• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2004년도 춘계학술대회
• /
• pp.69-77
• /
• 2004

본 논문에서는 한방병원에서 사상체질분류검사설문지를 이용하여 사상체질을 진단할 때 진단의 정확도를 향상시키기 위한 사상체질분류함수를 개발하기 위하여 데이터마이닝에서의 판별분석모형을 이용한다. 데이터 정제 과정에서 양질의 데이터를 확보하기 위한 기준은 상반되는 설문의 응답 패턴과 체질별 설문의 응답 비율을 이용하며, 변수선택의 기준은 도수분석의 비율차이검정과 선형판별함수의 계수를 이용한다.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2004년도 춘계학술대회
• /
• pp.61-68
• /
• 2004

본 논문에서는 한방병원에서 사상체질분류검사설문지를 이용하여 사상체질을 진단할 때 진단의 정확도를 향상시키기 위한 사상체질분류함수를 개발하기 위하여 데이터마이닝에서의 판별분석모형을 이용한다. 데이터 정제 과정에서 불성실한 응답자를 제거시키기 위한 기준은 상반되는 설문의 응답 패턴과 체질별 설문의 응답 비율을 이용하며, 변수선택의 기준은 상관분석의 크론박 알파 계수와 선형판별함수의 계수를 이용한다.

• 한국정보과학회논문지:정보통신
• /
• 제28권1호
• /
• pp.56-62
• /
• 2001

본 논문에서는 Zheng이 제시한 비밀키 암호시스템인 SPEED를 개선한 암호시스템을 제안한다. 제안된 암호시스템에서는 암호화에 사용되는 부울 함수를 키에 따라 가변적으로 함수 풀(function pool)로부터 선택함으로써 함수 선택에 대한 약간의 오버헤드만으로 선형 공격(linear cryptanalysis) 및 차분 공격(differential cryptanalysis)등 알려진 공격에 대해 향상된 저항성을 가지도록하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 추계학술발표대회 및 정기총회
• /
• pp.389-392
• /
• 2005

본 논문의 컴포넌트 검색 시스템의 성능을 향상시키기 위해 사용자 피드백을 효율적으로 수행하는 방법을 제안하고자 한다. 기존의 퍼지 기법이 적용된 삼각형 모양의 퍼지화 함수는 컴포넌트를 선택할 때마다 매번 4가지 경우의 그래프를 재구성해야 하는 어려움이 있다. 본 연구에서는 이러한 피드백의 단점을 극복하기 위하여 검색된 컴포넌트의 선택여부에 따라 동일한 함수이지만 학습률을 달리할 수 있는 가우시안 함수를 이용한 상호작용 함수를 제안한다. 가우시안 함수를 피드백 함수로 채택 시 함수의 파라메타에 따른 검색 성능을 비교하고, 이를 토대로 가장 효율적인 동적 상호작용 함수를 제안하여 소수의 컴포넌트로도 좋은 검색 결과가 가능한 검색 시스템을 구축하고자 한다.

• Communications for Statistical Applications and Methods
• /
• 제15권4호
• /
• pp.633-642
• /
• 2008

본 논문에서는 반응변수가 하나 이상이고 설명변수들의 수가 관측치에 비하여 상대적으로 많은 경우에 널리 사용되는 부분최소제곱회귀모형에 벌점함수를 적용하여 모형에 필요한 설명변수들을 선택하는 문제를 고려하였다. 모형에 필요한 설명변수들은 각각의 잠재변수들에 대한 최적해 문제에 벌점함수를 추가한 후 모의담금질을 이용하여 선택하였다. 실제 자료에 대한 적용 결과 모형의 설명력 및 예측력을 크게 떨어뜨리지 않으면서 필요없는 변수들을 효과적으로 제거하는 것으로 나타나 부분최소제곱회귀모형에서 최적인 설명변수들의 부분집합을 선택하는데 적용될 수 있을 것이다.

• 노동경제논집
• /
• 제42권3호
• /
• pp.39-74
• /
• 2019

본 논문에서는 2007~2013년 "대졸자직업이동경로조사" 데이터와 Dahl(2002)의 준모수적 방법론을 사용하여 선택편의를 보정한 대졸자들의 취업 초기 임금함수를 추정하고, 각 계수의 지역 간 차이가 선택편의에 기인한 것인지 검증하고자 하였다. 분석 결과, 선택편의를 보정하더라도 성별에 따른 임금 프리미엄의 지역 간 차이는 큰 변화가 없으며, 학력, 전공에 따른 임금 프리미엄의 지역 간 차이는 각각 약 18%, 11% 감소하여 여전히 지역 간에 큰 차이가 존재하는 것으로 나타났다. 한편, 서울 및 경기 지역에 대해서는 선택 편의가 미미한 것으로 나타나 대졸청년층의 수도권 선호 경향은 성별, 학력, 전공 등 노동자들의 특성에 별다른 관계없이 일반적인 것으로 보인다.

