• Science of Emotion and Sensibility
• /
• v.15 no.4
• /
• pp.425-440
• /
• 2012

As the scale of the internet grows, the amount of subjective data increases. Thus, A need to classify automatically subjective data arises. Sentiment classification is a classification of subjective data by various types of sentiments. The sentiment classification researches have been studied focused on NLP(Natural Language Processing) and sentiment word dictionary. The former sentiment classification researches have two critical problems. First, the performance of morpheme analysis in NLP have fallen short of expectations. Second, it is not easy to choose sentiment words and determine how much a word has a sentiment. To solve these problems, this paper suggests a combination of using web-scale data and a statistical approach to sentiment classification. The proposed method of this paper is using statistics of words from web-scale data, rather than finding a meaning of a word. This approach differs from the former researches depended on NLP algorithms, it focuses on data. Hadoop and MapReduce will be used to handle web-scale data.

• Journal of Ocean Engineering and Technology
• /
• v.5 no.2
• /
• pp.183-183
• /
• 1991

• Proceedings of the Korean Nuclear Society Conference
• /
• 1998.05a
• /
• pp.475-480
• /
• 1998

계면면적 밀도는 two-fluid 모델에서 각 상 간의 상호작용에 영향을 주는 중요한 인자로서 이상유동 현상의 해석을 위하여는 이의 적절한 모델링이 필요하다. 계면면적 밀도의 모델링은 크게 상관식에 의존하는 방법론과 수송 방정식을 사용한 이론적인 접근방식으로 개발되어왔다. 후자는 시간적, 공간적으로 변하고 있는 동적 유동조건에 대하여 계면면적 밀도를 효과적으로 예측할 수 있는 방법론으로서 flow regime의 의존성을 줄이거나 없앨 수 있는 장점을 가진다. 계면면적 수송 방정식은 유체입자의 수밀도에 대한 수송 방정식의 통계적인 모델로부터 유도되며 입자들의 상호작용 및 상변화와 관련된 생성항을 포함하고 있다. 본 연구에서는 계면면적 밀도 수송 방정식 및 그 구성 모델들에 대한 연구현황을 정리하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.156-156
• /
• 2021

본 연구는 지역빈도해석을 기반으로한 인공신경망 모델과 기존에 널리 사용되는 방법인 홍수지수법의 성능을 몬테카를로 시뮬레이션을 이용하여 평가하였다. 컴퓨터 기술이 발달함에 따라 인공지능에 대한 접근성이 좋아지며 수문학을 포함한 다양한 분야에 적용되고 있다. 인공지능을 이용하여 강수량 및 유량 등 다양한 수문자료에 대한 예측이 이루어지고 있으나 빈도해석에 관한 연구는 비교적 적다. 본 연구에서 사용된 인공 지능 모델은 대상 지점의 지형학적 자료와 수문학적 자료를 이용하여 인공신경망을 통해 지점의 확률강우량(QRT-ANN) 및 확률분포형의 매개변수 (PRT-ANN)를 추정한다. 지형학적 자료로는 위도, 경도 그리고 고도가 사용되었으며 수문학적 자료로는 대상 지점의 최근 30년 일일연최대강우량을 사용하였다. 지역빈도해석의 정확도는 지역 내 통계적 특성이 비슷한 지점들이 포함되면 될수록 높아진다. 통계적 특성으로는 불일치 척도, 이질성 척도, 적합성 척도가 있으며 다양한 조건의 통계적 특성에 따른 세 개의 지역빈도해석 방법의 성능을 평가하고자 하였다. 대상 지역 내 n개의 지점이 있다고 가정하였을 때, 홍수지수법의 경우 n-1개의 지점으로 추정한 지역 성장곡선을 이용하여 나머지 1개 지점의 확률강우량을 산정할 수 있으며 인공신경망 모델들 또한 n-1개 지점들의 자료를 이용하여 모델을 구축한 뒤 나머지 지점의 확률강우량 및 확률분포형의 매개변수를 예측할 수 있다. PRT-ANN의 경우 예측된 매개변수를 이용하여 확률강우량을 산정하며 시뮬레이션 시행마다 발생시킨 자료의 지점빈도해석 결과에 대한 나머지 세 방법의 평균 제곱근 상대오차 (Relative root mean square error, RRMSE)를 계산하였다. 몬테카를로 시뮬레이션을 이용한 성능 분석을 통하여 관측값의 다양한 통계적 특성에 맞는 지역빈도해석 방법을 제시할 수 있을 것으로 판단된다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.6
• /
• pp.503-510
• /
• 2002

This paper presents a fault diagnosis method using neural network-based multi-fault models and statistical method to detect and isolate faults in nonlinear systems. In the proposed method, faults are detected when the errors between the system output and the neural network nominal system output cross a predetermined threshold. Once a fault in the system is detected, the fault classifier statistically isolates the fault by using the error between each neural network-based fault model output and the system output. From the computer simulation results, it is verified that the proposed fault diagonal method can be performed successfully to detect and isolate faults in a nonlinear system.

