• 응용통계연구
• /
• 제22권3호
• /
• pp.479-488
• /
• 2009

비모수적 판별분류방법으로 널리 사용되는 ${\kappa}$-Nearest Neighbors Classification(KNNC) 방법은 자료의 국소적 특징을 고려하지 않고 전체 자료에 대해 고정된 이웃의 개수 ${\kappa}$를 사용하여 개체를 분류하는 방법이다. 본 연구에서는 KNNC의 대안으로 자료의 국소적 특징을 고려하는 Adaptive Nearest Neighbors Classificaion(ANNC) 방법을 제안하였다. 제안된 방법의 특징을 규명하기 위하여 실제 자료에 대한 분석을 통하여 제안된 방법의 응용 가능성을 제시하였으며, 나아가 모의실험을 통하여 기존의 방법과의 효율성을 비교하였다.

• 농업과학연구
• /
• 제38권3호
• /
• pp.571-581
• /
• 2011

This study develops a mid-term preceding observation model of radish to complement an existing short-term agricultural observation model. The first purpose of the study is to extend a three seasonal classification(spring, summer, fall) of fruit-vegetables to a four seasonal classification that involves the winter additionally. This allows us to verify the reason for demand and supply unbalance and unstable price of radish. The second purpose is to construct a mid-term preceding observation model that would be used to forecast planted areas, output, monthly shipment and price. To achieve these purposes, several multiple regression models are estimated. A system is consisted of a planted areas equation, a yield equation, monthly shipment distribution equation, and monthly price equation. To calculate output an auxiliary equation is involved in the system and the consumer price index etc are considered as exogenous variables.

• 한국초등과학교육학회지:초등과학교육
• /
• 제27권1호
• /
• pp.9-22
• /
• 2008

The purpose of this study was to investigate the type of classification criterion and the characteristic of classification strategy that appear in pre-service elementary teachers' classification activity. The 4 tasks were developed for classification activity; button as a real things that attribute is prominent, shell as a real things that attribute is less prominent, snow flake as a picture cards that attribute is prominent, and galaxy as a picture cards that attribute is less prominent. The 5 college students who major in elementary education were selected. Data were collected by interview with participants, participants' classification recording paper, investigator's observation of participants' action observation, and videotaped that record participants' subject classification process. Result proved in this study is as following. First, pre-service elementary teachers used 4 qualitative classification criterion of feature, random field, image and secondary property, and used 2 dimension classification criterion of space and quantity. They used single quality classification criterion or combining dimension classification criterion in classification activity. Second, pre-service elementary teachers have classification strategy that apply each various classification criterion, and also classification strategy are different according to subject, but discussed that "anchor" and "priming effect" are important for effective classification. Result of this study is expected to contribute classification research and classification teaching program development.

• 정보처리학회논문지C
• /
• 제12C권1호
• /
• pp.63-68
• /
• 2005

본 논문에서는 다중레벨 직교진폭변조 신호론 위한 최우 변조분류기법의 성능을 분석한다. 기존의 연구와는 달리 여기서는 가용 변조방식에 대한 상대적인 분규성능과 단일표본관측을 적용할 경우 최우 분류기의 성능한계 둥을 제시하였다. 이를 위하여 본 논문에서는 가용 성상도에서 심볼간 최소 유클리드 거리론 동일하게 하여 심볼의 수가 자은 성상도가 보다 큰 성상도의 부분집합이 되도록 하였다 그리고 다중가설시험을 위한 표본의 수는 하나로 정하였다. 그 결과 모든 실험에서 신호대잡음비의 증가에 따라 분류성능이 향상됨을 될 수 있다. 특히, 참인 성상도가 4진 직교진폭변조인 경우 추가적인 정보나 관측표본 없이도 송신기에서 사용된 변조방식을 거의 완벽하게 분류함을 확인할 수 있다. 또한 16진과 64진 신호의 경우 그 부분집합이 되는 성상도에 의하여 공유된 심볼들의 영향으로 오분류 가능성이 상존하지만 단일표본관측만으로도 약 $80{\%}$의 정분류 성능을 얻을 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제19권1호
• /
• pp.203-213
• /
• 2014

본 논문에서는 곤충 종의 외관구조인 머리, 몸통, 날개, 다리에 대한 관찰자의 일반적이고 수평적인 관찰특성에 따라 자유롭게 곤충 종을 관찰함으로써 관찰 곤충 검색엔진에서의 사용자 만족도 제고와 보다 효율적인 관찰학습의 방법을 제안한다. 자연생태 환경에서 초보 학습자의 효율적인 관찰검색과 효과적 학습을 위해서는 생물학적 분류체계가 아닌 곤충 종의 외관구조 즉, 외부 신체구조의 모양과 특성 중심의 곤충관찰 기반의 검색(Insect Search by Observation based on Insect Appearance: ISOIA)이 필요하다. 그러므로 본 연구에서는 곤충의 외관구조인 머리, 몸통, 날개, 다리에 대한 관찰자의 일반적인 관찰방법에 따른ISOIA 검색방식을 제안하고, 기존의 ISBC와 ISOBC 검색체계에 대한 사용 만족도를 비교 분석하여 본 논문에서 제안하는 ISOIA 검색 방안이 우수함을 보이고자 한다.

