• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권12호
• /
• pp.1065-1074
• /
• 2007

기존의 참조서명과 입력서명을 비교하는 방법 중 분절 단위 비교 방법은 전역적 비교와 점 단위 비교 방법과 비교하여 우수한 장점을 가지고 있다. 그러나 분절 단위 비교 방법은 인식률과 직접적인 관계가 있는 분절의 불안정 문제점이 있다. 이러한 문제점을 해결하기 위하여 본 논문에서는 분절단위 방법 외에 선형판별분석에 의한 매칭방법을 고려한 서명 검증 기법을 제안한다. 최종 검증단계에서 두 개의 독립모델을 효과적으로 융합할 수 있는 확률기반의 베이지안 분류기를 적용하였다 다양한 서명데이타를 이용하여 실험한 결과 제안된 기법은 분절단위 기반 구간분할매칭 기법에 비해 우수한 성능을 나타냈다.

• 전자공학회논문지B
• /
• 제31B권8호
• /
• pp.11-19
• /
• 1994

The matching probability P(ο/$\lambda$), of the signal sequence(ο) observed for a finite time interval with a HMM (Hidden Markov Model $\lambda$) indicates the probability that signal comes from the given model. By utilizing the fact that the probability represents matching score of the observed signal with the model we can recognize an unknown signal pattern by comparing the magnitudes of the matching probabilities with respect to the known models. Because the algorithm however uses floating point variables during the computing process hardware implementation of the algorithm requires floating point units. This paper proposes an integer algorithm which uses positive integer numbers rather than float point ones to compute the matching probability so that we can economically realize the algorithm into hardware. The algorithm makes the model parameters integer numbers by multiplying positive constants and prevents from divergence of data through the normalization of variables at each step. The final equation of matching probability is composed of constant terms and a variable term which contains logarithm operations. A scheme to make the log conversion table smaller is also presented. To analyze the qualitive characteristics of the proposed algorithm we attatch simulation result performed on two groups of 10 hypothetic models respectively and inspect the statistical properties with repect to the model order the magnitude of scaling constants and the effect of the observation length.

• 대한전자공학회논문지SP
• /
• 제41권2호
• /
• pp.73-78
• /
• 2004

본 논문에서는 블록정합 알고리즘을 영상 블록들의 상관도 함수로 모델링하여, 고속 블록정합 방법을 위한 탐색 패턴을 유도하였으며, 이는 고속 블록정합 방법에서 주로 사용되는 다이아몬드 형태의 탐색 패턴에 대한 이론적인 기반을 제공한다. 이와 더불어, 능동적인 탐색 패턴과 물체의 움직임에 따른 통계적인 특성을 사용하여 새로운 고속 블록정합 움직임 예측방법을 제안하였다. 적절한 움직임 탐색 패턴을 얻기 위해 움직임 벡터와 영상간 블록들의 차이값 사이의 통계적인 관계를 이용하였다. 제안한 방법을 움직임 탐색 패턴을 능동적으로 변화시키면서 다른 고속 블록정합 방법들과 비교해 보면, 요구되는 탐색점의 개수를 감소시키면서 움직임 예측성능을 향상됨을 확인할 수 있었다.

• 무역학회지
• /
• 제45권3호
• /
• pp.1-19
• /
• 2020

Recently, traditional trade in the global trade market has stagnated in the aftermath of the US-China trade war and the coronavirus (COVID-19) pandemic. However, the global e-commerce market is growing rapidly, presenting a new opportunity for exports. To examine the effect of an online matching and logistics system on reverse overseas direct purchase and the mediating effect of reliability, this study conducted a questionnaire survey on 320 employees in a Korean trade company from March 10 to April 30, 2018. The study model's goodness of fit was tested, and an analysis was performed using the AMOS statistical package. The online matching and logistics system were found to have a positive effect on reverse overseas direct purchase. Furthermore, results revealed that while a country's reliability mediated online matching and reverse overseas direct purchase, it did not mediate the logistics system. These results mean that online matching is affected by a country's reliability in overseas consumers' buying decision process. This study provides implications for the future directions of export companies and national policies to promote reverse overseas direct purchase. Future research including more countries and companies would be able to make further contributions toward the development of the Korean cross-border e-commerce industry.

