• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2004년도 학술발표논문집
• /
• pp.229-236
• /
• 2004

This article presents a multiple comparison ranking procedure for several products of the Poisson rates. A preference probability matrix that warrants the optimal comparison ranking is introduced. Using a Bayesian Monte Carlo method, we develop simulation-based procedure to estimate the matrix and obtain the optimal ranking via a row-sum scores method. Necessary theory and two illustrative examples are provided.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 춘계 학술발표회 논문집
• /
• pp.85-90
• /
• 2003

In this paper we develop a method for finding optimal ordering of K statistical models. This is based on a dependent paired comparison experimental arrangement whose results can naturally be represented by a completely oriented graph (also so called tournament graph). Introducing preference probabilities, strong transitivity conditions, and an optimal criterion to the graph, we show that a Hamiltonian path obtained from row sum ranking is the optimal ordering. Necessary theories involved in the method and computation are provided. As an application of the method, generalized variances of K multivariate normal populations are compared by a Bayesian approach.

• 한국작물학회지
• /
• 제61권2호
• /
• pp.92-97
• /
• 2016

본 시험은 관능평가 5가지 방법별 전문가와 일반인의 평가능력을 비교하여 쌀 산업현장에서 일반인을 대상으로 이용 가능한 식미 관능평가 방법을 제시하고자 수행하였다. 품종 간 식미에서 단순차이 여부를 평가하기 위해 일-이점 검사 및 삼점검사를 수행한 결과 전문가 및 일반인 패널 모두 하이아미, 추청 및 다산 1호 간에는 유의한 차이가 있었다. 품종 간 식미특성 차이에 의한 선호도 평가를 위해 이점비교검사, 순위법 및 다시료비교검사를 수행하였다. 전문가 패널은 3가지 관능평가 방법 모두에서 하이아미 > 추청 > 다산 1호 순으로 좋은 것으로 평가하였다. 반면 일반인 패널에서는 이점비교검사와 순위법에서만 하이아미 > 추청 > 다산 1호 순으로 유의하게 좋은 것으로 평가하였으나, 다시료비교법에서는 하이아미와 추청 간에는 차이가 없는 것으로 나타났다. 이상의 결과 쌀 산업현장에서 일반인을 대상으로 식미관능평가 방법은 2개 품종 간 식미특성 차이를 평가하기 위해서는 이점비교검사법을, 3개 이상 품종 간 식미특성 차이를 평가하기 위해서는 순위법이 적합할 것으로 고찰된다.

• 한국산업정보학회논문지
• /
• 제27권4호
• /
• pp.1-10
• /
• 2022

컴퓨터 비전을 활용하여 인간의 시각을 해석하려는 시도가 다양한 분야에서 발전되어 왔다. 본 논문에서는 도로영상으로부터 영상의 의미론적 분할 결과를 통해 보행 환경을 평가하는 방법을 제안한다. 먼저 도로영상을 수집하기 위해 카카오 지도 API를 활용하였으며 전주시지역의 약 5만 점에서 4방향 영상을 수집한다. 수집된 영상의 20%는 크라우드 소싱기반 쌍체 비교를 통해 데이터 셋을 구축하고, 쌍체 비교 데이터를 이용하여 다양한 회귀 모델을 훈련한다. 영상 데이터의 보행성 점수를 도출하기 위해 순위 알고리즘인 Trueskill 알고리즘을 활용하여 랭킹 점수를 계산하고, 구축된 데이터를 활용하여 다양한 회귀모델을 사용한 보행성 평가 및 분석 작업을 수행한다. 본 연구를 통해 사람의 시각이 아닌 픽셀 분포 분류 정보 간의 상관관계를 통해 컴퓨터 시스템만으로 전주시의 보행 환경을 평가하고 점수를 도출해 낼 수 있다는 것을 보여준다.

