http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
안성진,Ahn, Sung-Jin 한국통계학회 2011 Communications for statistical applications and me Vol.18 No.6
분위수와 분위(또는 타점위치)는 학계에서나 산업계에서 널리 사용되고 있다. 그런데 통계 소프트웨어에 구현되어 있는 표본 분위수 계산방법들과 표본 분위 계산방법들은 각각 적어도 일곱 가지가 있다. 분위수들이나 분위들을 정의하는 방법들 간의 사소해 보이는 차이가 그 값을 토대로 이루어지는 결정의 큰 차이를 가져올 수 있다. 이 논문에서는 경험적 누적확률을 사용한 기본 타점위치 방법과 Blom (1958)의 제안을 토대로 파생된 여섯 가지 타점위치 방법의 특징과 차이점을 논의하였다. 또 통계소프트웨어에 구현되어 있는 일곱 가지 표본분위수 계산방법들의 특징과 차이점들을 논의한 후 이들을 망라하는 하나의 일반식을 제시하였다. 이 논문에서는 이 일반식으로부터 얻어지는 통찰을 토대로 표본분위수에 대응되는 표본분위를 구하는 방법을 제안하였고, 이 제안을 각 표본분위수 방법에 적용하여 대응되는 표본분위 방법을 도출하였다. 이런 대응관계는 표본분위수와 표본분위에 대한 종합적 이해와 적용에 도움을 줄 수 있을 것이다. Quantiles and quantile ranks(or plotting positions) are widely used in academia and industry. Sample quantile methods and sample quantile methods implemented in some major statistical software are at least seven, respectively. Small looking differences between the methods can make big differences in outcomes that result from decisions based on them. We discussed the characteristics and differences of the basic plotting position using the empirical cumulative probability and the six plotting positions derived from the suggestion of Blom (1958). After discussing the characteristics and differences of seven quantile methods used in the some major statistical software, we suggested a general expression covering all seven quantile methods. Using the insight obtained from the general expression, we proposed four propositions that make it possible to find the plotting position method that correspond to each of the seven quantile methods. These correspondences may help us to understand and apply quantile methodology.
안성진,남경용,Ahn, Sung-Jin,Nam, Kyung-Yong 한국건축시공학회 2020 한국건축시공학회지 Vol.20 No.2
최근 교량은 장대화, 신공법의 도입에 따른 위험요인의 증가로 교량공사에서의 철저한 안전 및 리스크 관리 체계가 필요하다. 공사 현장 주변에 있는 발주자 건설공사 관련자 및 공사와 관련이 없는 제 3자의 기존 재산에 손해를 발생시킬 수 있어 제3자 피해 손실로 인한 리스크가 명확히 분석되어야 함에도 불구하고 연구가 미비한 실정이다. 본 연구는 교량건설 사업에 대한 국내 주요 보험사의 과거 보험료 지급 실적을 토대로 실제 교량 건설에서 제3자 피해 손실로 인한 손실에 대한 교량건설 특성에 따른 리스크 요인을 분석하고, 정량화된 예측 손실 모델을 개발하고자 하였다. 정량적 교량건설 손실모형 개발을 위해 사고 건당 보험지급액을 총공사비로 나눈 손실비율을 종속변수로 선정하였고, 상부구조, 하부구조, 홍수 및 도급순위가 교량건설 중 제3자 피해에 의한 손실비율에 영향을 미치는 지표로 나타났다. 도출된 결과는 건설프로젝트에 대한 손실 평가 모델 개발에 기존의 프로젝트 내부에서 발생한 손실과 더불어 제3자 피해손실을 고려함으로써 더불어 균형 있는 리스크 평가에 필수적인 지침으로 활용할 수 있다. The recent bridge construction projects demand thorough and systematic safety and risk management, due to the increase of risk factors following the introduction of new and complex construction methods and technologies. Among many types of damages that can occur in bridge construction projects, the damages to third parties who are not directly related to the existing property of the contractor construction project can also bring about critical loss in the project in order to compensate the damages. Therefore, risks that could be caused by the loss occurred to indemnify the third party damages should be clearly analyzed, although there are not subsequent amount of studies focusing on the issue. Based on the past record of insurance payment from domestic insurance companies for bridge construction projects, this study aimed to analyze the risk factors of bridge construction for loss caused to compensate the third-party damages happened in actual bridge construction projects and to develop a quantified and numerical predictive loss model. In order to develop the model, the loss ratio was selected as the dependent variable; and among many analyzed independent variables, the superstructure, foundation, flood, and ranking of contractors were the four significant risk factor variables that affect the loss ratio. The results produced can be used as an essential guidance for balanced risk assessment, supplementing the existing analysis on material losses in bridge construction projects by taking into account the third-party damage and losses.
