• 천문학회보
• /
• 제41권1호
• /
• pp.80.1-80.1
• /
• 2016

There are probabilistic forecast models for solar flare occurrence, which can be evaluated by various skill scores (e.g. accuracy, critical success index, heidek skill score, and true skill score). Since these skill scores assume that two types of forecast errors (i.e. false alarm and miss) are equal or constant, which does not take into account different situations of users, they may be unrealistic. In this study, we make an evaluation of a probabilistic flare forecast model [Lee et al., 2012] which use sunspot groups and its area changes as a proxy of flux emergence. We calculate daily solar flare probabilities from 2011 to 2014 using this model. The skill scores are computed through contingency tables as a function of forecast probability, which corresponds to the maximum skill score depending on flare class and type of a skill score. We use a value score with cost/loss ratio, relative importance between the two types of forecast errors. The forecast probability (y) is linearly changed with the cost/loss ratio (x) in the form of y=ax+b: a=0.88; b=0 (C), a=1.2; b=-0.05(M), a=1.29; b=-0.02(X). We find that the forecast model has an effective range of cost/loss ratio for each class flare: 0.536-0.853(C), 0.147-0.334(M), and 0.023-0.072(X). We expect that this study would provide a guideline to determine the probability threshold and the cost/loss ratio for space weather forecast.

• 응용통계연구
• /
• 제22권2호
• /
• pp.237-248
• /
• 2009

신용평가 연구에서 부도와 정상의 분포함수들의 동일성을 검정하는 비모수적 방법으로 Kolmogorov-Smirnov 검정법 이외에 Clamor-Yon Mises, Anderson-Darling, Watson 검정방법을 소개한다. 부도와 정상의 분포함수들의 선형결합된 부도율의 분포함수에 관한 전체적인 정보는 파악되어 잘 알고 있다. 모집단의 분포함수를 알고 있다는 가정 하에 Clamor-Von Mises, Anderson-Darling, Watson 검정통계량의 수정통계량을 제안한다. 신용평가자료와 유사한 성격을 갖는 다양한 부도율의 확률분포로부터 스코어를 생성하여 본 연구에서 제안한 수정통계량을 비교 토론한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권12호
• /
• pp.6009-6027
• /
• 2019

Support vector machine (SVM) classifiers have been widely used for object detection. These methods usually locate the object by finding the region with maximal score in an image. With bag-of-features representation, the SVM score of an image region can be written as the sum of its inside feature-weights. As a result, the searching process can be executed efficiently by using strategies such as branch-and-bound. However, the feature-weight derived by optimizing region classification cannot really reveal the category knowledge of a feature-point, which could cause bad localization. In this paper, we represent a region in an image by a collection of local feature-points and determine the object by the region with the maximum posterior probability of belonging to the object class. Based on the Bayes' theorem and Naive-Bayes assumptions, the posterior probability is reformulated as the sum of feature-scores. The feature-score is manifested in the form of the logarithm of a probability ratio. Instead of estimating the numerator and denominator probabilities separately, we readily employ the density ratio estimation techniques directly, and overcome the above limitation. Experiments on a car dataset and PASCAL VOC 2007 dataset validated the effectiveness of our method compared to the baselines. In addition, the performance can be further improved by taking advantage of the recently developed deep convolutional neural network features.

• 천문학회보
• /
• 제40권1호
• /
• pp.84.2-84.2
• /
• 2015

There are probabilistic forecast models for solar flare occurrence, which can be evaluated by various skill scores (e.g. accuracy, critical success index, heidek skill score, true skill score). Since these skill scores assume that two types of forecast errors (i.e. false alarm and miss) are equal or constant, which does not take into account different situations of users, they may be unrealistic. In this study, we make an evaluation of a probabilistic flare forecast model (Lee et al. 2012) which use sunspot groups and its area changes as a proxy of flux emergence. We calculate daily solar flare probabilities from 1996 to 2014 using this model. Overall frequencies are 61.08% (C), 22.83% (M), and 5.44% (X). The maximum probabilities computed by the model are 99.9% (C), 89.39% (M), and 25.45% (X), respectively. The skill scores are computed through contingency tables as a function of forecast probability, which corresponds to the maximum skill score depending on flare class and type of a skill score. For the critical success index widely used, the probability threshold values for contingency tables are 25% (C), 20% (M), and 4% (X). We use a value score with cost/loss ratio, relative importance between the two types of forecast errors. We find that the forecast model has an effective range of cost/loss ratio for each class flare: 0.15-0.83(C), 0.11-0.51(M), and 0.04-0.17(X), also depending on a lifetime of satellite. We expect that this study would provide a guideline to determine the probability threshold for space weather forecast.