• 한국산업정보학회논문지
• /
• 제27권5호
• /
• pp.1-11
• /
• 2022

딥러닝 기술의 발전에 따라 학습을 통해 선호도 랭킹 추정을 하기 위한 다양한 연구 개발이 진행되고 있으며, 웹 검색, 유전자 분류, 추천 시스템, 이미지 검색 등 여러 분야에 걸쳐 이용되고 있다. 딥러닝 기반의 선호도 랭킹을 추정하기 위해 근사(approximation) 알고리즘을 이용하는데, 이 근사 알고리즘에서 적정한 정도의 정확도를 보장할 수 있도록 모든 비교 대상에 k번 이상의 비교셋을 구축하게 되며, 어떻게 비교셋을 구축하느냐가 학습에 영향을 끼치게 된다. 이 논문에서는 크라우드 소싱 기반의 딥러닝 선호도 측정을 위한 쌍체 비교 셋을 생성하는 새로운 알고리즘인 k-disjoint 비교셋 생성 알고리즘과 k-체이닝 비교셋 생성 알고리즘을 제안한다. 특히 k-체이닝 알고리즘은 기존의 원형 생성 알고리즘과 같이 데이터 간의 연결성을 보장하면서도 안정적인 선호도 평가를 지원할 수 있는 랜덤적 성격도 함께 가지고 있음을 실험에서 확인하였다.

• 한국식품조리과학회지
• /
• 제7권3호
• /
• pp.29-36
• /
• 1991

Analysis of major nutritional components and Sensory evaluation in two kinds of beef bone stocks (White & Brown) have been Carried out in this study, these stocks were prepared with four different parts of beef bone (Knee bone, Rumpbone, Legbone, Backbone). White bone stocks were made of each beef bone boiling in water & hours, while brown bone stocks were prepared with roasted beef bone in the oven at $230^{\circ}C$ for half an hour and boiled 8 hours with water. Fatty acids were determined by GLC (Gas Lipids Chromatogram), the minerals were analysed by Automic spectrometer. The results of these analysis were obtained as followes; 1. Neutral lipids was gradually becreased, and glycolipids phospholipids were increased in quantity in Brown stocks for 8 hours. Unsaturated fatty accid of Brown stocks was highly decreased due to roasting of bores in the oven at 23$0^{\circ}C$ for half an hour. But they appeared in large quantity in white stocks. 2. The minerals also contained of high percentage in almost Brown stock except backbone Stock 3. Four materials (Kneebone, Rumpbone, Legbone, and backbone) were used for this study and the paired comparison of flavor test presented the recognition of different flavor at 5% level of Least Significant Difference (LSD) on brown stocks (Kneebone, and Legbone). Ranking preference test showed that white Kneebone stock and brown legbone stock had good taste.

• 한국항해항만학회지
• /
• 제37권5호
• /
• pp.493-498
• /
• 2013

본 연구는 퍼지 TOPSIS법과 AHP법을 이용하여 IMO 정보관리시스템의 예비과제 우선순위를 평가하기 위한 것이다. 이러한 평가를 위해 먼저 24개의 예비과제를 추출하여 FSM법을 이용하여 대체안을 구조화하였고, 최종 4개의 주요 예비과제를 도출한다. 또한 평가항목간의 가중치는 의사결정자의 일관성을 유지하면서 평가가 가능한 AHP법을 이용한다. 그러나 AHP법은 비교대상의 수가 증가하면 쌍대비교의 횟수가 증가하고, 평가에는 수많은 애매성이 존재하기 때문에 최종 우선순위 선정에는 TOPSIS에 퍼지이론을 도입한 퍼지 TOPSIS법을 이용한다. 그 결과 IMO 기준정보관리, IMO 정보기준전달, IMO 통합데이터베이스, IMO 지식허브 순으로 구축되어야 하는 것으로 나타났다.

• 한국의류학회지
• /
• 제19권3호
• /
• pp.471-482
• /
• 1995

Using the acetate velvet and viscose velvet whose pile lengths were sheared as 1.45, 1.55, 1 65, 1.75, 1.85, 1.90mm under the condition equating the weaving process of ground fabric, the conclusions were as follows through the results of the sensory assessments estimated by women students in our university and the physical properties, H. V and T. H. V obtained by KES-F system. 1. In the sensory assessments estimated by the method of paired comparison and ranking of samples, the longer pile length was, the more the hand values of smoothness, softness, thickness, heaviness increased on the whole. 2. The H V. and T. H. V. measured by KES-F system were as follows; Kohi increased to pile length 1.85mm and then decreased a little at 1.90mm. hummer increased as pile length was longer. Fukurami increased to pile length 1.75mm and then decreased gradually as pile length was longer. Total hand value increased gradually from 1. 45mm to 1.85mm, had the top value at 1.85mm, and then decreased a little at 1.90mm. 3. In the results of summarizing $\ulcorner$the physical properties correlated closely with the H. V obtained by sensory assessments$\lrcorner$ and tithe Physical properties correlated closely with the H. V. and T. H. V obtained by KES-F systems, it showed that all the sensory properties correlated closely with compressive energy, flexural rigidity, thickness, weight and pile ratio in the former and that the physical properties correlated closely with each H V and T. H. V were different in the latter. 4. It showed that factor 1 was related to compressive energy, thickness, weight, pile ratio, factor 2 was related to recovery energy, compressive resilience, compressive index, and factor 3 was related to compressive recovery ratio in the result of factor analysis. 5. In the multiple repression analysis, the expressions of all sensory properties had compressive ratio, frictional coefficient in the regression expressions of $\ulcorner$H. V. obtained by sensory assessments$\lrcorner$, while the expressions of each H. V. and different physical properties in the regression expressions of $\ulcorner$H. V. obtained by KES-F system$\lrcorner$.

