• 대한인간공학회지
• /
• 제15권1호
• /
• pp.27-38
• /
• 1996

A total of 77 unanticipated trip cases induced by human errors in Korean nuclear power plants were collected from the nuclear power plant trip event reports and analyzed to investigate the areas of high priority for human error reduction. Prior to this analysis, a classification system was made on the four task-related categories including plant systems, work situations, task types, and error types. The erroneous actions affecting the unanticipated plant trips were indentified by reviewing carefully the description of trip events. Then, the events with erroneous action were analyzed by using the classification system. Based on the results for the individual cases, human error occurrences were counted for each of the four categories, also for the selected pairs of categories, to find out the relationships between the two categories in aspects of human errors. As a result, the plant systems, work situations, and task types, and error types which are dominant in human error occurrences were identified.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2006년도 추계학술대회 논문집
• /
• pp.1501-1507
• /
• 2006

The accidents are often resulted from multiple causes with hardware failure and human errors. So to ensure the safety of rail operation, human error should be prevented effectively. The purpose of this paper is to present an analysis system on factors of influencing human error in korean rail industry especially for engine driver and train despatcher. To achieve it, ESFs(error shaping factors) classification system was derived from several PSFs(performance shaping factors) classification system. Based on them, two kinds of questionnaires for engine driver and train despatcher each were developed. Then Analytic Hierarchy Process (AHP) methodology was used to evaluate what factors were critical to human error.

• 한국정보통신학회논문지
• /
• 제15권3호
• /
• pp.747-752
• /
• 2011

마이크로어레이 분류는 전형적으로 분류기 디자인과 에러 추정이 현저하게 작은 샘플에 기반한다는 것과 교차 검증 에러 추정이 대다수의 논문에 사용된다는 주목할 만한 두 가지 특징을 소유한다. 마이크로어레이 난소 암 데이터는 수 만개의 유전자 발현으로 구성되어 있고, 이러한 정보를 동시에 분석하기 위한 어떤 체계적인 절차도 없다. 본 논문에서는, 통계에 따라 유전자의 우선순위를 정함으로써 표지유전자를 선택하였고, 널리 보급되어 있는 분류 규칙인 선형 분류 분석, 3-nearest-neighbor와 결정 트리 알고리즘은 표지 유전자를 선택한 데이터와 선택하지 않는 데이터의 분류 정확도 비교를 위해 사용되어졌다. ANOVA를 이용하여 선택된 표지 유전자를 포함하는 마이크로어레이 데이터 셋에 선영 분류분석 규칙을 적용한 결과 97.78%의 가장 높은 분류 정확도와 가장 낮은 예측 에러 추정치를 나타내었다.

• 한국음향학회지
• /
• 제27권6호
• /
• pp.319-324
• /
• 2008

본 논문에서는 변별적 가중치 학습 (discriminative weight training) 기반의 3GPP2 Selectable Mode Vocoder (SMV) 실시간 음성/음악 분류 성능을 향상 시키는 방법을 제안한다. SMV의 음성/음악 실시간 분류 알고리즘에서 사용된 특징벡터와 분류방법을 분석하고, 이를 기반으로 분류성능향상을 위해 MCE (minimum classification error)방법을 도입하여, 각 특징 백터별로 다른 가중치를 적용하는 음성/음악 결정법 (decision rule)을 제시한다. 구체적으로 SMV의 음성/음악 분류알고리즘에서 사용되어진 특징벡터만을 선택적으로 사용하여 가중치를 적용한 값을 기하 평균한 값을 문턱값과 비교하는 실시간 분류기법이 제시되었다. SMV의 음성/음악 분류에 제안한 방법의 성능 평가를 위해 SMV 원래의 분류알고리즘과 비교하였으며, 다양한 음악장르에 대해 시스템의 성능을 평가한 결과 가중치를 적용하였을 때 기존의 SMV의 방법보다 우수한 음성/음악 분류 성능을 보였다.

• 대한전자공학회논문지SP
• /
• 제37권2호
• /
• pp.39-49
• /
• 2000

본 논문에서는 다중 클래스 데이터를 위한 특징 추출 방법을 최적화하는 기법을 제안한다 제안된 특징 추출 기법은 분류 오차에 기반한 방법으로 특징 공간(feature space)을 탐색하여 가우시안 최대우도 분류기 (Gaussian ML Classifier)의 분류오차(classification error)가 최소가 되도록 하는 특징벡터 집합을 구하는 방법이다 제안된 방법은 임의의 초기 특징벡터를 설정한 후 steepest descent 알고리즘을 적용하여 분류오차가 감소하는 방향으로 초기벡터를 갱신시킨다 본 논문에서는 순차탐색 및 전체탐색 두 가지의 방법을 제안하며 순차탐색은 추가로 특징벡터를 구하는 경우 이미 구해진 특징벡터를 포함하여 최소의 분류오차를 얻을 수 있는 특징벡터를 구한다 반면에 전체탐색 방법은 추가의 특징벡터를 구할 경우 새로운 초기 특징벡터 집합을 설정하여 이미 구해진 특징벡터를 포함하는 제약을 받지 않는다. 실험결과 제안된 두 가지 방법은 기존의 특징추출 방법보다 우수한 성능을 보여주고 있다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제15권9호
• /
• pp.4109-4115
• /
• 2014

