• Journal of Digital Convergence
• /
• v.12 no.4
• /
• pp.485-493
• /
• 2014

The purpose of this study is to examine the statistical errors, which may occur in the process of applying statistics, by major stage of research, for greatly contributing to promoting research power through rightly utilizing statistics at the point of time that the application of statistics is increased in the research of clothing and textiles. As a result, it confirmed that there are many errors by each stage. First, it is a point that there was not any research that mentioned on the impact of analysis in the researches, which test the appearance of significance based on the collected data through experiment or survey. Second, the existence of mechanical description which is monotonous as well as not applying right analytical method in factor analysis. Also, even in case of cross tabulation, there was no hypothesis establishment.

• Proceedings of the KAIS Fall Conference
• /
• 2007.11a
• /
• pp.414-416
• /
• 2007

6 시그마 기법은 Define 단계부터 현상에 대한 수치화를 강조하고 있어, Data의 중요성을 어떤 다른 개선활동 보다도 강조하고 있다. 그러나 현장에서 개선활동 수행시에 가장 큰 문제점은 결과지표인 Y에 대한 측정을 통한 수치화는 가능하지만 -현실적으로도 관리를 하고 있고- 제어인자인 Xs인자에 대한 수치화는 상당한 어려움을 겪고 있다. 그 이유는 가장 큰 경우가 조건변경에 의한 실험을 통해 Data를 수집하려면 상당한 불량의 발생을 감수해야 하고 그로 인한 피해를 중소기업 입장에서 감수하고 실험을 감행하는것이 쉽지 않을 것이다. 따라서 실제 현장 개선에서는 불량을 최소한 줄이기 위해서 제어인자인 Xs인자의 변동을 최소화 하다 보니 X인자의 변화에 따른 Y인자의 변동을 알 수 없어 실제로는 유의한 영향을 줌에도 불구하고 통계적인 결론에만 집착하다 보면 잘못된 판정으로 인해 실제 개선이 되지 않는 경우가 허다하다. 이 논문에서는 6 시그마 활동시 문제가 되는 통계적 기법 적용시 현실과 Data 분석의 결과가 일치하지 않을 때 현실적 판단방법을 적용하여 실질적 개선을 하는 방법과 Xs인자의 작은 변화를 감지할 수 있는 통계적 기법의 적용을 통하여 실제 개선을 할 수 있는 사례를 제시하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.413-413
• /
• 2022

본 연구에서는 통계적 방법으로 도출된 장기 기상예측정보를 이용하여 유역에서의 유출량 전망 가능성을 검토하였다. 먼저 한강권역의 월 강수량과 기온에 대해 글로벌 기후지수와의 원격상관성을 기반으로 다중회귀모형 기반의 통계적 예측모형을 구성하여 미래기간(1~12개월)에 대한 월 단위 기상예측정보를 도출하였다. 월 단위로 도출된 강수량과 기온은 통계적 상세화 기법을 통해 한강권역 주요 ASOS 관측소 지점별로 일 단위 강수량과 기온자료로 변환하였으며, 상세화된 일 자료를 유역모형인 SWAT의 입력자료로 활용하여 경안천 유역의 미래기간에 대한 유출량을 도출하였다. 유출량 예측성을 평가하기 위하여 과거기간(2003~2021년)을 대상으로 관측유출량과 예측기상정보로부터 산출된 예측유출량을 비교하였다. 각 월별로 예측된 유출량의 중앙값과 관측값의 적합도를 분석한 결과, PBIAS는 -5.2~-2.7%, RSR은 0.79~0.91, NSE는 0.34~0.38, r은 0.59~0.62로 강수량 및 기온의 예측성에 비해 낮게 나타났다. 전 기간에 대해 월별로 분석한 예측결과에 대한 3분위 확률은 5월, 6월, 7월, 9월, 11월은 평균 42.8%로 예측성이 충분한 것으로 나타났으나, 나머지 월에서의 평균 예측성은 17.3%로 매우 낮게 나타났다. 상세화된 기상정보를 이용하여 유역모델링을 통해 산정한 유출량에 대한 전망 결과는 기상예측결과에 비해 상대적으로 예측성이 낮은 것으로 분석되었다. 이는 관측값 자체에서 나타날 수 있는 불확실성에 기인할 수도 있으며, 유출량에 지배적인 영향을 주는 강수량의 예측성에 대한 문제가 유역 모델링 과정에서 증폭되어 나타나는 문제일 수도 있다. 또한 지점별 일 자료로 상세화되는 과정에서의 불확실성, 우리나라 여름철 유출량 변동성 등 여러 가지 요인이 복합적으로 영향을 주어 나타나는 것으로 생각된다. 향후 다양한 대상유역에 대한 검토와 기상예측모형의 보완, 상세화 과정에서의 불확실성 해소 등을 통해 예측성을 개선할 계획이다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.33 no.1
• /
• pp.61-70
• /
• 2013

This paper presents the response calibration method based on quality control range, which is established from the concept and method of statistical quality control for natural frequency ratio and response ratio. To this end, statistical analysis including descriptive statistics analysis, normality test, ANOVA were performed for response characteristics obtained from loading tests and structural analysis for more than hundred and thirty well-conditioned bridges. Suggested method is based on real structural integrity evaluation case studies and statistical quality control approach, in this respect it is expected to provide scientific criteria and systematic procedure for response calibration and load carrying capacity assessment.

