• Culinary science and hospitality research
• /
• v.21 no.6
• /
• pp.49-62
• /
• 2015

Give that statistical analysis is an essential component of foodservice-related research, the purpose of this review is to analyse research trends of statistical methods applied to foodservice-related research. To achieve these objective, this study carried out a content analysis on a total of 251 out of 415 research articles published in The Korean Journal of Culinary Research(TKJCR) from January 2010 to December 2013. Of the total 164 research articles focussing on natural science research, qualitative research, articles written in English were excluded from the scope of this study. The results of this study are as follows. First, it turned out that 269 research articles applied quantitative research methods, and only 10 articles applied qualitative research methods among the 279 research articles based on social science research methods. Second, 20 article (8.0%) among the 251 did not specify the statistical methods or computer programs that were used for statistical analysis. Third, it was found that 228 articles (90.8%) used the SPSS program for data analysis. Fourth, in terms of frequency of use, it was revealed frequency analysis was most used, followed in order by reliability analysis, exploratory factor analysis, correlation analysis, regression analysis, structural equation modeling, confirmatory factor analysis, t-test, variance analysis, and cross tabs analysis, However, 3 out of 56 research articles that used a t-test did not suggest a t-value. 10 out of 64 articles that used ANOVA and demonstrated a significant difference in between-group mean did not conducted post-hoc test. Therefore, the researchers with interest in foodservice fields need to keep in mind that choosing and applying the correct statistical technique both determine the value and the success or failure of a study. To enhance the value and success of a study, it is necessary to use the proper statistical technique in an efficient way in order to prevent statistical errors.

• Journal of the Korea Society for Simulation
• /
• v.20 no.4
• /
• pp.21-29
• /
• 2011

Wireless sensor nodes operate in open environments. The deployed sensor nodes are very vulnerable to physical attacks from outside. Attackers compromise some sensor nodes. The compromised nodes by attackers can lead to false data injection into sensor networks. These attacks deplete the limited energy of sensor nodes. Ye et al. proposed the Statistical En-Route Filtering (SEF) as a countermeasure of the attacks. The sensor node in SEF examines the event reports based on certain uniform probability. Thus, the same energies are consumed in both legitimate reports and false reports. In this paper, we propose a method that each node controls the probability of attempts to verify a report to reduce energy consumption of sensor nodes. The probability is determined in consideration of the remaining energy of the node, the number of hops from the node to SINK node, the ratio of false reports. the proposed method can have security which is similar with SEF and consumes lower energy than SEF.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.124-124
• /
• 2012

기후변화가 수자원에 미치는 영향을 예측하는 데에 널리 사용되는 GCMs (General Circulation Models)는 모의 결과의 시 공간적 해상도가 낮기 때문에 상세화 (Downscaling) 기법을 거쳐 수문 모형에 적용된다. 상세화 기법은 크게 역학적 상세화 (Dynamical downscaling)와 통계적 상세화 (Statistical downscaling)로 구분되며, 종류가 매우 다양하고 각각의 모의 능력에 차이가 있으므로 적절한 기법을 선택할 필요가 있다. 본 연구의 목적은 통계적 상세화 기법 중 인공신경망과 LARS-WG 모형을 활용하여 CGCM3.1 T63의 모의 결과를 상세화하고, 두 모형의 모의 결과를 비교하는 데에 있다. 인공신경망은 비선형함수에 의한 전이함수 모형인 반면 LARS-WG는 추계학적 기상 발생기 모형으로, 각 모형을 이용해 CGCM3.1 T63의 강수량 및 평균기온 모의 결과를 서울 지역에 대해 공간적으로 상세화하였다. 모형의 검 보정은 1971년부터 2000년까지 30년 동안의 서울 관측소 일 기상 자료와 CGCM3.1 T63 (20C3M 시나리오) 모의 결과를 이용하여 수행하였다. 각 기법의 비교 및 평가는 2001년부터 2011년까지 11년 동안의 일 기상 자료와 CGCM3.1 T63 (IPCC SRES A1B 시나리오) 모의 결과를 이용하였다. 분석 결과, 인공신경망 모형은 입력 자료의 형태에 따라 모의 결과가 크게 달라지는 특성을 보였으며, LARS-WG 모형은 강수량을 실제보다 과소 추정하는 경향을 보였다. 본 연구에서는 강수량과 평균기온만을 대상으로 하였으나, 추후에 다른 기상인자를 고려함으로써 모형의 적용성을 보다 종합적으로 판단할 수 있을 것이다.

• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.2401-2403
• /
• 2000

시스템의 특성을 이해하고 신뢰성 있는 제어를 위해서는 시스템에 대한 정확한 모델을 필요로 한다. 이러한 목적을 위해서 많은 연구자들에 의한 다양한 방법의 모델링 방법이 계속되어 연구되어지고 있다. 현재 많이 사용하는 모델링 방법 중에는 통계적 기법을 이용하는 것, first principle 방법을 이용하는 것, 지능형 기법을 이용하는 방법 등이 있다. 본 연구에서는 통계적 방법인 fractional factorial 방법을 이용한 모델, Taguchi 방법을 이용한 모델, 그리고 지능형 방법인 신경회로망을 이용한 모델의 3가지 모델을 사용해서 각 모델의 학습오차와 예측오차 등의 특성을 비교하였다. 모델에 사용된 데이터는 비선형 시스템인 플라즈마 화학 증착 장비(Plasma-Enhnaced Chemical Vapor Deposition : PECVD)에 의해 증착된 산화막 실험 데이터이다. 각 모델에 대해서 PECVD 데이터를 사용하여 모델을 만들었을 때 각 모델의 학습오차와 학습오차 변위, 그리고 예측오차와 예측오차변위를 조사하였다. 세가지 모델 모두 학습오차가 예측오차보다 작았으며 변위 또한 학습오차변위가 예측오차변위보다 작았다. 본 연구 결과는 일반적으로 신경회로망에 의한 오차가 다른 통계적인 방법에 의한 오차보다 작음을 보여준다.

• 한국IT서비스학회:학술대회논문집
• /
• 2005.11a
• /
• pp.59-67
• /
• 2005

IT 아웃소싱에서 서비스수준협약(Service Level Agreement)은 필수적으로 인식되고 있으며, 그에 따른 합리적인 서비스수준관리(Service Level Management)방법이 요구되고 있다. 합리적인 서비스 수준관리(SLM)은 데이터를 기반으로 통계적 기법을 이용하여 정보기술 아웃소싱 서비스 수준을 관리하는 것이다. 그러나 서비스수준협약(SLA)이 IT 아웃소싱 분야에서 널리 확산된 반면에 그 관리방법은 기초적인 수준이다. 본 연구는 합리적인 서비스수준관리 (SLM)를 위해 통계적 기법을 이용한 서비스 목표수준을 설정하고, 체계적이고 종합적인 서비스 수준평가방안을 제시한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.05a
• /
• pp.379-382
• /
• 2009

패턴 인식에서 분류기 모형으로 많이 사용되는 퍼지 분류기는 퍼지 소속 함수를 적절히 설정함으로써 보다 향상된 분류 성능을 얻을 수 있다는 장점이 있다. 그러나 일반적으로 함수 설정은 인식문제 분야의 특성이나 해당 전문가의 지식과 주관적 경험을 기반으로 설정되므로 설정된 소속도 함수의 일관성과 객관성을 보장하기가 어려운 문제점을 갖고 있다. 따라서 이 논문에서는 퍼지 분류기의 소속도 함수를 설정하기 위한 객관적 기준을 제시하기 위하여 특징값들 간의 통계적 정보를 이용한 소속도 함수 설정 기법들을 제안하였다. 제안한 기법들을 이용하여 UCI machine learning repository 사이트에서 제공되는 표준 데이터 중에 Iris 데이터 세트를 이용하여 실험하고 그 결과를 비교, 분석하였다.

• Journal of the Korea Society for Simulation
• /
• v.19 no.1
• /
• pp.53-61
• /
• 2010

In wireless sensor networks(WSNs) individual sensor nodes are subject to security compromises. An adversary can physically capture sensor nodes and obtain the security information. And the adversary injects false reports into the network using compromised nodes. If undetected, these false reports are forwarded to the base station. False reports injection attacks can not only result in false alarms but also depletion of the limited amount of energy in battery powered sensor nodes. To combat these false reports injection attacks, several filtering schemes have been proposed. The statistical en-routing filtering(SEF) scheme can detect and drop false reports during the forwarding process. In SEF, The number of the message authentication codes(threshold) is important for detecting false reports and saving energy. In this paper, we propose a dynamic threshold determination method for energy efficient SEF using fuzzy-logic in wireless sensor networks. The proposed method consider false reports rate and the number of compromised partitions. If low rate of false reports in the networks, the threshold should low. If high rate of false reports in networks, the threshold should high. We evaluated the proposed method’s performance via simulation.