• 지식경영연구
• /
• 제24권1호
• /
• pp.245-271
• /
• 2023

최근 데이터 경제가 가속화되면서 경영학 분야에서는 데이터 매칭이라는 새로운 기법이 주목받고 있다. 데이터 매칭은 모집단이 같지만 서로 다른 표본에서 수집된 데이터셋을 합치는 기법 또는 처리 과정을 의미한다. 그중에서 통계적 매칭은 서로 다른 데이터를 결합하는데 있어서 사업자 번호와 같이 기준이 되는 변수가 없는 경우 통계적 함수를 활용하여 데이터를 매칭하는 방법이다. 선행연구 검토결과 경제학, 교육학, 보건, 의료 등 다양한 분야에서 통계적 매칭이 많이 사용되고 있는데 반해 경영학 분야는 제한적임을 확인할 수 있었다. 본 연구는 기존 경영학 분야에서 충분히 연구되지 않았던 통계적 매칭의 유용성을 검증하고 활용도를 높이는 방안을 연구하고자 한다. 연구목적을 달성하기 위해 본 연구에서는 2020 벤처기업정밀실태조사와 2020 한국기업혁신조사 자료를 활용하여 통계적 매칭 시뮬레이션을 수행하였다. 먼저, 선행연구를 바탕으로 통계적 매칭에 사용되는 변수를 선정하였다. 공통변수는 업종, 종업원수, 지역, 업력, 상장시장, 매출로 설정하였고, 검증을 위한 고유변수와 제공변수는 중소기업 혁신에서 가장 중요한 연구인력 비율과 R&D 비용으로 각각 설정하였다. 사전 검증을 위해 2020 벤처기업정밀실태조사 자료를 수여자 데이터 30%와 기여자 데이터 70%로 분할하였다. 통계적 매칭에는 마할라노비스 거리와 랜덤 핫덱을 결합한 방식을 사용하였고, 성능평가는 수여자 데이터와 원시 데이터의 평균값 비교와 커널 밀도 함수(Kernel Density Estimation)를 통해 데이터 분포를 비교하였다. 검증결과, 수여자 데이터 30%와 기여자 데이터 70%에서 추출된 매칭 데이터의 평균값이 통계적으로 유의한 차이가 없는 것으로 나타나 유사한 데이터가 매칭된다는 것을 확인하였다. 또한, 두 데이터의 커널 밀도 함수로 도출한 데이터 분포 역시 유사한 형태가 나타나는 것을 확인할 수 있었다. 사후 검증에는 2020 벤처기업정밀실태조사에서 임의로 30%를 수여자 데이터로 추출하고 2020 한국기업혁신조사 자료를 기여자 데이터로 설정하여 통계적 매칭을 수행하고 검증하였다. 사전 검증과 마찬가지로 공통변수는 업종, 종업원수, 지역, 업력, 상장시장, 매출로 설정하였고, 검증을 위한 고유변수는 연구 인력 비율과 R&D 비용으로 정의하였다. 분석 결과, 수여자 데이터의 연구인력 비율의 평균과 기여자 데이터의 평균은 예상과 다르게 통계적으로 차이가 있는 것으로 나타났다. 하지만 커널 밀도 함수에 따른 두 데이터의 분포는 유사한 형태를 보이는 것으로 조사되어 통계적 매칭의 적절성을 확인할 수 있었다. R&D 비용은 통계적 매칭 수행 결과, 수여자 데이터의 R&D 비용 평균과 기여자 데이터의 평균이 통계적으로 차이가 없었고, 커널 밀도 함수도 유사한 분포를 보이는 것으로 조사되었다. 이러한 결과는 모집단은 동일하지만 서로 다른 표본에서 수집된 자료를 통계적으로 결합하여 신뢰할 수 있는 새로운 데이터를 확보할 수 있다는 측면에서 큰 의의가 있다. 또한, 경영학 분야에서 많이 사용되지 않았던 데이터 매칭 방법론을 모의실험을 통해 타당성을 검증함으로써 연구용 데이터 확보와 연구방법론의 확장에 기여했다는 점에서 시사점을 가진다.

