• Communications for Statistical Applications and Methods
• /
• 제20권6호
• /
• pp.439-454
• /
• 2013

This study presents a Bayesian multiple change-point detection approach to segment and classify the observations that no longer come from an initial population after a certain time. Inferences are based on the multiple change-points in a sequence of random variables where the probability distribution changes. Bayesian multiple change-point estimation is classifies each observation into a segment. We use a truncated Poisson distribution for the number of change-points and conjugate prior for the exponential family distributions. The Bayesian method can lead the unsupervised classification of discrete, continuous variables and multivariate vectors based on latent class models; therefore, the solution for change-points corresponds to the stochastic partitions of observed data. We demonstrate segmentation with real data.

• Journal of the Korean Data and Information Science Society
• /
• 제18권3호
• /
• pp.735-744
• /
• 2007

Support vector machine(SVM) is capable of providing a more complete description of the linear and nonlinear relationships among random variables. In this paper we propose a sparse kernel regression(SKR) to overcome a weak point of SVM, which is, the steep growth of the number of support vectors with increasing the number of training data. The iterative reweighted least squares(IRWLS) procedure is used to solve the optimal problem of SKR with a Laplacian prior. Furthermore, the generalized cross validation(GCV) function is introduced to select the hyper-parameters which affect the performance of SKR. Experimental results are then presented which illustrate the performance of the proposed procedure.

• 한국가시화정보학회:학술대회논문집
• /
• 한국가시화정보학회 2002년도 추계학술대회 논문집
• /
• pp.63-66
• /
• 2002

The Flow patterns around two cylinders in various arrangements were studied by a discrete vortex method. The flow for the surface of each cylinder was represented by arranging bound vortices at adequate intervals. The viscous diffusion of fluid was represented by the random walk method. The vortex distributions, streaklines, timelines and velocity vectors around two cylinders were calculated for centre-to-centre pitch rations of P/D=1.5 and 2.5, attack angles of $\alpha=0^{\circ},\;30^{\circ},\;60^{\circ},\;and\;90^{\circ}$, correspond to the photographs by flow visualization and the flow intereference between two cylinders in var ious arrangements was clearly visualized by a numerical simulation.

• Communications for Statistical Applications and Methods
• /
• 제29권6호
• /
• pp.655-664
• /
• 2022

On the motivation by an integrative study of multi-omics data, we are interested in estimating the structure of the sparse cross correlation matrix of two high-dimensional random vectors. We rewrite the problem as a multiple testing problem and propose a new method to estimate the sparse structure of the cross correlation matrix. To do so, we test the correlation coefficients simultaneously and threshold the correlation coefficients by controlling FRD at a predetermined level α. Further, we apply the proposed method and an alternative adaptive thresholding procedure by Cai and Liu (2016) to the integrative analysis of the protein expression data (X) and the mRNA expression data (Y) in TCGA breast cancer cohort. By varying the FDR level α, we show that the new procedure is consistently more efficient in estimating the sparse structure of cross correlation matrix than the alternative one.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.351-353
• /
• 2021

자폐 스펙트럼 장애는 이질적인 신경 발달 장애로, 뇌기능영상에 기반한 기능적 연결성 행렬을 이용해 연구가 활발하게 진행된다. 기능적 연결성 행렬을 분석하기 위해 주성분 분석방법을 이용하며, 이를 통해 뇌의 기능적 경향성 패턴을 확인할 수 있다. 이 때, 서로 다른 연결성 성분 비율과 주성분 벡터를 이용해서 다양한 기능적 경향성 패턴을 얻을 수 있다. 패턴에 따른 랜덤 포레스트 분류 모델의 성능이 달라지는데 이를 비교해본 결과, 상위 50%의 성분을 이용하여 만든 기능적 경향성 패턴 1 이 데이터의 설명 비율도 높고, 우수한 분류 성능을 보이는 것을 확인했다.

• 대한전자공학회논문지SP
• /
• 제41권6호
• /
• pp.271-278
• /
• 2004

본 논문에서는 디지털 신호처리를 이용하여 Classic, Hiphop, Jazz, Rock, Speech 등 5개의 오디오 장르를 자동적으로 분류하는 내용기반 오디오 장르 분류기를 제안하였다. 20초 분량의 질의 오디오로부터 23ms 크기의 Hamming window를 이동시켜 가며 Spectral Centroid, Rolloff, Flux 등 STFT 기반의 특징 계수들과 MFCC, LPC 등의 계수들을 구하여 총 54차에 해당하는 특징 벡터 열을 추출하였으며 분류 알고리즘으로는 k-NN, Gaussian, GMM 분류기를 사용하였다. 최적의 특징 벡터를 선별하는 알고리즘으로 총 54차의 특징벡터 중 가장 성능이 좋은 특징 계수들을 찾아 순차적으로 재배치하는 SFS(Sequential Forward Selection)방법을 사용하였고, 이를 이용하여 최적화 된 10차의 특징 벡터만을 선정해서 오디오 장르 분류에 사용하였다. SFS를 적용한 실험 결과 약 90% 가까운 분류 성공률을 보이고 있어 기존 연구에 비하여 약 10%∼20% 정도의 성능 향상을 꾀 할 수 있었다. 한편 실제 사용자들이 오디오 자동 장르 분류 시스템을 사용할 때 일어날 수 있는 상황을 가정하여 임의 구간에서 질의 데이터를 추출하여 실험을 수행하였으며 실험 결과 오디오 파일의 맨 앞과 맨 뒤 등 worst-case 질의를 제외하고는 약 80%대의 분류 성공률을 얻을 수 있었다.

