• 지질공학
• /
• 제15권4호
• /
• pp.463-473
• /
• 2005

국내에서 터널 설계 시 널리 사용되는 RMR 분류법과 Q-system은 모든 암종에 대해 동일한 배점 체계를 적용하기 때문에, 지역적인 지질학적 특성을 반영할 수 없으며 암반의 공학적 이방성을 충분히 표현하지 못한다. 본 연구에서는 암종별 지질학적 특성차에 의한 각 RMR 항목의 중요도를 살펴보기 위하여, 퇴적암, 화강암, 천매암을 기반암으로 하는 터널을 대상으로 막장관찰자료에 대해 정준상관분석을 실시하였다. 분석결과에 의하면 암종의 변화에 따라 전체 RMR배점에서 각 인자가 차지하는 영향은 서로 큰 차이를 보였다

• 대한공간정보학회지
• /
• 제4권2호
• /
• pp.181-193
• /
• 1996

본 연구는 원격탐사의 수치화상분류에 적용된 바 없는 정준상관분석(Canonical Correlation Analysis)기법을 무감독분류한 위성화상데이터에 적용하여 토지피복분류하는 새로운 방법을 개발하는 것을 목적으로 한다. 개발된 분류기법은 기존의 분류기법인 최대우도분류기법에 비해 분류기준용 표본데이터 선정이 용이함을 알 수 있었다. 즉, 정준상관분석에 의한 분류결과는 분류기준용 표본데이터의 선정위치에 거의 영향을 받지 않는다. 또한 무감독분류 후 정준상관분석에 의해 결정된 각 군집의 토지피복은 최대우도분류를 위한 사전정보로 활용정보로 활용가능하다. 동일한 분류기준용 표본데이터 사용시, 무감독분류 후 정준상관분석에 의한 분류가 최대우도분류보다 분류정확도가 우수하였다. 이상과 같은 결과로 판단해 볼 때 연구에서는 시도된 분류기법은 원격탐사의 분류기법 분야에서 실용화 될 수 있으며, 나아가서는 GIS 데이터베이스 구축에 중요한 역학을 할 수 있을 것이다.

• 대한산업공학회지
• /
• 제41권6호
• /
• pp.579-587
• /
• 2015

Semiconductor manufacturing industry is a high density integration industry because it generates a vest number of data that takes about 300~400 processes that is supervised by numerous production parameters. It is asked of engineers to understand the correlation between different stages of the manufacturing process which is crucial in reducing production costs. With complex manufacturing processes, and defect processing time being the main cause. In the past, it was possible to grasp the corelation among manufacturing process stages through the engineer's domain knowledge. However, It is impossible to understand the corelation among manufacturing processes nowadays due to high density integration in current semiconductor manufacturing. in this paper we propose a canonical correlation analysis (CCA) using both wafer test voltage variables and fail bit counts variables. using the method we suggested, we can increase the semiconductor yield which is the result of the package test.

• 동아시아식생활학회지
• /
• 제18권6호
• /
• pp.1089-1098
• /
• 2008

The principal objective of this study was to reveal the relationship between the menu management indicators and menu performance indicators in contract-foodservice operations. Menu indicators differed according to the type of business, type of contract, type of serving, and number of service lines. In accordance with the results of our correlation analysis, we noted significant correlations between menu performance indicators and menu management indicators. The first of these was the correlation between the food cost ration and meal counts, food loss, and the use of prepared vegetables. The second of these was the correlation between food cost per meal and forecasting error, food loss, and inventory turnover. The last of these correlations was the negative correlation between menu CSI(customer satisfaction index) and the use of prepared vegetables. According to the results of our canonical correlation analysis, 2 significant functions were identified. In the first function, we noted significant correlations between meal counts, use of prepared vegetables, food loss, and food cost ratio. Additionally, we noted significant correlations between forecasting error, inventory turnover, food loss, and food cost per meal in the second function. Menu management indicators had no influence on customer satisfaction.

• 응용통계연구
• /
• 제30권1호
• /
• pp.83-93
• /
• 2017

k (${\geq}2$) 그룹의 p-차원 데이터의 시각화에서 가장 전형적인 방법은 Fisher의 정준판별분석(canonical discriminant analysis; CDA)이다. CDA는 마할라노비스 공간에서 k개 그룹 중심을 근사하게 통과하는 저차원 부공간에 관측점들을 사영한다. 본 논문은 척도화 유클리드 공간에서 다그룹 다차원 데이터를 시각화하는 방법을 제안하는데, 저차원 부공간의 제1축(또는 제1축과 제2축)은 그룹 중심들의 최대변별(maximum discrimination)에서 찾고 부공간의 제2축(또는 제3축)은 관측개체들의 최대산포(maximum dispersion)에서 찾는다. 이러한 혼종방법(hybrid method)은 2-그룹 다차원 자료의 시각화에서 특히 유용하다.