Background: Accurate assessment of disease progression requires proper understanding of natural disease process which is often hidden and unobservable. For this purpose, disease status should be clearly detected. But in most diseases it is not possible to detect such status. This study, therefore, aims to present a model which both investigates the unobservable disease process and considers the error probability in diagnosis of disease states. Materials and Methods: Data from 330 patients with gastric cancer undergoing surgery at the Iran Cancer Institute from 1995 to 1999 were analyzed. Moreover, to estimate and assess the effect of demographic, diagnostic and clinical factors as well as medical and post-surgical variables on transition rates and the probability of misdiagnosis of relapse, a hidden Markov multi-state model was employed. Results: Classification errors of patients in alive state without a relapse ($e_{21}$) and with a relapse ($e_{12}$) were 0.22 (95% CI: 0.04-0.63) and 0.02 (95% CI: 0.00-0.09), respectively. Only variables of age and number of renewed treatments affected misdiagnosis of relapse. In addition, patient age and distant metastasis were among factors affecting the occurrence of relapse (state1${\rightarrow}$state2) while the number of renewed treatments and the type and extent of surgery had a significant effect on death hazard without relapse (state2${\rightarrow}$state3)and death hazard with relapse (state2${\rightarrow}$state3). Conclusions: A hidden Markov multi-state model provides the possibility of estimating classification error between different states of disease. Moreover, based on this model, factors affecting the probability of this error can be identified and researchers can be helped with understanding the mechanisms of classification error.

• Journal of the Korean Data and Information Science Society
• /
• 제22권4호
• /
• pp.619-630
• /
• 2011

본 연구에서는 두 분포함수의 혼합된 자료에서 적절한 분류점을 추정하고 평가하기 위하여 많이 사용하는 아홉 종류의 분류정확도 측도인 MVD, Youden지수, (0,1)까지최단기준, 수정된 (0,1)까지 최단기준, SSS, 대칭점, 정확도면적, TA, TR을 다섯 개의 조건범주로 군집시킨다. 신용평가분석에서 정상과 부도상태의 스코어 확률변수가 정규분포를 따르며 전체부도율로 혼합되었다고 가정한다. 다양한 정규혼합분포의 상황에서 군집된 측도들의 최적분류점을 발견하고, 그 분류점에 대응하는 제I종 오류율과 제II종 오류율 그리고 두 종류의 오류율 합을 구하여 각각의 오류율이 최소인 경우를 탐색적으로 살펴본다. 현실자료에 적합한 정규혼합분포를 추정하여 본 연구 결과를 적용하면 최소 오류율이 보장되는 분류정확도를 선택할 수 있으며, 이를 사용하여 모형의 판별력을 향상시킬 수 있다.

• Journal of Power Electronics
• /
• 제16권3호
• /
• pp.1190-1199
• /
• 2016

This study proposes a classification and compensation algorithm of two non-ideal output signals of a resolver to reduce position errors. Practically, a resolver generates position errors because of amplitude imbalance and quadrature imperfection between the two output signals of the resolver. In this study, a digital signal processor system based on a resolver-to-digital converter is used to reconstruct the two output signals of the resolver. The two output signals, "sin" and "cos," can be represented by a unit circle on the xy-plot. The classification and compensation of the errors can be obtained by using the radius and area of the circle made by the resolver signals. The method computes the integration of the areas made by the two resolver output signals to classify and compensate the error. This system cannot be applied during transient response given that the area integration during the transient state causes an error in the proposed method. The proposed method does not need any additional hardware. The experimental results verify the effectiveness of the proposed algorithm.

• 한국농공학회:학술대회논문집
• /
• 한국농공학회 2001년도 학술발표회 발표논문집
• /
• pp.59-64
• /
• 2001

The objectives of the thesis are to propose a pattern classification method for remote sensing data using artificial neural network. First, we apply the error back propagation algorithm to classify the remote sensing data. In this case, the classification performance depends on a training data set. Using the training data set and the error back propagation algorithm, a layered neural network is trained such that the training pattern are classified with a specified accuracy. After training the neural network, some pixels are deleted from the original training data set if they are incorrectly classified and a new training data set is built up. Once training is complete, a testing data set is classified by using the trained neural network. The classification results of Landsat TM data show that this approach produces excellent results which are more realistic and noiseless compared with a conventional Bayesian method.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 추계학술대회
• /
• pp.228-231
• /
• 1997

In this paper, we designed an ART(Adaptive Resonance Theory) network based on LPC(Linear Prediction Coefficient) for classification of PVB (Premature Ventricular Beat: PVC, LBBB, RBBB). The procedure of proposed system consists of the error calculation, feature generation and processing of the ART network. The error is calculated after processing by linear prediction algorithm and the features of ART network or classification are obtained from the binary ata determined by threshold method. In conclusion, ART network has good performance in classification of PVB.