• 감성과학
• /
• 제17권2호
• /
• pp.63-76
• /
• 2014

대부분의 인지적 과제에서 관찰되는 반응시간 자료의 분포는 정적으로 편포되어 나타남에도 불구하고, 반응시간을 종속측정치로 하는 대다수의 연구들은 표본 평균에 근거한 집중경향치 분석에 의존한다. 본 연구에서는 반응시간 자료의 분포특성에 분석의 초점을 맞추어 실험적 처치의 효과를 구체적으로 추론하는 방법을 소개하였다. 평균 반응시간의 변화는 그 분포상 가우시안 및 지수 분포가 혼합된 형태로 나타난다고 가정할 수 있으며, 최대우도 추정법에 근거한 ex-Gaussian 모형 검증을 통해 반응시간 분포 특성을 수치화된 파라미터로 산출하고 확률밀도함수를 구현할 수 있다. 분석 사례를 위해 두 가지 고전적 시각탐색과제에서 얻어진 반응시간 자료를 사용하였으며, ex-Gaussian 함수를 통해 탐색배열의 항목개수의 증가가 초래하는 평균 반응시간의 지연효과에 대한 해석을 시도하였다. 수리적 모형을 통한 반응시간 분포 분석은 고전적 집중경향치 분석의 한계를 넘어 반응시간을 활용한 다양한 이론 및 개인차 연구에서 활용될 수 있을 것으로 기대된다.

• 자원환경지질
• /
• 제55권4호
• /
• pp.353-366
• /
• 2022

지구과학 데이터(지오데이터)의 공간 이질성, 희소성 및 고차원성으로 인해 공간 분포 추정에 어려움이 있다. 따라서 지구과학의 많은 응용 분야에서 지오데이터의 고유 특성을 고려할 수 있는 공간 추정 기법이 필요하다. 본 연구에서는 기계 학습 알고리즘 중 하나인 가우시안 혼합 모델(Gaussian Mixture Model; GMM)을 이용하여 공간 예측 방법을 제공하고자 하였다. 제안된 기법의 성능을 검증하기 위해, 옛 제련소 부지에서 휴대용 X선 형광분석기(PXRF) 및 유도결합플라즈마-원자방출분광법(ICP-AES)을 이용하여 분석된 토양 농도 자료를 활용하였다. ICP-AES를 이용해 분석된 As와 Pb를 주변수로 하고, 나머지 자료는 보조변수로 활용하였다. 다차원의 보조변수 중 중요 변수를 선별하기 위해 랜덤포레스트 기반의 변수선택법을 적용하였다. ICP-AES 및 PXRF를 통해 구축된 다변량 데이터를 사용한 GMM의 결과를 단변량 및 이변량 데이터를 사용한 정규 크리깅(Ordinary Kriging; OK) 및 정규 공동크리깅(Ordinary Co-Kriging; OCK)의 결과와 비교하였다. GMM의 결과는 OK 및 OCK의 결과보다 낮은 평균 제곱근 편차(RMSE; 비소는 최대 0.11 및 납은 0.33까지 향상)와 높은 상관관계(r; 비소는 최대 0.31 및 납은 0.46까지 향상)를 제공하였다. 이는 GMM을 사용할 경우 토양 오염의 범위 해석의 성능을 향상시킬 수 있음을 지시한다. 본 연구는 다 변량 공간추정 접근법이 복잡하고 이질적인 지질 및 지구 화학자료의 특징을 이해하는 데 효과적으로 적용될 수 있음을 증명하였다.