• Journal of Information Technology Applications and Management
• /
• 제15권2호
• /
• pp.1-14
• /
• 2008

The distinguished prosperity of information technologies from great progress of e-business during the last decade has unavoidably made software development for active data mining to discovery hidden predictive information regarding business trends and behavior from vary large databases. Therefore this paper develops an active mining object(ADMO) component, which provides real-time predictive information from web databases. The ADMO component is to extended ADO(ActiveX Data Object) component to active data mining component based on COM(Component Object Model) for application program interface(API). ADMO component development made use of window script component(WSC) based on XML(eXtensible Markup Language). For the purpose of investigating the application environments and the practical schemes of the ADMO component, experiments for diverse practical applications were performed in this paper. As a result, ADMO component confirmed that it could effectively extract the analytic information of classification and aggregation from vary large databases for Web services.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권3호
• /
• pp.79-84
• /
• 2021

고차원의 데이터를 처리하기 위해서는 데이터의 성질을 유지하면서 특징을 잘 반영할 수 있는 특징 추출 방법이 필요하다. 주성분분석 방법은 고차원 데이터에 포함된 정보를 저차원의 데이터로 변환하여 원래 데이터의 변수 수보다 적은 수의 변수로 고차원 데이터를 표현 할 수 있는 방법으로서 데이터의 특징 추출을 위한 대표적인 방법이다. 본 연구에서는 데이터가 고차원인 경우 데이터 특징 추출을 위한 주성분 분석에 있어서 주성분 변수 선정 시 적응적 상관도를 기반으로 한 주성분 분석 방법을 제안한다. 제안하는 방법은 입력 데이터간의 상관 관계를 기반으로 상관도를 적응적으로 반영하여 데이터의 주성분을 분석함으로써 다른 여러 변수에 중복적으로 상관도가 높은 변수와 주성분을 유도하는데 연관성이 적은 변수를 주성분 변수 후보 대상에서 제외시키고자 한다. 고유벡터 계수 값에 의한 주성분 위계를 분석하고 위계가 낮은 주성분이 변수로 선정이 되는 것을 막고 또한 상관 분석을 통하여 데이터의 중복 발생이 데이터 편향을 유도하는 것을 최소화하 하고자 한다. 이를 통하여 주성분 변수 선정 시 데이터 편향성의 영향을 줄임으로써 실제 데이터의 특징을 잘 나타내는 주성분 변수를 선정하는 방법을 제안하고자 한다.

• 대한교통학회지
• /
• 제21권2호
• /
• pp.119-130
• /
• 2003

SP 자료는 현재 존재하지 않는 교통정책 및 계획의 평가를 위해 광범위하게 이용되어 왔으나 현시선호와의 연계가 단점으로 지적되어 왔다. 이를 극복하는 방법의 하나로서 현시선호자료, 즉 RP 자료와의 결합이 제시되어 왔으며 RPㆍSP 결합방법론이 개발되었다. 본 논문의 목적은 Error Component 방법을 이용하여 새로운 RPㆍSP 결합방법을 제시하고 그 유용성을 입증하는 것이다. Error Component 방법은 SP 자료 또는 RP 자료의 상대적인 분산을 구하기 위해 각 자료의 오차를 분할하고 이에 대한 파라메타와 효용의 파라메타를 동시에 추정하는 것이다. 이를 위한 분석자료는 시뮬레이션을 통해서 인위적인 RP 자료와 SP 자료를 생성하여서 사용하였고 생성된 자료로 Error Component 방법을 이용한 결합모형과 기존의 결합방법의 결과를 파라메타 및 시간가치를 척도로 비교ㆍ분석하였다. 연구 결과 본 연구에서 제시한 방법론이 자료의 규모에 관계없이 일관되게 기존 RPㆍSP 결합방법에 의해 추정된 모형보다 가정된 파라메타 값에 일치함을 보여줘 Error Component 방법이 유용함을 증명하였다. 또한 파라메타의 비로 표현한 시간가치도 Error Component 방법의 적용값이 기존방법론의 적용값보다 가정된 값과 유사한 값을 보여 줘 본 연구가 제시한 방법의 우월성을 입증하였다. 또한 기존 결합모형인 동시적 모형과 순차적 모형이 모두 RP자료와 SP자료를 결합하는 방법으로 유용하게 사용될 수 있음을 보여주었으나 동시적방법이 보다 순차적방법보다 효율적인 방법으로 분석되었다.

• Journal of the Korean Data and Information Science Society
• /
• 제16권4호
• /
• pp.717-724
• /
• 2005

We often extract a new feature from the original features for the purpose of reducing the dimensions of feature space and better classification. In this paper, we show feature extraction method based on independent component analysis can be used for classification. Entropy and mutual information are used for the selection of ordered features. Performance of classification based on independent component analysis is compared with principal component analysis for three real data sets.

