• 한국전자통신학회논문지
• /
• 제8권5호
• /
• pp.703-711
• /
• 2013

외국의 경우에는 개인의 필적을 통해 그 사람의 성격 등 개인정보를 파악하려는 노력이 수십 년간 지속되어 왔으나, 국내에는 한글을 대상으로 하는 필적학 연구가 거의 전무한 형편이다. 물론 필적감정 분야에 있어 개인의 필적 특성을 근거로 본인 여부를 확인하고 있지만 필적감정 전문가의 개인 능력과 판단에 주로 의존하고 있다. 이에 외국에서 필상학, 필체학, 필적학이라고 칭하는 필적학(Graphology)에 대한 학문적 접근이 한글에도 필요한 시점이다. 따라서 본 연구에서는 총 339명의 성인남녀를 대상으로 5요인 기법에 의한 성격진단 실험과 글자크기, 기울기 등 개인의 고유 필기습관이 나타난 시필(試筆)을 확보하여 빈도분석, 차이검정, 교차분석, 요인분석, 상관분석, 회귀분석 등을 실시하였다. 이때 성격진단을 위해 활용한 5요인 기법의 설문문항에 대한 요인분석 결과는 신뢰도가 매우 높았으며 이를 개인의 성격으로 채택하였다. 교차분석에서는 성별과 글자크기, 고향과 여백, 직업과 습관 등 일부 항목간에 차이를 확인할 수 있었으며, 소요시간과 5요인 성격 그리고 장당 줄수와의 관계를 알아보기 위하여 실시한 상관분석의 경우에는 5요인 성격간에 높은 상관관계가 나타났다. 선형회귀분석의 경우에도 적합도가 매우 높게 나타났으며, 이외에도 글씨정보와 5요인 성격을 비교분석하여 다양한 상관관계를 확인할 수 있었다. 물론 영어에 대한 필적학 이론도 해석하는 주체마다 다르고 한글은 구조적인 측면에서 영어와는 확연하게 다르기에 양 언어간의 필적학 이론을 맞비교하는 것은 어렵고 불가능한 일이다. 하지만 한글에 대한 필적학 이론 마련이 전무한 상태에서 기초적인 이론 정립을 위해 다양한 실험과 분석을 시도하는 것은 현 단계에서 매우 중요한 의미를 가진다.

• 응용통계연구
• /
• 제31권1호
• /
• pp.97-108
• /
• 2018

회귀모형을 이용하여 자료를 분석하는 경우 이상점이나 영향점의 유무를 검정하는 회귀진단기법은 모형의 적합성을 체크하기 위한 필수적인 도구이다. 이러한 이상점이나 영향점이 존재하는 경우 회귀분석의 결과가 왜곡되어 해석이 된다. Jang과 Anderson-Cook (Quality and Reliability Engineering International, 30, 1409-1425, 2014)은 불꽃그림이란 이름을 붙인 그래픽 방법를 제시하였는데 관측값에 부여된 가중치를 1에서 0으로 변화함에 따라 이상점이나 영향점이 회귀계수 및 잔차제곱합에 어떠한 영향을 미치는지 살펴 보았다. 본 연구에서는 다반응 반응표면분석에서 이러한 불꽃그림을 적용하여 보고자 한다.

• 한국토양비료학회지
• /
• 제47권5호
• /
• pp.319-323
• /
• 2014

This study investigates the prediction of soil chemical properties (organic matter (OM), pH, Ca, Mg, K, Na, total acidity, cation exchange capacity (CEC)) on 688 Korean soil samples using the visible-near infrared reflectance (VIS-NIR) spectroscopy. Reflectance from the visible to near-infrared spectrum (350 to 2500 nm) was acquired using the ASD Field Spec Pro. A total of 688 soil samples from 168 soil profiles were collected from 2009 to 2011. The spectra were resampled to 10 nm spacing and converted to the 1st derivative of absorbance (log (1/R)), which was used for predicting soil chemical properties. Principal components analysis (PCA), partial least squares regression (PLSR) and regression rules model (Cubist) were applied to predict soil chemical properties. The regression rules model (Cubist) showed the best results among these, with lower error on the calibration data. For quantitatively determining OM, total acidity, CEC, a VIS-NIR spectroscopy could be used as a routine method if the estimation quality is more improved.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권1호
• /
• pp.136-151
• /
• 2016

Flexible large-scale WLANs are now widely deployed in crowded and highly mobile places such as campus, airport, shopping mall and company etc. But network management is hard for large-scale WLANs due to highly uneven interference and throughput among links. So the traffic is difficult to predict accurately. In the paper, through analysis of traffic in two real large-scale WLANs, Granger Causality is found in both scenarios. In combination with information entropy, it shows that the traffic prediction of target AP considering Granger Causality can be more predictable than that utilizing target AP alone, or that of considering irrelevant APs. So We develops new method -Granger Causality and Vector Auto-Regression (GCVAR), which takes APs series sharing Granger Causality based on Vector Auto-regression (VAR) into account, to predict the traffic flow in two real scenarios, thus redundant and noise introduced by multivariate time series could be removed. Experiments show that GCVAR is much more effective compared to that of traditional univariate time series (e.g. ARIMA, WARIMA). In particular, GCVAR consumes two orders of magnitude less than that caused by ARIMA/WARIMA.