• 자원ㆍ환경경제연구
• /
• 제20권1호
• /
• pp.119-153
• /
• 2011

본 연구는 조건부가치측정법(CVM)의 지불의사유도 방법으로 가장 많이 적용되고 있는 양분선택형 응답자료를 활용하여 WTP 함수의 추정과 편익의 측정단계에 쟁점이 될 수 있는 경제이론적 근거, 확률분포의 가정, 확률모형의 표기, 함수형태 그리고 편익의 범위 등 분석자의 입장에서 중요한 제요소들에 대해 이론적으로 검토하고 산림보존을 위한 가치추정 자료를 사용하여 실증적으로 분석하였다. WTP 함수를 선형으로 표기하는 한, 확률효용모형과 확률지출모형은 쌍대적 접근으로 해석할 수 있었고, 또한 확률모형의 오차항의 분포를 정규분포로 하든지 로지스틱분포로 가정하든지 계수들의 추정치와 이들을 사용하여 측정된 표본 WTP도 차이가 없었다. 그러나 이중양분선택모형은 WTP 함수 추정과 편익측정 결과는 두 CV 제시금액에 대한 응답이 같은 WTP 분포로 왔다고 보기 어려워 단일양분선택형 모형이 갖는 유인일치성이 약화되었다. 나아가서 WTP를 비음의 영역으로 제한하는 WTP 함수형태의 경우 척도모수가 클 경우 표본 WTP의 평균과 중앙값이 크게 다른 것으로 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권4호
• /
• pp.765-775
• /
• 2012

교차타당성은 커널추정량의 평활모수인 띠폭의 선택 방법으로 흔히 활용되고 있다. 연속인 확률밀도함수의 커널추정량의 띠폭 선택으로 널리 쓰이는 교차타당성 방법으로는 최대가능도교차타당성과 더불어 최소제곱교차타당성과 편의교차타당성이 있다. 확률밀도함수가 하나의 불연속점을 가질 때, Huh (2012)는 불연속점 추정을 위한 커널추정량의 띠폭 선택으로 최대가능도교차타당성을 이용한 방법을 제시하였다. 본 연구에서는 Huh (2012)에 의해 최대가능도교차타당성으로 제안된 띠폭선택의 방법과 같이 한쪽방향커널함수를 이용한 최소제곱교차타당성과 편의교차타당성으로 띠폭 선택 방법을 제시하고, 이들 띠폭 선택 방법들과 Huh (2012)의 최대가능도교차타당성을 이용한 띠폭 선택 방법을 모의실험을 통하여 비교연구 하고자 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제9권1호
• /
• pp.19-27
• /
• 1998

본 논문에서는 커널 회귀함수의 추정방법에서 최적수렴율 $n^{-1/2}$을 가지는 평활량을 선택하는 방법에 대한 연구를 고려하였다. 이러한 평활량의 선택을 위하여 먼저 평활량의 수행측도인 기대평균제곱오차의 근사값을 4차항까지 테일러 급수전개를 하고 그 전개식을 최소화하는 평활량을 고려하였다. 이때 이 평활량이 포함하고 있는 미지의 범함수를 높은 차수의 커널함수를 이용하여 더욱 정확히 추정할 수 있음을 제안한다. 또한 이렇게 구한 평활량과 최적 평활량과의 상대적 수렴율이 $n^{-1/2}$가 됨을 보였다.

• 대한전자공학회논문지SP
• /
• 제41권5호
• /
• pp.235-249
• /
• 2004

본 논문은 등방성 초점열화함수의 추정 기법 및 사전 추정 점확산함수 집합을 이용한 완전 디지털 자동초점 시스템의 구조를 제안한다. 제안하는 등방성 점확산함수 추정 기법은 초점 열화과정에서 점확산함수를 새로운 이산 등방성 점확산함수 모델을 이용하여 모델링하고 이를 열화된 영상의 에지로부터 추정해 내는 방법이다. 점확산함수 추정기법을 이용하여 여러 단계의 점확산함수를 사전에 추정한 후, 제안하는 완전 디지털 자동초점 시스템은 두 단계에 걸쳐 초점이 맞지 않은 입력 영상을 복원해 낸다. 첫째, 저장된 점확산함수 집합으로부터 최적의 점확산함수를 선택한다. 둘째, 선택된 점확산함수와 디지털 영상복원 기법을 이용하여 초점이 잘 맞은 영상으로 복원해 낸다.