• Communications for Statistical Applications and Methods
• /
• 제4권1호
• /
• pp.243-254
• /
• 1997

특정분포에 대한 P-P plot과 Q-Q plot의 특징을 분석하고 두 가지 그래프 사이의 관계를 비교해 보았다. NTV의 본질적인 특징을 알아보고 각 특정분포에 대한 NTV plot의 특징을 분석했다. 전형적인 bimodal 분포가 나타날 때 P-P 혹은 Q-Q plot은 뚜렷한 break-point를 갖는다는 것을 알아보고, 단지 skewed된 분포나 skewed된 것처럼 보이는 bimodal 분포 사이에서 발생하는 판단의 어려움에 대하여 여러 plot고찰해 보았다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.130-132
• /
• 2004

본 연구에서는 FMM 신경망을 이용한 패턴 분류 문제에서 학습 패턴에 포함되는 특징의 발생 빈도와 특징 값의 분포를 고려하는 네트워크 구조와 학습 방법론을 소개한다. 이를 위하여 하이퍼박스 소속함수의 산출 과정에 세부특징에 대한 가중치 개념이 적용되는 새로운 활성화 특성을 제안한다. 또한 하이퍼박스의 특징 범위와 빈도 및 특징 값의 분포를 유지하고 새롭게 정의된 하이퍼박스 생성, 확장, 축소기법을 적용한다 이는 가중치 개념을 통하여 각 특징별 중요도를 서로 다른 값으로 반영할 수 있게 하며, 특징의 분포 정보가 고려되어 기존 FMM 모델에 비하여 노이즈에 의한 영향을 개선하여 학습 효과를 증진시킬 뿐만 아니라 하이퍼박스의 생성 및 확장 과정 중에 학습패턴의 순서에 상관없이 동일한 특성을 보일 수 있게 한다.

• 대한수학교육학회지:수학교육학연구
• /
• 제22권2호
• /
• pp.117-136
• /
• 2012

이 연구는 정규분포에 대한 교수학적 변환 방식과 학생들의 이해의 특징을 분석함으로써 고등학교 통계 단원에서 정규분포를 지도하는 것과 관련된 시사점을 얻는데 목적을 두었다. 이를 위해 정규분포의 역사 발생 과정과 학문적 지식으로서 정규분포의 의미를 확인하여 정규분포의 교수학적 변환 방식을 살펴보기 위한 4개의 분석 관점을 추출하고 이를 토대로 미국, 영국, 우리나라 교과서의 정규분포에 대한 교수학적 변환 방식을 분석하였다. 또한 정규분포에 대한 학생들의 이해 특징과 관련된 선행 연구 결과를 살펴봄으로써 고등학생들의 정규분포에 대한 이해의 특징을 기술하는데 필요한 분석 관점을 4가지로 구체화하였으며, 이를 토대로 분석한 학생들의 이해 특징을 4가지로 요약하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.613-615
• /
• 2002

특징점 기반의 지문 정합 시스템은 동일 특징점의 검색을 통하여, 주어진 두 지문의 동일 여부를 결정하는 것을 목적으로 하고 있다. 정합과정의 검색 단계에서 동일 특징점으로 결정된 두 특징점간 거리 및 각도차의 분포를 확률적으로 모델링함으로써, 검색된 동일 특징점의 신뢰도를 높이고자 하였으며 전체적으로 지문 정합시스템의 성능향상을 목적으로 한다. 본 논문에서는 확률기법을 사용한 동일 특징점 유사도 산출 방법과 이를 통한 지문의 동일여부 결정방법을 제시하였으며 구현결과, EER의 경우 2.64%에서 0.78%로 70%의 감소효과를 얻을 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권9호
• /
• pp.804-816
• /
• 2007

기계 학습 과정에서 수집된 많은 정보들 중에는 학습하고자 하는 개념과 관련이 없거나 중복된 정보를 가진 경우가 많다. 또한 자료 자체에 오류가 있기도 하다. 이와 같이 학습 모델 생성을 위해 수집된 정보를 신뢰할 수 없다면, 학습 과정에서도 정확한 지식 습득이 어렵다. 그래서 기계 학습은 학습 과정에서 정확한 지식 습득을 위해 특징 선택 방법을 사용한다. 특징 선택은 학습할 클래스와 관련이 없거나 중복된 정보를 학습 모델 생성 이전에 제거함으로써 학습 알고리즘의 성능을 향상시킨다. 기존의 특징선택 방법들은 적절한 특징을 선택하기 위하여 문서가 균등하게 분포되어 있다고 가정한다. 하지만, 실제로는 그렇지 않으며, 문서의 수 또는 문서의 길이가 모두 동일한 학습 예제를 준비하는 것도 매우 어렵다. 본 논문에서는 보다 효율적으로 특징을 선택하기 위해 클래스 별 단어의 불순도와 문서의 불균등 분포를 고려한 특징 선택 방법을 제안한다. 클래스를 대표할 수 있는 특징 후보들을 단어의 불순도 측정을 통해 얻고, 문서의 불균등 분포를 고려하여 특징을 선택한다. 실험을 통해 보다 좋은 성능을 보임을 입증한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2015년도 제52차 하계학술대회논문집 23권2호
• /
• pp.252-253
• /
• 2015