• 제어로봇시스템학회논문지
• /
• 제20권7호
• /
• pp.730-735
• /
• 2014

This paper introduces a GP (Genetic Programming) based robust technique for the prediction of a heavy rain newsflash. The nature of prediction for precipitation is very complex, irregular and highly fluctuating. Especially, the prediction of heavy precipitation is very difficult. Because not only it depends on various elements, such as location, season, time and geographical features, but also the case data is rare. In order to provide a robust model for precipitation prediction, a nonlinear and symbolic regression method using GP is suggested. The remaining part of the study is to evaluate the performance of prediction for a heavy rain newsflash using a GP based nonlinear regression technique in Korean regions. Analysis of the feature selection is executed and various fitness functions are proposed to improve performances. The KLAPS data of 2006-2010 is used for training and the data of 2011 is adopted for verification.

• Journal of Dental Anesthesia and Pain Medicine
• /
• 제17권3호
• /
• pp.183-190
• /
• 2017

Background: It is important to evaluate preoperative anxiety and prepare sedation when performing dental surgery under local anesthesia. Spielberger's State-Trait Anxiety Inventory (STAI) is useful for predicting preoperative anxiety. State anxiety is defined as a subjective feeling of nervousness. Reduction in the number of the state anxiety items (questions) will be clinically important in allowing us to predict anxiety more easily. Method: We analyzed the STAI responses from 1,252 patients who visited our institution to undergo dental surgery under local anesthesia. Multiple linear regression analysis was conducted for 9 groups comprising anxiety level determinations using the STAI; we then developed a coefficient of determination and a regression formula. We searched for a group satisfying the largest number of requirements for regression expression while setting any necessary conditions for accurately predicting anxiety before dental surgery under local anesthesia. Results: The regression expression from the group determined as normal for preoperative state anxiety was deemed the most suitable for predicting preoperative anxiety. Conclusion: It was possible to reduce the number of items in the STAI by focusing on "Preoperative anxiety before dental surgery."

• Steel and Composite Structures
• /
• 제37권2호
• /
• pp.193-209
• /
• 2020

In this paper, the efficiency of five Machine Learning (ML) methods consisting of Deep Learning (DL), Support Vector Machine (SVM), Random Forest (RF), Decision Tree (DT), and Gradient Tree Booting (GTB) for regression and classification of the Ultimate Load Factor (ULF) of nonlinear inelastic steel frames is compared. For this purpose, a two-story, a six-story, and a twenty-story space frame are considered. An advanced nonlinear inelastic analysis is carried out for the steel frames to generate datasets for the training of the considered ML methods. In each dataset, the input variables are the geometric features of W-sections and the output variable is the ULF of the frame. The comparison between the five ML methods is made in terms of the mean-squared-error (MSE) for the regression models and the accuracy for the classification models, respectively. Moreover, the ULF distribution curve is calculated for each frame and the strength failure probability is estimated. It is found that the GTB method has the best efficiency in both regression and classification of ULF regardless of the number of training samples and the space frames considered.

• 응용통계연구
• /
• 제20권3호
• /
• pp.459-473
• /
• 2007

본 연구에서는 연평균일교통량 예측을 위한 공간회귀모형을 제시하였다. 비록 공간 분석을 위하여 조사지점들 간의 유클리디안 거리가 일반적으로 사용되고 있지만, 조사되지 않는 도로의 교통량 예측을 위하여 교통량 조사지점들 간의 최단경로를 이용한 공간회귀모형을 새롭게 시도하였다. 공간예측방법으로는 일반크리깅을 사용하였으며 교차검증을 통하여 정량적으로 최단경로 기반의 교통량공간예측모형의 타당성을 제시하였다.

• 방송공학회논문지
• /
• 제26권5호
• /
• pp.566-574
• /
• 2021

전기화재의 원인중의 하나는 직렬 아크이다. 최근까지 아크 신호를 검출하기 위해 다양한 기법들이 진행되고 있다. 시간 신호에 푸리에 변환, 웨이블릿 변환, 또는 통계적 특징 등을 활용하여 아크 검출을 하는 방법들이 소개되었지만, 변환 및 특징 추출은 부가적인 처리 시간이 요구되는 단점이 있다. 반면에 최근의 딥러닝 모델은 종단간 학습으로 특징 추출 과정없이 직접 원시 데이터를 활용한다. 그러나, 딥러닝의 문제는 연산 복잡도가 높다는 것이다. 이 문제는 단말기에 딥러닝 연산 모듈을 넣기가 어렵게 한다. 따라서 본 논문에서는 복잡도가 상대적으로 낮은 기계학습 기법중에 로지스틱회기 (logistic regression)를 이용하여 아크 검출을 하는 기법을 제안한다.

• 한국조경학회지
• /
• 제35권1호
• /
• pp.28-35
• /
• 2007

The purpose of this study is to evaluate the visual preference factors for river scenery, which can vary according to changes in water levels, to estimate the optimal ratio of water surface/river width. Five locations on the Youngsan and Sumjin Rivers were selected as representative samples and field survey data such as channel geometry with water levels were prepared to develop the slide of river scenery, To estimate the level of satisfaction in river scenery, slides of 4 different water levels at each of the representative locations were developed through questionnaire. To analyse the correlation between the visual preference for river scenery and preference factors, a multi regression analysis method was adopted in this study. According to the results of the multi regression analysis, Factor B(Aesthetic factors) have the greatest affect on visual preferences and Factor A(A Feeling of Open space and Physical factors) affect significantly to visual preferences for river scenery. The results of analysis shows that the most preferred W/B ratio varies from 0.5 to 0.7 and this result indicates that many people prefer high levels river flow to maintain a natural and harmonious view of rivers. The results of this study will contribute to the field of river landscape design and river restoration projects in order to maximize the human being's satisfaction as a part of nature.