• Journal of the Korean Data and Information Science Society
• /
• 제13권2호
• /
• pp.235-242
• /
• 2002

In this paper, we develop noninformative priors that are used for estimating the ratio of failure rates under Freund's bivariate exponential distribution. A class of priors is found by matching the coverage probabilities of one-sided Baysian credible interval with the corresponding frequentist coverage probabilities. Also the propriety of posterior under the noninformative priors is proved and the frequentist coverage probabilities are investigated for small samples via simulation study.

• Communications for Statistical Applications and Methods
• /
• 제10권1호
• /
• pp.1-9
• /
• 2003

In this article, we consider a Bayesian estimation method for the geometric mean of $textsc{k}$ exponential parameters, Using the Tibshirani's orthogonal parameterization, we suggest an invariant prior distribution of the $textsc{k}$ parameters. It is seen that the prior, probability matching prior, is better than the uniform prior in the sense of correct frequentist coverage probability of the posterior quantile. Then a weighted Monte Carlo method is developed to approximate the posterior distribution of the mean. The method is easily implemented and provides posterior mean and HPD(Highest Posterior Density) interval for the geometric mean. A simulation study is given to illustrates the efficiency of the method.

• Journal of the Korean Statistical Society
• /
• 제36권4호
• /
• pp.489-500
• /
• 2007

In this paper, we consider Bayesian approach to the Fieller-Creasy problem using noninformative priors. Specifically we extend the results of Yin and Ghosh (2000) to the unbalanced case. We develop some noninformative priors such as the first and second order matching priors and reference priors. Also we prove the posterior propriety under the derived noninformative priors. We compare these priors in light of how accurately the coverage probabilities of Bayesian credible intervals match the corresponding frequentist coverage probabilities.

• 대한의용생체공학회:의공학회지
• /
• 제18권4호
• /
• pp.357-364
• /
• 1997

유방암은 그 조기 발견이 암환자의 사망률을 줄이는 데 있어서 가장 중요한 요소임을 알려져 있다. 스크리닝 검사에 의해 발견되는 유방암의 20%정도를 차지하는 DCIS(ductal carcinoma in situ)의 경우 미세석회화만이 필름 상에서 볼 수 있는 유일한 소견이다. 따라서 미세석회화를 발견하고 그 형태와 분포의 분석을 통한 진단이 암의 조기 발견에 매우 중요하다. 이 검출과정을 자동화하려는 시도가 디지털 영상처리 기술의 관심이 되어 왔다. 본 연구에서는 상관계수를 특징(feature)으로 사용하여 성능을 향상시킨 통계적 패턴 분류법을 제안하였다. 결과적인 검출율은 통계적 문턱치 설정에 의한 이진호 방법과 비교하여 48%에서 83%로 향상되었다. 성능은 TP와 FP로 평가되었으며 클래스 구분시의 오차도 함께 나타내었다.

• 대한치과의사협회지
• /
• 제58권3호
• /
• pp.152-168
• /
• 2020

The propensity score matching method is a statistical method used to reduce selection bias in observational studies and to show effects similar to random allocation. There are many observational studies in dentistry research, and differences in baseline covariates between the control and case groups affect the outcome. In order to reduce the bias due to confounding variables, the propensity scores are used by equating groups based on the baseline covariates. This method is effective, especially when there are many covariates or the sample size is small. In this paper, the propensity score matching method was explained in a simple way with a dental example by using R software. This simulated data were obtained from one of retrospective study. The control group and the case group were matched according to the propensity score and compared before and after treatment. The propensity score matching method could be an alternative to compensate for the disadvantage of the observation study by reducing the bias based on the covariates with the propensity score.