• 한국공간정보시스템학회 논문지
• /
• 제3권1호
• /
• pp.49-62
• /
• 2001

공간정보 및 속성정보를 저장 및 관리하여 서비스하는 지리정보시스템은 최근 네트워크 및 분산환경의 기술개발과 더불어 급격히 변화하고 있다. 이러한 지리정보시스템은 컴포넌트 기반 기술로 자리매김하고 있으며 OGC(OpenGIS Consortium)에서는 지리정보시스템의 설계 및 구현에 대한 다양한 사양과 토픽을 제시하고 있다. OGC의 사양을 충족하는 개방형 지리정보시스템은 다양한 컴포넌트들로 구성되어 있으며, 이러한 컴포넌트 기반의 시스템에 추가적인 요소로써 공간분석 컴포넌트를 구현하였다. 지리정보시스템에서 공간분석기능은 중요한 요소 중 하나이며 전체 시스템의 성능적, 기능적 평가 기준이 되기도 한다. OGC에서 제시하는 기본 공간데이터 모델인 Geometry 모델은 기본 기하공간객체를 관리하는 모델이며, 다양한 분석 컴포넌트들의 연동을 위하여 확장이 필요하다. 즉 기본 기하공간데이터 모델뿐 아니라, 기본 위상공간데이터 모델을 제공해야 하며 또한 이러한 기본 위상공간모델을 다양한 분석기능에 맞게끔 확장이 필요하다. 본 논문에서는 개방형 GIS컴포넌트의 전체 아키텍쳐와 이와 연동되는 분석 컴포넌트로써 네트?p 분석, TIN 분석 컴포넌트에 대하여 살펴보고 또한 기본 기하 데이터 모델인 OGC Simple Feature Geometry의 확장과 연등방법에 대하여 논의해 볼 것이다.

• 응용통계연구
• /
• 제30권3호
• /
• pp.311-321
• /
• 2017

주성분 분석은 통계학 뿐만 아니라 기상학에서 널리 사용되는 방법론이며, 고차원 자료에 대한 차원축소 역할 뿐만아니라 기상자료에서의 의미있는 패턴을 찾아내기 위해 사용되는 방법론이다. 또한 주성분분석에 기반을 둔 주성분 회귀분석 방법론은 기후예측이 가능하므로 미래 시점의 기후값 예측에 사용될 수 있다. 본 논문에서는 Wang과 Huang (2016) 논문에서 제안한 제한된 공간 주성분 분석을 기반으로 한 주성분 회귀분석 방법론을 개발하였다. 이를 시뮬레이션을 통하여 확인하였고, 실제 자료인 동아시아 지역 온도예측에 적용하여 기존의 주성분 회귀분석 예측 값에 비해 예측력이 높아짐을 확인하였다.

• 한국신뢰성학회:학술대회논문집
• /
• 한국신뢰성학회 2000년도 추계학술대회
• /
• pp.269-277
• /
• 2000

The component reliability database is required in PSA (Probabilistic Safety Analysis) for NPP (Nuclear Power Plant). We have applied a generic database to the PSA for the Korean NPPs, since there is no specific component reliability database. Therefore we are developing the plant-specific component reliability database for domestic NPPs. We also extend the experience and knowledge of PSA and component reliability database for NPP to chemical industry We collect the raw data like component operation history and maintenance history and then input the required data for the component reliability database through failure analysis. With the database, we can not only perform PSA with real data but also perform maintenance optimization.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제52권1호
• /
• pp.64-75
• /
• 2003

Medical image segmentation is the process by which an original image is partitioned into some homogeneous regions like bones, soft tissues, etc. This study demonstrates an automatic medical image segmentation technique based on independent component analysis. Independent component analysis is a generalization of principal component analysis which encodes the higher-order dependencies in the input in addition to the correlations. It extracts statistically independent components from input data. Use of automatic medical image segmentation technique using independent component analysis under the assumption that medical image consists of some statistically independent parts leads to a method that allows for more accurate segmentation of bones from CT data. The result of automatic segmentation using independent component analysis with square test data was evaluated using probability of error(PE) and ultimate measurement accuracy(UMA) value. It was also compared to a general segmentation method using threshold based on sensitivity(True Positive Rate), specificity(False Positive Rate) and mislabelling rate. The evaluation result was done statistical Paired-t test. Most of the results show that the automatic segmentation using independent component analysis has better result than general segmentation using threshold.

• Journal of the Korean Data and Information Science Society
• /
• 제24권3호
• /
• pp.533-541
• /
• 2013

이 연구에서는 라소를 이용한 간편한 주성분분석을 제안한다. 이 방법은 다음의 두 단계로 구성되어 있다. 먼저 주성분분석에 의해 주성분을 구한다. 다음으로 각 주성분을 반응변수로 하고 원자료를 설명변수로 하는 라소 회귀모형에 의한 회귀계수 추정량을 구한다. 이 회귀계수 추정량에 기반한 새로운 주성분을 사용한다. 이 방법은 라소 회귀분석의 성질에 의해 회귀계수 추정량이 보다 쉽게 0이 될 수 있기 때문에 해석이 쉬운 장점이 있다. 왜냐하면 주성분을 반응변수로 하고 원자료를 설명변수로 하는 회귀모형의 회귀계수가 고유벡터가 되기 때문이다. 라소 회귀모형을 위한 R 패키지를 이용하여 모의생성된 자료와 실제 자료에 이 방법을 적용하여 유용성을 보였다.

• 정보처리학회논문지D
• /
• 제9D권3호
• /
• pp.399-408
• /
• 2002

소프트웨어 위기를 극복하기 위하여 컴포넌트 기술이 제안되어 개발에 적용되고 있다. 소프트웨어 컴포넌트는 하드웨어의 집적회로와 같은 블랙박스로 취급되지만 사용자가 효과적으로 이해할 수 있도록 지원되지 않는다면 이용할 수가 없다. 이 논문은 하드웨어 컴포넌트의 이해를 돕기 위한 데이터 북 형식이 소프트웨어 컴포넌트를 표현하는데 잘 적용될 수 있다는 것을 보였다. 데이터 북의 내용으로 UML과 API모형을 도입하여 컴포넌트를 이해하는 접근 방법을 채택하였으며 소프트웨어 컴포넌트의 중요한 부분인 아키텍처와 인터페이스 부분을 추가하였다. 실증적인 실험을 위하여 제안한 데이터 북을 EJB의 배치 디스크립터에 확장 포함하여 컴포넌트 데이터북을 웹 브라우저에서 볼 수 있도록 하였고 그 효용성을 실험하였다.