• 대한가정학회지
• /
• 제28권4호
• /
• pp.1.1-13
• /
• 1990

Authors have performed the sensory evaluation tests according to each given items after selecting various lines in order to assess the visual effects by the lines in cloth designing. The evaluations were done by means of ranking tests followed by paired comparison tests. The results obtained were as follows : 1. In the item in than "Shoulder width looks wide", the design C3 showed the best visual effect, and then B1, F8, and A5 comes in order. In "Shoulder width looks narrow", they were A2, F5, F7, and B2 in order. 2. In "Bust looks big", the effect was best in F9, and then B1, F5, C3, and A5 and order. "Bust looks small" item showed A3, C1, and F1 in order. 3. In "Waist looks thick", they were B2, D1, and F7 while in "Waist looks thin", they were B3, F8, and D6 in order. 4. In the item in that "Hip looks big", the best effect was in F9, and then E3, C2, and B4 in order. In "Hip looks small", the best one was C1, and then comes. E1, F6, and F8. 5. In "Upper body looks thick", they were D2, D4, F8, C3 and A5 in order whild in "Upper body looks thin", they were A1, F5, and D7 in order. 6. In the item "Lower body lookds thick", they were F9, C2, E3, B3, and D3 in order. In "Lower body looks thin", the best one was C1, and then D1, E2, F6, and F8 comes in order. 7. In "whole body looks thick", they were F9, F3, D3, and A5, and in "Whole body looks thin", they were F5, A1, C1, and D6 in order. 8. In "Height looks tall", the effects were in order of A4, D6, E1, and F7 while in "Height looks short", they were E3, F9, B4, D2, and D1. 8. In "Height looks tall", the effects were in order of A4, D6, E1, and F7 while in "Height looks short", they were E3, F9, B4, D2, and D1. F9, B4, D2, and D1.

• 한국음향학회지
• /
• 제37권3호
• /
• pp.147-155
• /
• 2018

본 연구의 목적은 선형 다중회귀분석을 통해 과부하 굴삭기 소음의 불쾌감을 표현할 수 있는 음질인자를 찾고 이를 이용하여 객관적인 평가를 위한 음질인덱스를 개발하고자 하였다. 이를 위해 소음특성이 다른 굴삭기 6모델을 선별하여 과부하 조건의 운전실 소음을 녹음하고 쌍대비교법과 크기평가법에 의한 청음평가를 수행하였다. 그리고 일관성이 낮은 청음평가 결과는 군집분석을 통해 선호도 성향이 다른 2 그룹으로 분류하고 회귀분석을 실시하여 어떤 음질인자가 불쾌감(낮은 선호도)에 유의한 영향을 주는 인자인지를 고찰하였다. 그 결과 불쾌감을 표현하는 음질인자는 10 Bark까지 부분 라우드니스 인자($PN_{10Bark}$)에 따라 불쾌감을 느끼는 성향을 가진 청음 평가자 그룹과 엔진 소음($dB_{EG}$)과 유압시스템 소음의 차이($dB_1$)로 표현된 인자에 따라 불쾌감을 느끼는 성향을 가진 청음 평가자 그룹으로 구성되어 있음을 확인하였다. 그리고 쌍대비교법의 선호도 순위와 성향 분석결과를 이용하고 크기평가법과의 상관분석을 통해 신뢰도가 낮은 평가자의 결과는 제외하여 보다 신뢰성 높은 크기평가법의 청음평가 결과를 얻었다.