• Journal of Korea Society of Industrial Information Systems
• /
• v.20 no.3
• /
• pp.61-69
• /
• 2015

This study presents a probabilistic knowledge discovery method to interpret heart rate variability (HRV) based on time and frequency domain indexes, extracted using discrete wavelet transform. The knowledge induction algorithm was composed of two phases: rule generation and rule estimation. Firstly, a rule generation converts numerical attributes to intervals using ROC curve analysis and constructs a reduced ruleset by comparing consistency degree between attribute-value pairs with different decision values. Then, we estimated three measures such as rule support, confidence, and coverage to a probabilistic interpretation for each rule. To show the effectiveness of proposed model, we evaluated the statistical discriminant power of five rules (3 for atrial fibrillation, 1 for normal sinus rhythm, and 1 for both atrial fibrillation and normal sinus rhythm) generated using a data (n=58) collected from 1 channel wireless holter electrocardiogram (ECG), i.e., HeartCall$^{(R)}$, U-Heart Inc. The experimental result showed the performance of approximately 0.93 (93%) in terms of accuracy, sensitivity, specificity, and AUC measures, respectively.

• The Korean Journal of Applied Statistics
• /
• v.13 no.1
• /
• pp.1-10
• /
• 2000

정보화사회에서 효율적인 정보검색(information retrieval)은 각종 의사결정에 매우 중요하다. 주어진 정보검색 문제가 있을 때 과거에 검색되었던 자료는 그 적절성 여부에 대한 평가를 데이터베이스에 첨가하여 지식베이스(knowledge base)화 할 수 있다. 본 연구는 이 지식베이스에 대한 논리적 패턴을 분석하여 새로운 정보의 '적정성(relevance)' 여부를 판별하는 확률화 정보검색 모형을 만들고 이에 대한 실험을 하였다.

• The Korean Journal of Financial Studies
• /
• v.12 no.1
• /
• pp.63-88
• /
• 2006

본 연구는 기업가치를 측정하기 위해서 활용될 수 있는 두 가지의 새로운 모형을 개발하였다. 두 가지 모형은 모두 자산가치와 수익가치의 가중평균으로 기업의 본질가치를 표현할 수 있다는데 공통적인 특징이 있다. 첫째 모형은 도산확률 하의 세후 기업가치 가중평균모형이다. 현금흐름할인법으로 알려진 전체기업가치 평가방법론(entity approach)에 기초한 기업가치 평가모형인 이원흠 최수미(2002)의 지식자산가치 평가모형 및 이원흠 최수미(2004)의 가중평균 가치평가모형으로부터 도산확률 하의 세후 가중평균 기업가치 평가모형을 도출하였다. 이 모형은 기업가치는 수익가치 및 실물자산의 가치와 지급이자의 절세효과, 예상도산비용 등 4부분으로 구성된다는 것을 보여 주고 있다. 둘째 모형은 이익조정에 의한 비정상발생액을 감안한 기업가치 가중평균모형이다. 회계학 분야에 주로 발전한 발생액을 고려한 이익의 질(quality of earnings)을 기업가치 측면에서 평가할 수 있는 새로운 모형이다. 이익의 질을 고려한 기업가치 평가모형도 첫째 모형의 도출논리에 의거하여 세후 혹은 도산확률 하의 세후 기업가치 평가모형으로 확장할 수 있다. 새로이 개발된 가중평균 가치평가모형을 통해 추정한 수익가치와 자산가치의 가중치, 가중평균자본비용 등의 정보는 상장주식의 목표가격 평가, 투자등급 판정 등에 활용될 수 있을 뿐만 아니라, 신규상장주식의 공모가, 비상장기업의 합병가액산정, 지주회사의 가치평가 등 비상장기업의 가치평가 분야에 광범위하게 응용될 수 있을 것이다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.1
• /
• pp.16-21
• /
• 2001

전자 상거래에서 고객의 성향을 이해하기 위해서는 일반적으로 판매 실무에서의 경험과 전문적인 지식을 필요로 하게 된다. 데이터 마이닝은 고객들에 대한 데이터의 분석을 통해서 이러한 성향들을 알아내는 것을 목표로 한다. 베이지안 네트워크는 DAG(Directed Acyclic Graph)를 이용하여 데이터의 구조를 시각적으로 표현하여 주는 확률모형으로 변수사이의 종속관계를 밝히고 데이터 마이닝의 기법으로 이용할 수 있다. 본 논문에서는 베이지안 네트워크를 사용하여 전자 상거래 고객들의 성향을 분석하기 위한 방법을 제시한다. 또한 고객성향에 대한 주요 요인을 분석하기 위해 Discriminant 모형을 이용하고 그 유용성을 다른 방법들과 비교하였다.