• Journal of the Korea Society for Simulation
• /
• v.19 no.1
• /
• pp.161-171
• /
• 2010

Sensor Networks are often deployed in unattended environments, thus leaving these networks vulnerable to false data injection attacks in which an adversary injects forged reports into the network through compromised nodes. Such attacks by compromised sensors can cause not only false alarms but also the depletion of the finite amount of energy in a battery powered network. Ye et al. proposed the Statistical En-route Filtering scheme to overcome this threat. In statistical en-route filtering scheme, all the intermediate nodes perform verification as event reports created by center of stimulus node are forwarded to the base station. This paper applies a probabilistic verification method to the Static Statistical En-route Filtering for energy efficiency. It is expected that the farther from the base station an event source is, the higher energy efficiency is achieved.

• The Journal of the Acoustical Society of Korea
• /
• v.32 no.2
• /
• pp.131-137
• /
• 2013

In this paper we propose an improved voice activity detection (VAD) algorithm using statistical models in the signal subspace domain. A uncorrelated signal subspace is generated using embedded prewhitening technique and the statistical characteristics of the noisy speech and noise are investigated in this domain. According to the characteristics of the signals in the signal subspace, a new statistical VAD method using GGD (Generalized Gaussian Distribution) is proposed. Experimental results show that the proposed GGD-based approach outperforms the Gaussian-based signal subspace method at 0-15 dB SNR simulation conditions.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.93-93
• /
• 2011

전 세계적으로 기후변화로 인한 기상재해의 피해가 매년 증가하고 있으며, 기후변화로 인한 시민들의 안전, 재산, 인명피해 또한 늘어나고 있다. 이러한 피해를 최소화하기 위해서는 도시지역을 중심으로 한 신뢰성 높은 미래 기후전망 기법이 필수적이며, 미래 기후전망을 바탕으로 하여 기후변화로 인한 향후 발생할 수 있는 위험성의 정도를 전망하여 적응대책을 수립할 필요가 있다. 본 연구에서는 도시지역의 미래 기후전망 기법을 개발하여 서울시의 미래기후를 전망한다. 본 연구를 수행하기 위하여 먼저 IPCC 기후시나리오에 대한 조사를 수행하여 자료를 수집한다. 수집한 자료를 바탕으로 역학적 상세화와 통계적 상세화 기법을 이용하여 고해상도 기후 시나리오를 생산하였다. 역학적 상세화 기법은 A2시나리오의 ECHO-G/S에서 생산된 기후 시나리오를 이용하여 지역 기후모델인 RegCM3에 적용하여 상세화 과정을 수행하였다. RegCM3를 이용하여 60km로 상세화한 후에 one-way double-nested system을 구축하여 20km까지 상세화 하였다. 20km 해상도의 기후 시나리오는 서울시와 같은 좁은 지역의 기후를 분석하기에는 어려움이 있으므로, RegCM3에 사용할 수 있는 Sub-BATS라는 기법을 이용하여 5km의 고해상도 기후 시나리오를 생산하였다. 역학적 상세화 결과는 관측결과에 비해 과소 추정되는 경향이 있어, 편차보정을 통하여 관측값에 가까운 자료를 만들어 주었다. 역학적 상세화 결과를 분석한 결과, 기준기간에 비해 미래기간(S3)에는 전체적으로 약 4.9도의 기온상승과 강수량 증가가 나타났으며, 특히 9월에 가장 큰 상승폭을 나타내고 있었다. 강수량의 경우 증가 경향이 뚜렷이 나타나고 있었으며, 여름철에 큰 증가폭을 나타내고 있었다. 통계적 상세화 기법은 역학적 상세화 기법에서 사용된 ECHO-G/S를 포함한 13개의 GCM결과와 우리나라의 57개 지점에 대한 CSEOF기법을 이용하여 기후 시나리오를 생산하였다. 이 자료는 서울시에 대하여 하나의 지점밖에 존재하지 않아, 서울시내의 지역별 미래 기후전망에는 문제가 있었으므로, Delta method라는 기법을 이용하여 서울 및 인근지역의 AWS 35개 지점에 대하여 미래 기후시나리오를 생산하였다. 통계적 상세화 결과, 13개 GCM의 기온변화는 전체평균 약 3.1도 상승하였고, 겨울과 여름철의 변화폭이 가장 크며, 모델의 불확실성 또한 겨울과 여름에 가장 큰 특징을 가지고 있다. 강수량의 경우 MME에서는 약간의 상승은 나타나고 있었지만 모델간의 불확실성은 여름철에 크게 나타나고 있었다. 역학적 및 통계적 상세화 기후 시나리오(ECHO-G/S, A2)를 비교 분석한 결과, 기온은 역학적 상세화 결과가 약간 크게 나타났으며, 전체적으로 유사한 패턴을 보이고 있었다. 강수량 또한 역학적 상세화 결과가 크게 나타나고 있었다. 역학적 및 통계적 상세화 결과는 S1의 경우 유사한 특징을 보이고 있었지만 S3로 갈수록 차이가 크게 나타나고 있었다.