• Communications for Statistical Applications and Methods
• /
• v.4 no.1
• /
• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• 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.

• Journal of Educational Research in Mathematics
• /
• v.22 no.2
• /
• pp.117-136
• /
• 2012

The goal of this study is to investigate a didactic transposition method of text books and high school students' understanding for the Normal Distribution. To accomplish this goal, framework descriptors were developed to analyse the didactic transposition method and interpret the students' understanding based on the Historico-Genetic process of the Normal Distribution, the meaning of the Normal Distribution as a scholarly knowledge and the results of previous studies on students' understanding for the Normal Distribution. This study presented several recommendations for instruction of the Normal Distribution according to the results of analysing the didactic transposition method and interpreting the students' understanding in terms of the developed framework.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• 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.

• Journal of KIISE:Software and Applications
• /
• v.34 no.9
• /
• pp.804-816
• /
• 2007

Sample training data for machine learning often contain irrelevant information or redundant concept. It is also the case that the original data may include noise. If the information collected for constructing learning model is not reliable, it is difficult to obtain accurate information. So the system attempts to find relations or regulations between features and categories in the teaming phase. The feature selection is to remove irrelevant or redundant information before constructing teaming model. for improving its performance. Existing feature selection methods assume that the distribution of documents is balanced in terms of the number of documents for each class and the length of each document. In practice, however, it is difficult not only to prepare a set of documents with almost equal length, but also to define a number of classes with fixed number of document elements. In this paper, we propose a new feature selection method that considers the impurities among the words and unbalanced distribution of documents in categories. We could obtain feature candidates using the word impurity and eventually select the features through unbalanced distribution of documents. We demonstrate that our method performs better than other existing methods via some experiments.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.07a
• /
• 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.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1994.06c
• /
• 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.

• Proceedings of the IEEK Conference
• /
• 2005.11a
• /
• 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.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.11
• /
• pp.31-38
• /
• 2013

Feature normalization as a pre-processing step has been widely used in classification problems to reduce the effect of different scale in each feature dimension and error as a result. Most of the existing methods, however, assume some distribution function on feature distribution. Even worse, existing methods do not use the labels of data points and, as a result, do not guarantee the optimality of the normalization results in classification. In this paper, proposed is a supervised rank normalization which combines rank normalization and a supervised learning technique. The proposed method does not assume any feature distribution like rank normalization and uses class labels of nearest neighbors in classification to reduce error. SVM, in particular, tries to draw a decision boundary in the middle of class overlapping zone, the reduction of data density in that area helps SVM to find a decision boundary reducing generalized error. All the things mentioned above can be verified through experimental results.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• 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.