• 한국보육지원학회지
• /
• 제9권2호
• /
• pp.117-141
• /
• 2013

본 연구의 목적은 지렛대 현상에서 '추의 무게와 힘의 세기', '지렛대의 길이와 힘의 세기'의 관계에 대한 유아의 '많은 것이 더 많은' 편향을 조사하고, 직접적인 실험을 통해 유아의 사전 지식이 변화되는 과정을 살펴보는 데 있다. 이를 위해 만 5세 유아 8명을 대상으로 일대일 실험 면접을 실시하였으며, 기록과 녹음을 통해 수집된 자료를 분석하였다. 주된 결과는 다음과 같다. 첫째, 조사대상 유아의 대부분은 '추의 무게와 힘의 세기', '지렛대의 길이와 힘의 세기'에 대해서 '많은 것이 더 많은' 편향을 지니고 있었다. 이들의 대부분은 '추의 무게와 힘의 세기'에 대해서는 물리적으로 정확한 지식을 지니고 있었으나. '지렛대의 길이와 힘의 세기'에 대해서는 물리적으로 잘못된 지식을 지니고 있었다. 둘째, 실험을 통해 유아의 지식이 변화하는 과정을 살펴본 결과, 유아는 자신의 사전 지식을 확인하고자 하는 경향을 보였다. 자신의 지식이 맞는지 확인하고자 증거를 선택하였고 자신의 지식이 맞으면 기뻐하며 당연하다는 반응을 보였다. 그러나 자신의 사전 지식과 일치하지 않는 증거가 나타났을 때 사전 지식을 변화하여 새로운 지식을 구성하려고 시도하였다. 대부분의 유아는 직접적인 실험을 통해 지렛대 현상 중 '지렛대의 길이와 힘의 세기'에 대한 '많은 것이 더많은' 편향을 수정하였고 이러한 과정은 유아의 지렛대 현상에 대한 과학적 이해를 도울 수 있었다. 이상의 연구결과는 지렛대 현상에 대한 유아의 사고 특성과 유아의 지식이 변화하는 과정을 이해하는데 기여하며, 이를 토대로 과학현상에 대한 보다 발달적이고 교육적인 유아과학교육을 위한 기초자료로 활용될 수 있으리라 기대한다.

• Journal of the Korean Data and Information Science Society
• /
• 제12권2호
• /
• pp.47-55
• /
• 2001

직접(direct) 추정법, 합성(synthetic) 추정법, 복합(composite) 추정법, 베이즈(Bayes) 추정법 등 소지역 추정법들의 효율성을 비교, 분석하고자 '98 경제활동 인구조사에서 경기도의 실제 자료를 이용하여 각 시부지역의 실업자수 추정값의 편의(bias)와 평균제곱 오차(MSE)를 모의실험을 통해 계산하였다.

• 한국통신학회논문지
• /
• 제24권12B호
• /
• pp.2292-2297
• /
• 1999

기상레이다에 수신되는 도플러 스펙트럼의 약 25%는 비대칭 스펙트럼, 즉 skewed spectrum 인 것으로 알려지고 있다. 그러나 기상정보의 추출을 위하여 가장 널리 쓰이고 있으며 효율적인 것으로 알려진 기존의 펄스페어 추정방법은 도플러 스펙트럼이 대칭형 또는 매우 좁은 주파수 대역을 갖는다는 가정을 전제로 하고 있다. 따라서 본 논문에서는 이와 같은 가정이 만족되지 않을 경우 기상레이다에서의 스펙트럼 모멘트들의 추정치에 상당한 편향오차가 발생할 수 있음을 정량적으로 분석하였다. 또한 이러한 편향오차가 상대적으로 심각한 평균 도플러 주파수 추정치의 정확도를 향상시키기 위하여 다중 펄스페어 추정기법을 제안하였다. 제안한 방법을 적용할 경우 편향오차가 현저히 줄어들을 확인할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권8호
• /
• pp.2082-2102
• /
• 2024

