• 한국멀티미디어학회논문지
• /
• 제19권12호
• /
• pp.1951-1959
• /
• 2016

In this paper, we propose a two-scale fusion method for infrared and visible images using saliency and variance. The images are separated into two scales respectively: a base layer of low frequency component and a detailed layer of high frequency component. Then, these are synthesized using weight. The saliencies and the variances of the images are used as the fusion weights for the two-scale images. The proposed method is tested on several image pairs, and its performance is evaluated quantitatively by using objective fusion metrics.

• 대한수학회보
• /
• 제55권4호
• /
• pp.1303-1315
• /
• 2018

For principal component analysis (PCA) to efficiently analyze large scale matrices, it is crucial to find a few singular vectors in cheaper computational cost and under lower memory requirement. To compute those in a fast and robust way, we propose a new stochastic method. Especially, we adopt the stochastic variance reduced gradient (SVRG) method [11] to avoid asymptotically slow convergence in stochastic gradient descent methods. For that purpose, we reformulate the PCA problem as a unconstrained optimization problem using a quadratic penalty. In general, increasing the penalty parameter to infinity is needed for the equivalence of the two problems. However, in this case, exact penalization is guaranteed by applying the analysis in [24]. We establish the convergence rate of the proposed method to a stationary point and numerical experiments illustrate the validity and efficiency of the proposed method.

• 한국컴퓨터정보학회논문지
• /
• 제23권12호
• /
• pp.21-26
• /
• 2018

As the large amount of data can be efficiently stored, the methods extracting meaningful features from big data has become important. Especially, the techniques of converting high- to low-dimensional data are crucial for the 'Data visualization'. In this study, principal component analysis (PCA; linear dimensionality reduction technique) and Isomap (non-linear dimensionality reduction technique) are introduced and applied to neural big data obtained by the functional magnetic resonance imaging (fMRI). First, we investigate how much the physical properties of stimuli are maintained after the dimensionality reduction processes. We moreover compared the amount of residual variance to quantitatively compare the amount of information that was not explained. As result, the dimensionality reduction using Isomap contains more information than the principal component analysis. Our results demonstrate that it is necessary to consider not only linear but also nonlinear characteristics in the big data analysis.

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.129-134
• /
• 1995

The ordinary least square estimator of the disturbance variance in the pooled cross-sectional and time series regression model is shown to be asymptotically unbiased without any restrictions on the regressor matrix when the disturbances follow an equicorrelated error component models.

• ETRI Journal
• /
• 제45권1호
• /
• pp.131-137
• /
• 2023

The phase reconstruction process in digital holographic microscopy involves a trade-off between the phase error and the high-spatial-frequency components. In this reconstruction process, if the narrow region of the sideband is windowed in the Fourier domain, the phase error from the DC component will be reduced, but the high-spatial-frequency components will be lost. However, if the wide region is windowed, the 3D profile will include the high-spatial-frequency components, but the phase error will increase. To solve this trade-off, we propose the high-variance pixel averaging method, which uses the variance map of the reconstructed depth profiles of the windowed sidebands of different sizes in the Fourier domain to classify the phase error and the high-spatial-frequency components. Our proposed method calculates the average of the high-variance pixels because they include the noise from the DC component. In addition, for the nonaveraged pixels, the reconstructed phase data created by the spatial frequency components of the widest window are used to include the high-spatialfrequency components. We explain the mathematical algorithm of our proposed method and compare it with conventional methods to verify its advantages.

• Journal of the Korean Data and Information Science Society
• /
• 제7권1호
• /
• pp.87-92
• /
• 1996

A regression model with nested erroe structure is considered. The regression model includes two error terms that are independent and normally distributed with zero means and constant variances. This error structure of the model gives correlated response variables. The distributions of variance components in the regression model with nested error structure are dervied by using theorems for quadratic forms.

• East Asian mathematical journal
• /
• 제9권2호
• /
• pp.333-345
• /
• 1993

• Journal of the Korean Data and Information Science Society
• /
• 제28권5호
• /
• pp.981-999
• /
• 2017

단순확률모형을 고려하는 표준관리도에서는 표본간 분산을 고려하지 않고 공정분산을 추정한다. 표본간 분산이 존재하는 경우에는, 공정분산이 과소추정된다. 공정분산이 과소추정되면 좁아진 관리한계로 인해 관리도의 민감도는 향상되지만 과도한 오경보율을 발생시킨다. 이 논문에서는 공정모형으로 분산성분모형, 즉 변동의 원인을 표본내 분산과 표본간 분산으로 구분하는 확률모형을 고려한다. 관리한계는 표본내 분산과 표본간 분산을 모두 사용하여 설정하고 그에 따른 평균런길이를 통하여 효율을 살펴 보았다. 관리형태는 가장 널리 사용되는 ${\bar{X}}$, EWMA, CUSUM 관리도를 고려하였다. 관리한계 설정에서 표본내 분산만을 사용한 경우 (Case I)와 표본간 분산도 함께 사용한 경우 (Case II)를 통해 관리도의 효율을 비교하였다. 또한, 공정 모수가 주어진 경우와 추정된 두 경우에 대해서도 관리도의 효율을 비교하였다. 그 결과, 표본간 분산이 증가할 때 Case I의 오경보율은 급격히 증가한 반면 Case II의 경우에는 동일하게 유지됨을 알 수 있었다.

• 한국식품과학회지
• /
• 제44권5호
• /
• pp.648-652
• /
• 2012

시중에 판매되고 있는 증류식 소주 9종에 대해 묘사분석법을 적용하여 18가지의 관능특성을 도출하였다. 전반적으로 시료의 향, 맛, 입안감촉 관련 관능특성은 알코올 수준을 반영하여 시료간의 차이를 보였다. 재래 증류식 소주와는 달리 현대 증류식 소주는 균일화된 원재료의 사용과 생산 조건의 영향으로 복합적인 향을 나타내지 않는 것으로 보이며, 관능특성 분석과 더불어 이를 나타내는 주요한 향기성분에 대한 규명도 향후 필요하리라 여겨진다. 이를 통해 향후 국내시장에서 다양한 증류식 소주의 품질 향상과 대중화에 기여하리라 여겨진다.

• 감성과학
• /
• 제11권4호
• /
• pp.553-564
• /
• 2008

본 연구에서는 일반화가능도 이론을 이용하여 폴리그라프 검사에 사용된 관련 질문의 개수와 반복측정 횟수 (차트의 수), 채점자 수가 폴리그라프 검사의 신뢰도에 미치는 영향을 평가하였다. 검찰청에서 형사피의자를 대상으로 Backster ZCT를 사용한 폴리그라프 검사자료 중 31명의 폴리그라프 검사자료를 표본추출하였으며, 31명의 검사자료를 13명의 채점자가 수치적 채점방법을 이용하여 채점한 점수에 대하여 일반화가능도 이론을 적용하여 분석하였다. 분석결과, 피검사자의 변량성분이 43.97%로 가장 컸으며, 다음으로 잔여오차변량성분이 16.84%, 피검사자와 반복측정 횟수의 상호작용오차변량성분이 12.17%, 피검사자와 반복측정 횟수, 관련 질문 개수의 삼원상호작용오차변량성분이 10.31%였으며, 나머지 변량성분은 모두 7% 미만이었다. 관련 질문의 개수와 반복측정 횟수, 채점자의 수에 따른 일반화가능도 계수를 산출한 결과, 바람직한 일반화가능도 계수인 0.80 이상을 보이는 조건은 관련 질문 2개 이상과 반복측정 3회 이상, 채점자 2명 이상의 조합인 것으로 나타났다.