• 한국음향학회지
• /
• 제36권4호
• /
• pp.279-284
• /
• 2017

음원 위치 추정은 여러 방면에서 쓰임이 있는 응용 기술이다. 음원의 위치를 추정하기 위한 기본 기법 중에는 시간 지연 추정 기법이 있다. 이 기법에선 음원의 위치를 추정하기 위해서 두 개 또는 그 이상의 수신기에 들어오는 신호간의 상대적 시간 지연을 알아내야 한다. 시간 지연 추정 기법에는 일반화 된 상호 상관(Generalized Cross-Correlation, GCC) 대표적이지만, 정준형 상관 분석(Canonical Correlation Analysis, CCA)을 이용한 방법도 있다. 본 논문에서는 시간 지연 추정용 정준형 상관 분석의 고유벡터의 희소성을 이용하기 위해 새로운 알고리즘을 제안한다. 이를 위해서 로그-합(log-sum) 정규화를 이용한다. 본 논문에서는 서로 다른 여러 신호 대 잡음비 환경 하에서 비교 모의실험을 하였고, 이 비교 실험을 통하여 얻는 데이터를 통해서 제안한 새 정준형 상관 분석 기반 알고리즘이 이전의 정준형 상관분석 기반 알고리즘이나 기존 GCC보다 더 우수하다는 것을 보인다.

• 한국축산식품학회지
• /
• 제29권1호
• /
• pp.132-139
• /
• 2009

본 연구에서는 1,300명의 소비자들이 직접 먹어보고 평가한 한우고기 데이터를 이용하여 쇠고기 맛 등급을 구분 해 내기 위한 판별분석 방법들을 비교하였다. 한우 관능평가의 주요 세 변수인 연도, 다즙성, 향미를 포함한 정준 판별분석과 대표적인 맛 변수로 여겨지는 전반적인 기호도 만을 이용하여 선형판별분석과 비모수 판별분석을 하였다. 전반적인 기호도와 같은 한 개의 변수만을 사용할 경우 두 가지 모두 비슷한 분류율을 나타내지만 선형판별 함수는 이해와 사용 측면에서 장점이 있었던 반면에 비모수적 방법은 커널함수와 띠폭에 대한 선택이 불편하지만 잘 선택하면 정확한 분류율을 높일 수 있는 장점이 있었다. 그러나 다른 정보를 가진 변수들이 있음에도 불구하고 한 개의 변수만을 이용한 판별 분석은 판별에 영향을 미치는 다른 중요한 변수들의 정보를 활용하지 못한다는 문제점이 있다. 한편, 정준판별분석의 경우 정준판별함수의 오분류율이 일변량 선형 판별함수와 비모수 판별함수의 오분류율에 비해 크게 떨어지지 않으면서 분포에 대한 특별한 가정이 필요하지 않아 통계적 가정이 까다롭지 않고 또한 맛에 중요한 요인인 연도, 다즙성, 향미의 세 개변수를 모두 사용하므로 맛 정보를 최대로 활용한다는 장점이 있었다. 따라서 본 연구결과 연도, 다즙성, 향미의 세가지 변수 정보를 모두 포함한 다변량 정준판별분석법을 이용하는 것이 맛 등급을 구분하는데 가장 적절할 것으로 판단되었다.

• 한국멀티미디어학회논문지
• /
• 제19권5호
• /
• pp.848-855
• /
• 2016

Face recognition has received a great deal of attention for the wide range of applications in real-world scenario. In this scenario, mismatches (so called heterogeneity) in terms of resolution and illumination between gallery and test face images are inevitable due to the different capturing conditions. In order to deal with the mismatch problem, we propose a local feature learning method using deep canonical correlation analysis (DCCA) for heterogeneous face recognition. By the DCCA, we can effectively reduce the mismatch between the gallery and the test face images. Furthermore, the proposed local feature learned by the DCCA is able to enhance the discriminative power by using facial local structure information. Through the experiments on two different scenarios (i.e., matching near-infrared to visible face images and matching low-resolution to high-resolution face images), we could validate the effectiveness of the proposed method in terms of recognition accuracy using publicly available databases.

• 농촌지도와개발
• /
• 제29권2호
• /
• pp.51-64
• /
• 2022

This study aims to investigate relationships between lifestyle and benefit sought of rural healing tourists. For data collection, a total of 3,000 copies of questionnaires were collected by nationwide online survey. The data were analyzed by using SPSS 26.0. The factor analysis identified seven dimensions of the lifestyle : conservative, sports activity orientation, health orientation, consumption orientation, achievement orientation, adventure orientation, and personal orientation. Five dimensions of benefit sought were identified as psychological recovery, outdoor activities, rest, rural experience, and exercise. The results of the canonical correlation analysis indicated that adventure orientation of lifestyle and psychological recovery, outdoor activities, rural experience, exercise of benefit sought were highly correlated. This means it is important to place an emphasis on psychological recovery, outdoor activities, rural experience, and exercise for tourists looking for an adventure away from everyday life. Rural healing tourism marketers should consider lifestyle aspects as the most important factors affecting benefit sought of rural healing tourism.

• Communications for Statistical Applications and Methods
• /
• 제29권1호
• /
• pp.103-125
• /
• 2022

In this paper, we analyze the time series data of the case and death counts of COVID-19 that broke out in China in December, 2019. The study period is during the lockdown of Wuhan. We exploit functional data analysis methods to analyze the collected time series data. The analysis is divided into three parts. First, the functional principal component analysis is conducted to investigate the modes of variation. Second, we carry out the functional canonical correlation analysis to explore the relationship between confirmed and death cases. Finally, we utilize a clustering method based on the Expectation-Maximization (EM) algorithm to run the cluster analysis on the counts of confirmed cases, where the number of clusters is determined via a cross-validation approach. Besides, we compare the clustering results with some migration data available to the public.