• 대한전자공학회논문지SD
• /
• 제45권6호
• /
• pp.43-48
• /
• 2008

일반적으로 자체 테스트 동작은 입력 벡터들 사이에 상호 연관성이 없기 때문에 더 많은 전력을 소비하는 것으로 알려져 있다. 이러한 점은 회로에 손상을 유발할 뿐 아니라 배터리 수명에도 악영향을 미치기 때문에 반드시 해결되어야 할 과제 중 하나이다. 이를 위해 본 논문에서는 새로운 방식의 BIST(Built-In Self Test) 구조를 제안하여 테스트 동작에서의 천이를 감소시키고, 이를 통해 전력소모를 줄이고자 한다. 제안하는 구조에서는 LFSR(Linear Feedback Shift Register)을 통해 생성되는 pseudo-random 테스트 벡터가 스캔 경로로 들어가기 전에 3 bit씩 모아 더 적은 천이를 가지는 4 bit의 패턴으로 변형한다. 이러한 변형과 그에 대한 복원 과정은 기존의 스캔 BIST 구조에서 Bit Generator와 Bit Dropper라는 모듈을 추가하여 간단히 구현하였다. 제안하는 구조를 ISCAS'89 benchmark 회로에 적용한 결과 약 62%의 천이 감소를 확인하였고 이를 통해 제안하는 구조의 효율성을 검증하였다.

• 한국정보통신학회논문지
• /
• 제13권12호
• /
• pp.2677-2684
• /
• 2009

본 논문에서는 trellis 부호 및 엔트로피 마스킹을 이용한 정보부호화 기반 워터마킹 방법에 대하여 연구하였다. 영상을 $8{\times}8$ 블록으로 중복되지 않게 나누어 DCT 변환을 수행하고 각 블록으로부터 16개의 중간주파수 대역의 계수를 추출한다. 이를 trellis 부호화의 각 단계에서 평균이 0이고 분산이 1인 가우시안 난수와 비교하여 선형상관계수 및 왓슨거리의 선형결합이 최소인 벡터를 Viterbi 알고리즘으로 구하고 이를 원 영상에 삽입하여 워터마킹된 영상을 얻는다. 영상의 특성을 고려하기 위해 삽입벡터를 구할 때 엔트로피 마스킹 함수를 사용하여 선형상관계수와 왓슨거리의 가중치를 다르게 적용한다. 제안방법의 성능을 평가하기 위해 다수의 영상에 대한 평균비트오차율을 계산하여 성능을 비교하였으며, 평균비트오차율 측면에서 성능 개선이 있었다.

• 한국항해항만학회지
• /
• 제46권3호
• /
• pp.280-288
• /
• 2022

본 연구는 정상 가동 중에도 회전수가 변하는 기기의 이상 및 고장 진단 방안을 다루고 있다. 회전수가 변함에 따라 비정상적 시계열 특성을 내포한 센서 데이터에 기계학습을 적용할 수 있는 절차를 제시하고자 하였다. 기계학습으로는 k-Nearest Neighbor(k-NN), Support Vector Machine(SVM), Random Forest을 사용하여 이상 및 고장 진단을 수행하였다. 또한 진단 정확성을 비교할 목적으로 이상 감지에 오토인코더, 고장진단에는 합성곱 기반의 Conv1D도 추가로 이용하였다. 비정상적 시계열로부터 통계 및 주파수 속성으로 구성된 시계열 특징 벡터를 추출하고, 추출된 특징 벡터에 정규화 및 차원 축소 기법을 적용하였다. 특징 벡터의 선택과 정규화, 차원 축소 여부에 따라 달라지는 기계학습의 진단 정확도를 비교하였다. 또한, 적용된 학습 알고리즘 별로 초매개변수 최적화 과정과 적층 구조를 설명하였다. 최종적으로 기존의 심층학습과 비교하여, 기계학습도 가변 회전기기의 고장을 정확하게 진단할 수 있는 절차를 제시하였다.

• 생명과학회지
• /
• 제23권2호
• /
• pp.290-298
• /
• 2013

Mycobacterium 속은 Mycobacterium tuberculosis, Mycobacterium leprae, Mycobacterium bovis와 같은 동물과 인체에 병원성을 나타내는 세균 종을 다수 포함하고 있다. 이들의 숙주에서의 생존과 병원성에 관한 유전학적 정보를 확보하는 것은 매우 중요하지만, 효과적인 유전학적 도구가 부족하였기 때문에 이들에 관한 연구가 미비하였다. 따라서 mycobacteria의 연구를 위한 분자생물학적 실험 도구로서 다양한 기능성 vector들이 고안되었고, 이러한 기능성 vector의 개발은 실질적으로 mycobacteria에서의 연구 효과를 증진시켰다. 본 연구에서는 Mycobacterium smegmatis에 적용 가능하고 기존에 제시되었던 mycobacteria 연구에 있어서의 한계점을 극복하기 위한 노력의 일환으로, 기능성 vector인 temperature-sensitive replication origin (TSRO)과 counterselectable marker로 levansucrase를 암호화하는 sacB 유전자를 포함하는 suicide vector pKOTs, chromosomal DNA로 site-specific recombination을 통해 삽입되는 lacZ transcriptional fusion vector pMV306lacZ, 그리고 TSRO를 가지는 minitransposon vector pTnMod-OKmTs를 개발하였다. 이 vector들은 실질적으로 M. smegmatis에서 효과적으로 작동하는 것이 확인되었으며 목적으로 하는 실험 결과 도출 가능성 또한 보여주었다. 따라서 이들 vector는 앞으로의 mycobacteria에 대한 효과적인 연구 기반이 될 것으로 기대된다.