값을 산출할 수 있다. 알루미늄, 모노캐스트 등 다른 재질과 다른 길이를 가지는 모형 시편을 이용하여 검증 실험을 수행하였고 국내 여러 지역에서 채취한 암석시편에 대해서 제안된 방법을 적용하여 본 결과 제안된 방법의 유용함을 확인할 수 있었다.

• 대한교통학회지
• /
• 제23권3호
• /
• pp.125-136
• /
• 2005

현재 도로사업의 타당성 조사 시 사용하는 교통사고 감소편익 산정시 도로등급별로 사고율을 일률적으로 적용하고 있고, 도로특성 및 V/C에 따른 특성이 고려되고 있지 못하고 있다. 이와 같은 문제점을 해결하기 위해 본 논문에서는 도로유형별 V/C 및 교통 특성을 반영하여 사고를 예측할 수 있는 모형을 개발하여 도로의 신설 및 개량에서 그 도로의 안전성을 평가할 수 있는 방법론을 제시하였다. 본 연구에서는 초기 단계로서 도시지역 도로를 대상으로 하여 모형을 개발하였다. 우선 도로유형별로 사고에 영향을 미치는 요인을 선정하였다. 이 때 선정 기준은 도로설계단계에서 획득할 수 있는 자료를 위주로 선정하였으며. 교통량, 중앙분리대의 유 무, 교차점수. 연결로수, 횡단신호등수 그리고 차로수를 선정하였다. 각 요인과 사고와의 관계를 분석해 본 결과 모두 통계적으로 유의한 수준에서 상관성이 있는 것으로 나타났다. 본 연구에서는 도로의 등급 및 V/C에 따라 4가지 유형으로 분류하고, 각각에 대하여 포아송 선형회귀식을 통하여 사고예측모형을 도출하였으며, 실제 자료를 이용하여 검증하였다. 검증결과 모형식의 결과가 실제 사고 자료에 대해 비교적 양호하게 추정력을 보이는 것으로 나타났다. 본 연구에서는 V/C에 따른 도로유형별 사고예측모형을 개발함으로써 도로의 물리적인 특성으로 인한 교통사고예측이 가능하고, 이 결과를 도로의 신설 및 개량에 대한 타당성 조사시 사고비용을 추정하는데 활용할 수 있을 것이라 판단된다. 본 연구에서 이용한 자료가 전라북도 한 지역으로 한정되어있어 전국적인 대표성을 지니는 데에는 한계가 있을 수 있다는 사실을 밝히고자한다.