안성진(Sung-Jin Ahn),고동민(Dong-Min Ko),최강선(Kang-Sun Choi) 대한전자공학회 2016 대한전자공학회 학술대회 Vol.2016 No.11
In this paper, a cow behavior recognition algorithm is proposed to detect the optimal time of insemination by using the support vector machine (SVM) classifier with motion history image (MHI) feature information. In the proposed algorithm, area information indicating the amount of movements is extracted from MHI, instead of motion direction which has been widely used for person action recognition. In the experimental results, it is confirmed that the proposed method detects the cow mounting behavior with the detection rate of 75%.
안성진 ( Ahn Sung-jin ) 한국건축시공학회 2020 한국건축시공학회지 Vol.20 No.1
최근의 교량 건설 프로젝트는 교량 건설의 증가추세에 따라 위험 손실에 대비하기 위해 보다 정교한 리스크 관리 조치와 손실 예측을 요구하고 있다. 본 연구는 교량 건설 사업에 대한 국내 주요 보험사의 과거 보험료 지급 실적을 토대로 실제 교량 건설에서 목적물의 손실을 유발하는 위험 요인을 분석하고, 정량화된 예측 손실 모델을 개발하고자 하였다. 정량적 교량건설 손실모형 개발을 위해 사고 건당 보험지급액을 총공사비로 나눈 손실비율을 종속변수로 선정하였고, 독립변수로는 1)기술적 요인: 상부 구조 유형, 하부 구조 유형, 상부 가설방법, 교량 길이 2) 자연재해요인 : 태풍, 홍수 3) 프로젝트 정보: 공사기간, 총공사비를 채택하였다. 선정된 독립변수 중 상부구조, 가설방법 및 프로젝트 기간이 교량건설 손실 비율에 영향을 미치는 지표로 나타났다. 본 연구 결과로 도출된 리스크 지표와 손실예측 함수는 정부 관련기관, 교량 건설 설계 및 시공사, 보험회사에 정량적 피해 예측 및 위험 평가 서비스를 제공하며, 향후 기초 교량 리스크 평가 개발 연구의 가이드라인으로 활용할 수 있다. The recent bridge construction projects is demanded more sophisticated risk management measures and loss forecasts to brace for risk losses from an increase in the trend of bridge construction. This study aims to analyze the risk factors that caused the loss of material in actual bridge construction and to develop a quantified predictive loss model, based on the past record of insurance payment by major domestic insurance companies for bridge construction projects. For the development of quantitative bridge construction loss model, the dependent variable was selected as the loss ratio, i.e., the ratio of insurance payout divided by the total project cost, while the independent variable adopted 1) Technical factors: superstructure type, foundation type, construction method, and bridge length 2) Natural hazards: typhoon and flood 3) Project information: construction period and total project cost. Among the selected independent variables, superstructure type, construction method, and project period were shown to affect the ratio of bridge construction losses. The results of this study can provide government agencies, bridge construction design and construction and insurance companies with the quantitative damage prediction and risk assessment services, using risk indicators and loss prediction functions derived from the findings of this study and can be used as a guideline for future basic bridge risk assessment development research.