군중의 이상행동을 검출하는 것은 군중 모니터링, 보안 및 CRM 시스템의 관점에서 중요한 요소 중의 하나이다. 기존의 방법은 대다수가 옵티컬플로우를 기반으로한 검출방법으로 객체가 움직이지 않는 경우에는 객체로 인식할 수 없는 문제점이 생긴다. 또한, 많은 데이터량을 처리하기 때문에 실시간성이 보장되지 않는다는 단점이 있다. 이를 극복하기 위해서, 본 논문에서는 특징점 맵 보정과 분포분석을 통한 군중의 밀집과 대피하는 현상을 검출하는 방법을 제안한다. 먼저, 군중에서 옵티컬플로우 기반으로 움직이는 FAST 특징점을 추출하고 추출된 특징점의 분포에따라 특징점맵을 복원한다. 복원된 특징점 맵과 특징점의 분포에 기반하여 군중의 이상정도를 결정하게 된다. PETS2009 데이터베이스를 사용하여 결과를 측정하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1994년도 제11회 음성통신 및 신호처리 워크샵 논문집 (SCAS 11권 1호)
• /
• pp.152-156
• /
• 1994

본 논문에서는 연속출력 확률분포 HMM 모델의 단점을 보완하기 위해 1) 지속시간 확률분포를 갖는 HMM, 2) 동적특징 파라메터를 부여한 HMM, 3) 혼합연속출력 확률분포 HMM을 구성하여 한국어 단음절에 대한 인식실험을 하였다. 실험결과 화자 종속에서는 연속출력 확률분포 HMM 보다 지속시간 확률분포를 갖는 HMM의 경우 0.70%, 동적특징 파라메터를 부여한 HMM의 경우 1.06%, 혼합연속출력 확률분포 HMM의 경우 1.64%의 인식류리 향상되었다. 화자 독립에서는 연속출력 확률분포 HMM보다 동적특징 파라메터를 부여한 HMM의 경우 1.4%, 혼합연속 출력 확률분포 HMM의 경우 2.36%, 지속시간 확률분포를 갖는 HMM의 경우 2.78%의 인식률이 향상되었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2005년도 추계종합학술대회
• /
• pp.1121-1124
• /
• 2005

Edge Histogram Descriptor는 image의 edge 분포 정보를 표현하며 방향성을 가지는 Bio Image 검색에 있어 높은 검색 성능을 나타낸다. 그러나 Bio Image의 객체 분포의 특성으로 인해 지역적 edge 분포 비교는 충분한 검색 성능을 보장하지는 못한다. 본 논문에서는 특징 block을 이용한 효율적인 검색 알고리즘을 제안한다. Local histogram으로부터 Global bin을 얻어 image의 대표 방향성을 선정하고 특징 block을 선정한다. 특징 block의 비교는 edge 분포와 함께 주요 객체의 위치 정보를 더하는 효과를 가진다. Bio Image의 검색 실험에서 제안 알고리즘은 향상된 검색 성능을 보여준다. 또한 Bio image 검색을 위한 descriptor 조합 연구에도 적용 가능하여 검색 효율을 기대할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제18권11호
• /
• pp.31-38
• /
• 2013

특징 정규화는 인식기를 적용하기 이전의 전처리 단계로 특징의 스케일에 따른 오류를 줄이기 위해 널리 사용되고 있다. 하지만 기존 정규화 방법은 특징의 분포를 가정하는 경우가 많으며, 클래스 라벨을 고려하지 않으므로 정규화 결과가 인식률에서 최적임을 보장하지 못하는 문제점이 있다. 이 논문에서는 특징의 분포를 가정하지 않는 랭크 정규화 방법과 클래스 라벨을 사용하는 교사 학습법을 결합한 교사 랭크 정규화 방법을 제안하였다. 제안하는 방법은 데이터의 분포를 바탕으로 특징의 분포를 자동으로 추정하므로 특징의 분포를 가정하지 않으며, 데이터 포인트의 최근접 이웃이 가지는 클래스 라벨을 바탕으로 정규화를 시행하므로 오류의 발생을 최소화할 수 있다. 특히 SVM의 경우 서로 다른 클래스에 속하는 데이터 포인트들이 혼재되어 나타나는 영역에 경계선을 설정하므로 이 영역의 밀도를 줄임으로써 경계선 설정을 보다 용이하게 하고 결과적으로 일반화 오류를 감소시킬 수 있다. 이러한 사실들은 실험 결과를 통해 확인할 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1988_1989
• /
• 2009

본 논문은 이차 미분 맥파(SDPTG, Second Derivation of Photoplethysmogram)를 측정하여 이차 미분 맥파의 5개의 특징점을 검출하는 방법에 대한 내용을 기술한다. 본 논문에서는 측정된 신호의 신호대 잡음비(SNR)을 높이는 방법과 기존의 미분을 이용한 변곡점 추출의 한계적인 부분, 그리고 본 논문에서 제안하는 이차 미분 맥파의 특징점의 분포를 이용한 특징점 추출 알고리즘에 대해서 설명한다.