Accurate segmentation of magnetic resonance (MR) images is crucial for providing doctors with effective quantitative information for diagnosis. However, the presence of weak boundaries, intensity inhomogeneity, and noise in the images poses challenges for segmentation models to achieve optimal results. While deep learning models can offer relatively accurate results, the scarcity of labeled medical imaging data increases the risk of overfitting. To tackle this issue, this paper proposes a novel fuzzy c-means (FCM) model that integrates a deep learning approach. To address the limited accuracy of traditional FCM models, which employ Euclidean distance as a distance measure, we introduce a measurement function based on the skewed normal distribution. This function enables us to capture more precise information about the distribution of the image. Additionally, we construct a regularization term based on the Kullback-Leibler (KL) divergence of high-confidence deep learning results. This regularization term helps enhance the final segmentation accuracy of the model. Moreover, we incorporate orthogonal basis functions to estimate the bias field and integrate it into the improved FCM method. This integration allows our method to simultaneously segment the image and estimate the bias field. The experimental results on both simulated and real brain MR images demonstrate the robustness of our method, highlighting its superiority over other advanced segmentation algorithms.

• 한국수자원학회논문집
• /
• 제42권8호
• /
• pp.659-671
• /
• 2009

본 연구에서는 레이더 강우량 자료의 편차보정에 사용되는 G/R비의 정확도를 향상시키기 위하여 fuzzy c-means 방법을 사용한 자료의 군집화를 적용하였다. 대상 레이더자료는 광덕산 레이더기지의 자료로서 유효범위 100km이내의 자료를 대상으로 지상관측망인 기상청의 AWS(Automatic Weather System) 지점에서 관측한 자료와의 비교를 통하여 G/R비를 구하였다. G/R비를 구하는데 있어서 전체 유효범위를 대상으로 동일한 방법을 사용한 경우와 레이더 자료의 군집화를 통해서 지형적인 효과를 고려한 경우를 비교하였으며, AWS 실측강우량과 G/R비를 통한 레이더 강우량 자료의 비교를 위하여 절대상대오차와 평균제곱근오차 등을 비교분석하였다. 그 결과 전체유효범위를 대상으로 동일하게 G/R비를 적용하여 구한 레이더 강우량에 비하여 군집분석을 이용하여 지형효과를 고려한 G/R비를 적용한 레이더 강우량의 오차가 더 적게 나타났다.

• 한국지능시스템학회논문지
• /
• 제17권4호
• /
• pp.435-442
• /
• 2007

대기중의 고농도 오존의 피해를 줄이기 위해서, 고농도 오존 발생 전에 미리 오존 농도를 예측하기 위한 연구가 진행되었다. 하지만, 고농도 오존은 그 발생 빈도가 매우 희소하고, 대기 오존 생성 과정이 매우 비선형적이며 복잡한 특징이 있다. 이러한 특징을 극복하고 보다 정확한 예측 모델을 개발하기 위하여, 본 논문에서는 다양한 데이터 처리 기법을 도입하였다. 데이터 전처리과정에서 FCM(Fuzzy C-mean) 방법을 이용하여 오존 농도별 데이터 클러스터링을 시도하였으며, 결측 또는 비정상 데이터를 처리할 목적으로 Rejection 표본 추출법을 이용하였고, 모델의 입력과 출력의 상관관계를 향상시키기 위해서 로그 변환기법을 응용하였다. 오존 예측을 위한 모델링 기법은 DPNN(Dynamical Polynomial Neural Networks)을 이용하였으며, 최소 바이어스 판별법(Minimum Bias Criterion)으로 최적화된 모델을 선택하였다. 끝으로, 본 논문에서는 로그 변환기법이 예측 모델에 미치는 영향을 보이기 위해서 입력 데이터를 두 개의 집합으로 나누어 다양한 방법으로 예측 결과를 평가했다. 결과적으로 계절적 영향에 의해 특정 분포를 가지는 오존 관련 데이터에 있어서 로그 변환 방법이 모델의 성능을 향상시킬 수 있다는 것을 보였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.254-259
• /
• 2009