• 응용통계연구
• /
• 제36권4호
• /
• pp.323-335
• /
• 2023

고차원 데이터의 인과 추론에서 고차원 공변량의 차원을 축소하고 적절히 변형하여 처리와 잠재 결과에 영향을 줄 수 있는 교란을 통제하는 것은 중요한 문제이다. 평균 처리 효과(average treatment effect; ATE) 추정에 있어서, 성향점수와 결과 모형 추정을 이용한 확장된 역확률 가중치 방법이 주로 사용된다. 고차원 데이터의 분석시 모든 공변량을 포함한 모수 모형을 이용하여 성향 점수와 결과 모형 추정을 할 경우, ATE 추정량이 일치성을 갖지 않거나 추정량의 분산이 큰 값을 가질 수 있다. 이런 이유로 고차원 데이터에 대한 적절한 차원 축소 방법과 준모수 모형을 이용한 ATE 방법이 주목 받고 있다. 이와 관련된 연구로는 차원 축소부분에 준모수 모형과 희소 충분 차원 축소 방법을 활용한 연구가 있다. 최근에는 성향점수와 결과 모형을 추정하지 않고, 차원 축소 후 매칭을 활용한 ATE 추정 방법도 제시되었다. 고차원 데이터의 ATE 추정 방법연구 중 최근에 제시된 네 가지 연구에 대해 소개하고, 추정치 해석시 유의할 점에 대하여 논하기로 한다.

• 응용통계연구
• /
• 제36권5호
• /
• pp.381-397
• /
• 2023

대부분의 임상시험에서 가장 대표적으로 사용되는 실험설계는 무작위화로, 치료 효과를 정확하게 추정하기 위해 이용된다. 그러나 무작위화가 이루어지지 않은 관찰연구의 경우 치료군과 대조군의 비교로 얻는 치료효과에는 환자 간의 특성 등 여러 조정되지 않은 차이로 인해 편향이 발생한다. 성향 점수 가중치는 이러한 문제점을 해결하기 위해 널리쓰이는 방법으로 치료 효과를 추정하는데에 있어 교란요인을 조정하여 편향을 최소화하도록 하는 방법이다. 성향 점수를 이용한 가중치 방법 중 가장 널리 알려진 역확률 가중치는 관찰된 공변량이 주어졌을 때 특정 치료에 할당될 조건부 확률의 역에 비례하는 가중치를 할당한다. 그러나 이 방법은 극단적인 성향 점수에 의해 종종 방해 받아 편향된 추정치와 과도한 분산을 초래한다는 점이 알려져있어 이러한 문제를 완화하기 위해 절사 역확률 가중치, 중복 가중치, 일치 가중치를 포함한 여러 가지 대안 방법이 제안되었다. 본 논문에서는 제한된 중복, 잘못 지정된 성향 점수 모델 및 예측과 반대되는 치료 등 다양한 문제상황에서 여러 성향 점수 가중치 방법의 성능을 비교하는 시뮬레이션 비교연구를 수행하였다. 비교연구의 결과 중복 가중치와 일치 가중치는 편향, 제곱근평균제곱오차 및 포함 확률 측면에서 역확률 가중치와 절사역확률 가중치에 비에 우월한 성능을 보임을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.73-75
• /
• 2022

글자 인식 시스템은 무인 로봇, 자율 주행 자동차 등 자동화를 필요로 하는 인공지능 분야에서 사용되는 기술로, 주변 환경에 여러 장애물이 있음에도 글자를 정확하게 인식하는 것을 말한다. 영어만 인식했던 기존의 연구와 달리, 본 논문은 영어, 한국어, 특수문자와 숫자를 포함한 다양한 문자가 혼재되어 있는 경우에도 강한 인식률을 보여준다. 가장 높은 확률 값을 갖는 클래스 하나 만을 선택하는 것이 아닌 차 순위의 확률도 함께 고려하여 후보 단어 리스트를 생성하고, 이로 인해 기존에 오인식되는 단어를 교정할 수 있는 방법을 제안한다.