• Electronics and Telecommunications Trends
• /
• v.28 no.3
• /
• pp.47-56
• /
• 2013

부채널 분석은 암호 알고리즘이 장치 내에서 동작하는 동안에 장치의 전력이나 전자파 등의 부가 정보의 수집, 가공 및 통계적인 분석을 통해 키 정보를 추출해내는 매우 강력한 공격 방법이다. 부채널 분석 시스템은 암호 모듈이 탑재되는 장치가 부채널 공격에 대해 안전한지를 사전 검증 및 시험할 수 있는 방법들을 제공한다. 본고에서는 다양한 부채널 분석 방법 및 이를 제공하는 부채널 분석 시스템에 대한 현황 및 전망을 기술한다.

• Proceedings of the Korean Institute of Communication Sciences Conference
• /
• 1991.10a
• /
• pp.167-173
• /
• 1991

현재까지 가입자 트래픽 예측방법은 계량학적 방법중 추세분석 방법을 이용하고 있는데, 이 방법은 급변하는 시장상황이나 지역여건을 고려하지 못하고 하나의 통계적 기술에 의한 획일화된 예측방법으로서 트래픽예측치가 실제 운용트래픽값과는 다소 차이가 있어왔다. 이러한 원인을 제거할 수 있는 하나의 방법으로서 Box-Jenkins 시계열 분석에 의한 트래픽 예측방법을 제안하고자 한다. 이 방법에 대한 이론을 살펴보고, 시뮬레이션을 통하여 얻은 결과를 각각 분석하여 문제점을 파악하고 실측치와 비교분석함으로서 본 논문에서 제안한 방법이 기존방법보다 타당함을 입증하려 하였다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.359-362
• /
• 2000

본 논문에서는 비디오 영상에서 지역적 움직임 특성을 표현할 수 있는 지역적 움직임 활동(motion activity)에 관한 기술자(descriptor)를 제안한다. 제안된 방법은 화면 전체에 대해 지역적으로 높은 움직임 활동 정도를 갖는 영역에 대한 공간적 정보를 기술하고, 카메라 움직임에 무관하게 물체의 움직임 활동 특성을 정확히 표현하기 위해 움직임 벡터의 통계적 특성과 화면 분할을 이용한다 본 논문에서 제안하는 움직임 활동의 공간적 특성을 이용하면 동영상에서 화면의 일부에서 일어나는 움직임을 이용한 검색이 가능하고, 물체 추적, 감시 시스템에서도 활용이 가능하다. 실험으로 제안한 방법을 이용해서 움직임 활동이 높은 영역의 추출과정을 보이고, 이를 이용한 검색 결과를 보인다.

• The Transactions of the Korea Information Processing Society
• /
• v.13 no.5
• /
• pp.227-235
• /
• 2024

Since nuclear power plants (NPPs) increasingly employ digital I&C systems, reliability evaluation for NPP software has become crucial for NPP probabilistic risk assessment. Several methods for estimating software reliability have been proposed, but there is no available tool support for those methods. To support NPP software manufacturers, we propose a reliability measurement tool for NPP software. We designed our tool to provide reliability estimation depending on available qualitative and quantitative information that users can offer. We applied the proposed tool to an industrial reactor protection system to evaluate the functionality of this tool. This tool can considerably facilitate the reliability assessment of NPP software.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.224-224
• /
• 2019

국제기상기구의 Global Framework for Climate Services (GFCS)의 관점에서 살펴보면 국내의 기상 기후 정보는 기상청을 중심으로 관측 자료와 중장기 예측 및 기후변화 시나리오 정보 등의 다양한 시간규모로 생산되고 있다. 하지만 사용자가 직접적으로 다양한 기후정보를 상세화하여 활용하기 위해서는 기후정보의 구축 및 전처리를 수행해야하는 어려움이 있다. 따라서 APEC Climate Center (APCC)에서 다학제 융합 기반 기후정보 서비스를 중심으로 사용자 인터페이스 플랫폼 (User Interface Platform: UIP)의 기술적 플랫폼으로 APCC Integrated Modeling Solution (AIMS)를 개발하였다. AIMS는 사용자의 관점으로 상세화를 수행할 수 있고, 다양한 응용 분야에 적용하기 쉽게 데이터를 생성하여 연구에 도움을 주고 있다. 본 연구는 AIMS에서 제공하고 있는 기존의 국가별로 제공하는 제 5차 결합 기후모델 비교사업 (The $5^{th}$ phase of the coupled model intercomparision project, CMIP5)에서 해석한 전구기후모델 (General Circulation Model, GCM)의 통계적 상세화 방법인 Simple Quantile Mapping (SQM)과 Spatial Disaggregation Quantile Delta Mapping (SDQDM)를 포함하여 AIMS에 새롭게 추가 된 통계적 상세화 방법인 Bias Correction and Stochastic Analog (BCSA) 방법을 소개하고자 한다. 또한 60개의 종관기상관측 (Automated Surface Observing System, ASOS)자료를 중심으로 생성한 세 가지 통계적 상세화방법의 과거재현성과 RCP4.5, RCP8.5 시나리오를 활용한 미래 불확실성 평가 결과를 이용하여 연구자들의 맞춤형 자료를 생산하고 평가하는데 도움을 줌으로써 다양한 기후자료의 효과적인 활용이 가능할 것으로 기대된다.

• Journal of Broadcast Engineering
• /
• v.24 no.2
• /
• pp.227-233
• /
• 2019

In this paper, we propose a deep neural network-based sound interpolation method for realizing virtual reality sound. Through this method, sound between two points is generated by using acoustic signals obtained from two points. Sound interpolation can be performed by statistical methods such as arithmetic mean or geometric mean, but this is insufficient to reflect actual nonlinear acoustic characteristics. In order to solve this problem, in this study, the sound interpolation is performed by training the deep neural network based on the acoustic signals of the two points and the target point, and the experimental results show that the deep neural network-based sound interpolation method is superior to the statistical methods.