• 간호행정학회지
• /
• 제20권5호
• /
• pp.545-557
• /
• 2014

Purpose: The purpose of this study was to develop a patient classification system based on nursing care intensity for patients with acute stroke-related symptoms and verify its validity and reliability. Methods: Data were collected between November, 2013 and February, 2014. The verification for content validity of the patient classification system was conducted by a group of seven professionals. Both interrater reliability and concurrent validity were verified at stroke units in tertiary hospitals. Results: The intensive nursing care for acute stroke patients consisted of 14 classified domains and 56 classified contents by adding 'neurological assessment and observation' and 'respiratory care': 'hygiene', 'nutrition', 'elimination', 'mobility and exercise', 'education or counselling', 'emotional support', 'communication', 'treatment and examination', 'medication', 'assessment and observation', 'neurological assessment and observation', 'respiratory care', 'coordination between departments', and 'discharge or transfer care'. Each domain was classified into four levels such as Class I, Class II, Class III, and Class IV. Conclusion: The results show that this patient classification system has satisfactory validity for content and concurrent and verified reliability and can be used to accurately estimate the demand for nursing care for patients in stroke units.

• 한국음향학회지
• /
• 제39권6호
• /
• pp.615-621
• /
• 2020

본 논문은 다중 관측소에서 측정된 지진 신호를 이용한 그래프 합성곱 신경망 기반 지진 이벤트 분류 방법을 제안한다. 기존의 딥러닝 기반 지진 이벤트 분류 방법은 대부분 단일 관측소에서 측정된 신호로부터 지진 이벤트를 분류한다. 지진 관측망에는 수많은 지진 관측소가 존재하며 하나의 관측소만 사용하는 방법보다 여러 관측소의 정보를 동시에 활용하는 방법이 지진 이벤트 분류 성능 향상을 이끌 수 있다. 본 논문에서는 단일 관측소에서 측정된 지진 신호들에 합성곱 신경망을 적용해 임베딩 특징을 추출한 후 그래프 합성곱 신경망을 이용해 단일 관측소들 사이의 정보를 융합하는 다중 관측소 기반 지진 이벤트 분류 구조를 제안한다. 관측소의 개수 변화 등 다양한 실험을 통해 제안한 모델의 성능 검증을 수행하였으며 실험 결과 제안하는 모델이 단일 관측소 기반 분류 모델보다 약 10 % 이상의 정확도와 이벤트 재현율 성능 향상을 보여주었다.

• 한국과학교육학회지
• /
• 제26권1호
• /
• pp.40-48
• /
• 2006

이 연구의 목적은 초등학교 6학년 학생의 분류활동에서 나타나는 사고 유형, 과정과 특징을 분석하는 것이다. 이러한 목적을 달성하기 위하여 분류활동 수행에 적합한 2가지 도구를 개발하였다. 첫 번째는 속성이 분명하게 드러나는 인공자극카드이고, 두 번째는 속성이 잘 드러나지 않는 자연자극카드이다. 서울시 영등포구 소재 D초등학교 6학년 8명을 대상으로 질적 연구를 수행하였다. 자료는 피험자의 과제 수행과정을 녹화한 비디오테이프, 피험자의 분류 기록지, 연구자의 피험자 행동 관찰, 피험자와의 면담 등 자료 삼각측정법에 의해 획득하였다. 연구결과, 6학년 학생들은 분류활동에서 속성 관찰, 속성 평가, 예비 점검, 기준 선택, 샘플 동정의 다섯 가지 유형의 사고를 하였으며, 모든 항목을 분류할 때까지 속성 관찰 $\rightarrow$ 속성 평가 $\rightarrow$ 예비 점검 $\rightarrow$ 기준 선택 $\rightarrow$ 샘플 동정의 과정을 반복하였다. 그리고 인지 경제성을 활용하여 분류하여 분류하였다. 이상의 연구 결과는 과학 분류 학습 지도에 다음과 같은 시사점을 줄 수 있다. 첫째,교사가 학생들의 분류 사고과정을 이해한다면, 보다 효과적인 분류학습 지도가 가능할 것이다. 둘째, 분류사고 과정의 각 단계를 고려한 단계별 학습지도가 필요하다.

• Journal of the Korean Statistical Society
• /
• 제18권1호
• /
• pp.13-25
• /
• 1989

This paper suggests a classification rule with unequal covariance matrices when a patterned incomplete data are involved in the discriminant analysis. This is an extension of Geisser's (1966) result to the case of missing observations. For the calssificaiton rule, we introduce an algorithm which contains data augmentation step and Monte Carlo integration step and show that the algorithm yields a consistant estimator of true classification probability. The proposed method is compared to the complete observation vector method through a Monte Carlo study. The results show that the suggested method, in general, performs better than the complete observation vector method which ignores those vectors of observation with one or more missing values from the analysis. The results also verify the consistency of the algorithm.

• 한국멀티미디어학회논문지
• /
• 제24권10호
• /
• pp.1336-1345
• /
• 2021

Attention Deficit Hyperactivity Disorder (ADHD) is one of the most common neurological disorders in children. The diagnosis of ADHD in children is based on the interviews and observation reports of parents or teachers who have stayed with them. Since this approach cannot avoid long observation time and the bias of observers, another approach based on Electroencephalography(EEG) is emerging. The goal of this study is to develop an assistive tool for diagnosing ADHD by EEG classification. This study explores the frequency bands of EEG and extracts the implied features in them by using the proposed CNN. The CNN architecture has three Convolution-MaxPooling blocks and two fully connected layers. As a result of the experiment, the 30-60 Hz gamma band showed dominant characteristics in identifying EEG, and when other frequency bands were added to the gamma band, the EEG classification performance was improved. They also show that the proposed CNN is effective in detecting ADHD in children.