• Journal of the Korean Data and Information Science Society
• /
• v.20 no.3
• /
• pp.515-526
• /
• 2009

Pricing based on proper risk has been one of main issues in auto insurance. In this paper, we review how the techniques of pricing in auto insurance have been developed and suggest a better approach which meets the existing risk statistically by comparison. The generalized linear model (GLM) method is discussed for pricing with different distributions. With GLM approach, the distribution of error assumed plays an main role for the best fit corresponding to the characteristics of dependent variables. Tweedie distribution is considered as one of error distributions in addition to widely used Gamma and Poisson distribution. With these different types of error assumption for estimating the proper premium in auto insurance, various modeling approaches are possible. In this paper, various modeling approaches with different assumptions for estimating proper risk is discussed and also real example is given by assuming different.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.12
• /
• pp.1269-1273
• /
• 2010

Typically users prefer to manage and access personal photo collections taken from a cell phone based on events. In this paper we propose an event clustering algorithm that requires low computation cost with high accuracy supporting incremental operation. The proposed method is based on the statistical analysis of the elapsed interval of intra-event photos on the real sample data for the decision of an event boundary. We then incorporate both location and visual information for the ambiguous range to split with only temporal cue. According to test results, we show higher performance compared to existing general clustering approaches.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.16 no.4
• /
• pp.274-284
• /
• 2014

Crops and varieties are mostly affected by temperature, the amount of precipitation, and duration of sunshine. This study aims to identify the weather factors that directly influence to apple yield among the series of daily measured weather variables during growing seasons. In order to identify them, 1) a priori natural scientific knowledge with respect to the growth stage of apples and 2) pure statistical approaches to minimize bias due to the subject selection of variables are considered. Each result estimated by the Panel regression using fixed/random effect models is evaluated through suitability (i.e., Akaike information criterion and Bayesian information criterion) and predictability (i.e., mean absolute error, root mean square error, mean absolute percentage). The Panel data of apple yield and weather factors are collected from fifteen major producing areas of apples from 2006 to 2013 in Korea for the case study. The result shows that variable selection using factor analysis, which is one of the statistical approaches applied in the analysis, increases predictability and suitability most. It may imply that all the weather factors are important to predict apple yield if statistical problems, such as multicollinearity and lower degree of freedom due to too many explanatory variables used in the regression, can be controlled effectively. This may be because whole growth stages, such as germination, florescence, fruit setting, fatting, ripening, coloring, and harvesting, are affected by weather.

• Asia Marketing Journal
• /
• v.1 no.3
• /
• pp.120-140
• /
• 1999

Q 방법은 인간의 태도와 행동을 연구하기 위해 철학적, 심리학적, 통계적, 그리고 심리측정과 관련된 개념을 통합한 방법론으로서 인간의 주관성을 정량적으로 분석할 수 있는 특수한 통계기법이다. 소비자의 인식, 가치, 태도, 신념과 같은 개념을 객관적으로 연구할 수 있는 방법으로서 가설 생성을 위한 탐색적 연구와 이론의 검증과 같은 확인적 연구에서도 적용될 수 있다. 많은 수의 표본을 대상으로 한 횡단적 R 방법에 비하여 개인이나 소집단에 대한 깊이 있는 탐구가 가능하다는 점에서 소비자 행동 연구에 유용성이 매우 높다. 개인의 주관성을 바탕으로 한 소비자 개인의 특성과 차별성을 이해하는 것이 마케팅 분야의 핵심을 이루고 있음에도 불구하고 그 동안 소비자의 주관성에 대한 깊이 있는 접근이 이루어지지 못하였다. 1935년에 심리학 분야에서 개발된 Q방법은 이를 분석할 수 있는 컴퓨터 패키지의 보급과 더불어 사회과학 전반에 걸쳐 그 활용이 확산되어 가고 있다. 이에 Q 방법의 과학철학적 특성과, 현재 널리 이용되고 있는 변수 중심의 R 방법과의 차이, 그리고 컴퓨터 분석을 포함한 구체적인 Q 분석방법 및 관리적 활용상의 문제점에 대해 논의하였다

• Journal of KIISE:Software and Applications
• /
• v.30 no.3_4
• /
• pp.358-371
• /
• 2003

Automatic word spacing is a process of deciding correct boundaries between words in a sentence including spacing errors. It is very important to increase the readability and to communicate the accurate meaning of text to the reader. The previous statistical approaches for automatic word spacing do not consider the previous spacing state, and thus can not help estimating inaccurate probabilities. In this paper, we propose two statistical word spacing models which can solve the problem of the previous statistical approaches. The proposed models are based on the observation that the automatic word spacing is regarded as a classification problem such as the POS tagging. The models can consider broader context and estimate more accurate probabilities by generalizing hidden Markov models. We have experimented the proposed models under a wide range of experimental conditions in order to compare them with the current state of the art, and also provided detailed error analysis of our models. The experimental results show that the proposed models have a syllable-unit accuracy of 98.33% and Eojeol-unit precision of 93.06% by the evaluation method considering compound nouns.