• Journal of Korean Neurosurgical Society
• /
• 제41권4호
• /
• pp.217-223
• /
• 2007

Objective : The apparent increase in the incidence of the intracranial meningiomas in the elderly is due in part to improved diagnostic tools and improved span of life. The authors carried out a retrospect study to validate the use of the Clinical-Radiological Grading System [CRGS] as a clinical tool to orientate surgical decision making in elderly patients and to explore prognostic factors of survival. Methods : From January 1997 to January 2006, the authors consecutively recruited and surgically treated 20 patients older than 65 years of age with radiologic findings of intracranial meningiomas and a preoperative evaluation based on the CRGS. Results : High CRGS score was associated with a higher probability of good outcome [p=0.004] and a lower probability of postoperative complications [p=0.049]. Among the different subset items of the CRGS score, larger maximum tumor diameters [$D{\geqq}4cm$] and the presence of a severe peritumoral edema were associated with incidence rate of postoperative poor outcome and complications [p<0.05]. Additionally, the critical location of the tumor was also correlated with poor outcome [p<0.05]. Conclusion : A CRGS score higher than 13 is a good prognostic indication of survival. The CRGS score is a useful and practical tool for the selection of elderly patients affected by intracranial meningiomas as surgical candidates.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1027-1031
• /
• 2008

본 연구는 한반도 영역을 대상으로 2001년 7, 8월과 2002년 6월로 홍수기를 대상으로 RDAPS 모형, AWS, 상층기상관측(upper-air sounding)의 자료를 이용하였다. 또한 수치예보자료를 범주적 예측확률로 변환하고 인공신경망기법(ANN)을 이용하여 강수발생확률의 예측정확성을 향상시키는데 있다. 신경망의 예측인자로 사용된 대기변수는 500/ 750/ 1000hpa에서의 지위고도, 500-1000hpa에서의 층후(thickness), 500hpa에서의 X와 Y의 바람성분, 750hpa에서의 X와 Y의 바람성분, 표면풍속, 500/ 750hpa/ 표면에서의 온도, 평균해면기압, 3시간 누적 강수, AWS관측소에서 관측된 RDAPS모형 실행전의 6시간과 12시간동안의 누적강수, 가강수량, 상대습도이며, 예측변수로는 강수발생확률로 선택하였다. 강우는 다양한 대기변수들의 비선형 조합으로 발생되기 때문에 예측인자와 예측변수 사이의 복잡한 비선형성을 고려하는데 유용한 인공신경망을 사용하였다. 신경망의 구조는 전방향 다층퍼셉트론으로 구성하였으며 역전파알고리즘을 학습방법으로 사용하였다. 강수예측성과의 질을 평가하기 위해서 $2{\times}2$ 분할표를 이용하여 Hit rate, Threat score, Probability of detection, Kuipers Skill Score를 사용하였으며, 신경망 학습후의 강수발생확률은 학습전의 강수발생확률에 비하여 한반도영역에서 평균적으로 Kuipers Skill Score가 0.2231에서 0.4293로 92.39% 상승하였다.

• 한국군사과학기술학회지
• /
• 제22권1호
• /
• pp.1-10
• /
• 2019

In this paper, we propose the track initiation algorithm based on the weighted score for TWS radar tracking. This algorithm utilizes radar velocity information to calculate the probabilistic track score and applies the Non-Maximum-Suppression(NMS) to confirm the targets to track. This approach is understood as a modification of a conventional track initiation algorithm in a probabilistic manner. Also, we additionally apply the weighted Hough transform to compensate a measurement error, and it helps to improve the track detection probability. We designed the simulator in order to demonstrate the performance of the proposed track initiation algorithm. The simulation result show that the proposed algorithm, which reduces about 40 % of a false track probability, is better than the conventional algorithm.