• Korean Journal of Logic
• /
• v.17 no.1
• /
• pp.109-136
• /
• 2014

Every (semantic) antirealist accepts one or another form of verification principle. The principle has strong and weak forms, the strong form being highly counterintuitive but the weak one being more plausible. Understandably, antirealists have preferred the weak form of verification principle. Unfortunately, the socalled knowability paradox shows that those two forms are indeed equivalent. To solve this problem, Edgington suggests a yet new form of verification principle. Unfortunately, her new principle has its own difficulty. To overcome this difficulty, Edgington provides a new model of knowledge, according to which every true proposition is somehow associated with a known counterfactual conditional. In this paper, I shall argue that even this new model of knowledge confronts with an insurmountable problem. It is a well-known fact that, in the microscopic levels, some facts manage to occur despite very low physical chances. I will argue that the counterfactuals linked with those facts cannot be known due to the existence of epistemic defeaters. Hence, Edgington's knowledge model does not work in all cases.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.387-392
• /
• 2000

전자 상거래에서 고객의 성향을 이해하기 위해서는 일반적으로 판매 실무에서의 경험과 전문적인 지식을 필요로 하게 된다. 데이터 마이닝은 고객들에 대한 데이터의 분석을 통해서 이러한 성향들을 알아내는 것을 목표로 한다. 베이지안 네트워크는 DAG(Directed Acyclic Graph)를 이용하여 데이터의 구조를 시각적으로 표현하여 주는 확률모형으로 변수사이의 종속관계를 밝히고 데이터 마이닝의 기법으로 이용할 수 있다. 본 논문에서는 베이지안 네트워크를 사용하여 전자 상거래 고객들의 성향을 분석하기 위한 방법을 제시한다. 또한 고객성향에 대한 주요 요인을 분석하기 위해 Descriminant 모형을 이용하고 그 유용성을 다른 방법들과 비교하였다.

• 한국IT서비스학회:학술대회논문집
• /
• 2010.05a
• /
• pp.469-474
• /
• 2010

본 연구에서는 보건기관이 효율적으로 고혈압 관리 대상자를 탐색하고, 고혈압 관련 요인에 대한 지식을 효과적으로 관리할 수 있도록 하는 고혈압 고위험군 추정 모형 및 우선 사업 대상자 탐색 모형을 제안한다. 특히, 대용량 데이터 처리 및 실시간 시스템 운영, 외부 환경 변화를 고려한 자동 학습과 같은 현실적인 제약 조건을 해결하는 모형을 개발하는 것을 주 목표로 한다. 지역 보건소에서 수집된 의료 데이터를 이용하여 최적의 파라미터 값을 설정한 고혈압 고위험군 탐색 모형을 도출하였으며, 모형의 검증을 위하여 고혈압 환자정보로 구성된 평가용 데이터를 사용하여 고혈압 자연 발병률 대비 약 2배 수준으로 향상된 고혈압 환자 예측 정확도가 얻어지는 것을 확인하였다. 시스템 운영과 유비보수 측면에서 현실적으로 중요한 문제인 대용량 데이터 처리 및 외부 환경 변화에 강인한 자동학습 이슈를 해결하기 위한 방안에 대해서도 설명하였다.

• Journal of Korean Society of Transportation
• /
• v.23 no.6 s.84
• /
• pp.91-102
• /
• 2005

When it comes to the process of information storage, people are likely to organize individual information into the forms of groups rather than independent attributes, and put them together in their brains. Likewise, in case of finding the shortest path, this study suggests that a Hierarchical Road Network(HRN) model should be selected to browse the most desirable route, since the HRN model takes the process mentioned above into account. Moreover, most of drivers make a decision to select a route from origin to destination by road hierarchy. It says that the drivers feel difference between the link travel tine which was measured by driving and the theoretical link travel time. There is a different solution which has predicted the link travel time to solve this problem. By using this solution, the link travel time is predicted based on link conditions from time to time. The predicated link travel time is used to search the shortest path. Stochastic Process model uses the historical patterns of travel time conditions on links. The HRN model has compared favorably with the conventional shortest path finding model in tern of calculated speeds. Even more, the result of the shortest path using the HRN model has more similar to the survey results which was conducted to the taxi drivers. Taxi drivers have a strong knowledge of road conditions on the road networks and they are more likely to select a shortest path according to the real common sense.

• KIPS Transactions on Computer and Communication Systems
• /
• v.10 no.12
• /
• pp.329-342
• /
• 2021

The pharmaceutical industry is experiencing a productivity crisis with a low probability of success despite a long period of time and enormous cost. As a strategy to solve the productivity crisis, the use cases of Artificial Intelligence(AI) and Bigdata are increasing worldwide and tangible results are coming out. However, domestic pharmaceutical companies are taking a wait-and-see attitude to adopt AI platform for drug research. This study proposed a research model that combines the Value-based Adoption Model and the Innovation Resistance Model to empirically study the effect of value perception and resistance factors on adopting AI Platform. As a result of empirical verification, usefulness, knowledge richness, complexity, and algorithmic opacity were found to have a significant effect on perceived values. And, usefulness, knowledge richness, algorithmic opacity, trialability, technology support infrastructure were found to have a significant effect on the innovation resistance.

• Communications for Statistical Applications and Methods
• /
• v.19 no.3
• /
• pp.433-450
• /
• 2012

As a worker performs a certain operation repeatedly, he tends to become familiar with the job and complete it in a very short time. That means that the efficiency is improved due to his accumulated knowledge, experience and skill in regards to the operation. Investing time in an output is reduced by repeating any operation. This phenomenon is referred to as the learning curve effect. A learning curve is a graphical representation of the changing rate of learning. According to previous literature, learning curve effects are determined by subjective pre-assigned factors. In this study, we propose a new statistical model to clarify the learning curve effect by means of a basic cumulative distribution function. This work mainly focuses on the statistical modeling of binary data. We employ the Newton-Raphson method for the estimation and Delta method for the construction of confidence intervals. We also perform a real data analysis.