In this study, Simplified Method for the Atmospheric Correction (SMAC) radiative transfer model (RTM) used to retrieve surface reflectance from MODIS Top Of Atmosphere (TOA) reflectance (MOD02). SMAC code provides coefficients which were previously yielded by Second Simulation of the Satellite Signal in the Solar Spectrum (6S) for each satellite sensor. We conducted error analysis of SMAC RTM using MOD02 over comparison with MODIS surface reflectance (MOD09) which was provided from 6S. It showed that low accuracy values such as, $R^2$ : 0.6196, Root Means Square Error (RMSE) : 0.00031, bias : - 0.0859. Thus sensitivity analysis of input parameters and coefficients was conducted to searching error sources. Coefficients about $\tau_p$ (average AOD) are more influence than any other coefficients of $\tau_{a550}$ (Aerosol Optical Depth at 550nm) from sensitivity test. Calibrated coefficients of $\tau_p$ from regression analysis were used to surface reflectance which showed that improve accuracy of surface reflectance ($R^2$ : 0.827, RMSE : 0.00672, bias : - 0.000762).

• ETRI Journal
• /
• 제26권4호
• /
• pp.297-306
• /
• 2004

A plasma is a collection of charged particles and on average is electrically neutral. In fabricating integrated circuits, plasma etching is a key means to transfer a photoresist pattern into an underlayer material. To construct a predictive model of plasma-etching processes, a polynomial neural network (PNN) is applied. This process was characterized by a full factorial experiment, and two attributes modeled are its etch rate and DC bias. According to the number of input variables and type of polynomials to each node, the prediction performance of the PNN was optimized. The various performances of the PNN in diverse environments were compared to three types of statistical regression models and the adaptive network fuzzy inference system (ANFIS). As the demonstrated high-prediction ability in the simulation results shows, the PNN is efficient and much more accurate from the point of view of approximation and prediction abilities.

• 영어어문교육
• /
• 제11권2호
• /
• pp.51-66
• /
• 2005

This study investigates the feasibility of incorporating student evaluations of peer review interactions into the course grade for an EFL writing course. The use of such evaluations offers a way to grade the process of writing more directly than using writing portfolios alone. Moreover, evaluating peer review interactions highlights the social aspect of writing, which is valuable in the current post-process climate in writing instruction. The 18 members of a semester-long EFL writing course at a Korean university were trained in peer response for one half of a semester; then performed evaluations of peer review interactions during the second half of the semester as part of their writing course. Student evaluations were examined to reveal whether any bias occurred due to relative age, gender, major, or question type. The results revealed no such biases. Therefore, it is suggested that students are capable of providing fair evaluations of peers, which means the evaluations can be factored into the course grade in order to evaluate the social aspect of the writing process.

• Asian-Australasian Journal of Animal Sciences
• /
• 제15권7호
• /
• pp.925-931
• /
• 2002

Gibbs sampling algorithms were implemented to the multi-trait threshold animal models with any combinations of multiple binary, ordered categorical, and linear traits and investigate the amount of bias on these models with two kinds of parameterization and algorithms for generating underlying liabilities. Statistical models which included additive genetic and residual effects as random and contemporary group effects as fixed were considered on the models using simulated data. The fully conditional posterior means of heritabilities and genetic (residual) correlations were calculated from 1,000 samples retained every 10th samples after 15,000 samples discarded as "burn-in" period. Under the models considered, several combinations of three traits with binary, multiple ordered categories, and continuous were analyzed. Five replicates were carried out. Estimates for heritabilities and genetic (residual) correlations as the posterior means were unbiased when underlying liabilities for a categorical trait were generated given by underlying liabilities of the other traits and threshold estimates were rescaled. Otherwise, when parameterizing threshold of zero and residual variance of one for binary traits, heritability estimates were inflated 7-10% upward. Genetic correlation estimates were biased upward if positively correlated and downward if negatively correlated when underling liabilities were generated without accounting for correlated traits on prior information. Residual correlation estimates were, consequently, much biased downward if positively correlated and upward if negatively correlated in that case. The more categorical trait had categories, the better mixing rate was shown.