http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 우민선(Min Sun Woo) (검색결과 5 건)
- 무료
- 기관 내 무료
- 유료
-
구조방정식모형에서 경로계수에 대한 검정 방법들의 제2종 오류 평가
우민선(Min Sun Woo),강현철(Hyuncheol Kang) 한국자료분석학회 2023 Journal of the Korean Data Analysis Society Vol.25 No.3
구조방정식모형을 적용하여 데이터 분석을 수행할 때 주요 관심 중 하나는 경로계수들에 대한 추정과 검정이다. 경로계수들에 대한 검정 방법으로는 t-값을 사용하는 방법, Bollen-Stine의 붓스트랩 방법, Satorra-Bentler의 척도화 검정통계량을 사용하는 방법 등이 있다. 이러한 방법들은 모두 자료의 정규분포를 가정하는 점근적인 검정 방법이며, 주어진 자료 및 모형의 형태에 따라서 다른 검정결과가 산출되는 경우도 있다. 본 연구에서는 주로 사용되는 검정 방법들에 대하여 모의실험(simulation)을 이용하여 여러 가지 상황하에서 검정력(1-제2종 오류)을 산출하였으며, 그 결과를 통해 이들 검정 방법들의 성능을 평가하였다. ML 방법은 추정과 검정력의 측면에서 자료가 정규분포에 따르지 않는 경우에도 로버스트(robust) 성격을 가지는 것으로 나타났다. 또한 대부분의 상황에서 Satorra-Bentler의 척도화 검정 방법의 검정력이 ML 방법의 검정력보다 크게 나타났다. 그리고 일부 상황에서 표본크기가 작을 때 WLS에 기초한 붓스트랩 방법의 검정력이 다른 방법들에 비하여 다소 작게 나타났다. 본 연구의 결과를 모든 상황에서 일반화할 수는 없으나, 구조방정식모형을 활용한 다양한 분야의 연구에서 참고할 수 있을 것으로 생각된다. When performing data analysis using a structural equation model, the main concern is the estimation and testing of path coefficients. Testing methods for path coefficients include the t-value method, Satorra-Bentler's scaling testing statistic method, and Bollen-Stine's bootstrap method. All of these methods are asymptotic testing methods that assume a normal distribution of data, and may provide different testing results depending on the type of given data and model. In this study, the testing power (1-type 2 errors) was calculated under various circumstances using simulations for the testing methods that are mainly used, and the performance of these testing methods was evaluated through the results. The ML method was found to have robust properties in deviation from normal distribution in terms of estimation and power. Also, in most situations, the power of the Satorra-Bentler scaling testing was greater than that of the ML method. And in some situations, when the sample size is small, the power of the bootstrap method based on WLS was slightly smaller than that of other methods. Although the results of this study cannot be generalized in all situations, it is thought that they can be referenced in various fields of research using structural equation models.
-
자율주행 차량의 스티어링 휠 디자인에 따른 사용자 경험 측정 도구 개발
우민선(Min Sun Woo),이인규(In Gyu Lee),김법민(Beop Min Kim),연규필(Kyupil Yeon),김용민(Yong Min Kim) 한국자료분석학회 2023 Journal of the Korean Data Analysis Society Vol.25 No.6
본 연구의 목적은 자율주행 5단계 차량 내에서 스티어링 휠 디자인에 따른 탑승자의 사용자 경험을 측정하는 표준화된 도구를 개발하는 것이다. 문헌 고찰을 통해 구성된 사용자 경험 예비문항에 대해 전문가 집단을 대상으로 내용타당도를 증명한 후 문항 분석을 시행하였으며 문항 20개를 초기 문항으로 선정하였다. 이후 18개의 스티어링 휠 디자인에 대해 21명의 실험 참가자를 대상으로 사용자 경험 설문을 진행하였다. 각각의 디자인은 독립적인 상황으로 간주되어 21명의 실험 참가자에게 수집된 378부의 설문 데이터를 기반으로 도구의 타당도와 신뢰도를 검증하였다. 타당도 분석 결과, 총 19개의 문항을 통해 인자 4개가 추출되었으며 각 인자의 이름을 ‘신뢰감’, ‘사용 의도’, ‘공간 활용성’, ‘정보 접근성’으로 명명하였다. 신뢰도 분석 결과, 인자 4개와 전체 도구의 신뢰도는 모두 Cronbach’s α 계수가 0.7 이상인 것을 확인하였다. 본 연구에서는 자율주행 차량의 다양한 스티어링 휠 디자인을 대상으로 활용될 수 있는 사용자 경험 측정 도구를 개발하였으며, 추후 개발될 스티어링 휠 디자인에 대해 사용자 경험을 평가하는 표준화된 측정 도구로서 활용될 수 있을 것으로 기대한다. The purpose of this study is to develop a standardized scale for measuring the user experience of passengers regarding the steering wheel design in Level 5 autonomous vehicles. Preliminary items for user experience were constructed through literature review, and content validity was proved for the expert group. After a pilot test of 20 items, a user experience survey was conducted with 21 participants, evaluating 18 steering wheel designs. Each design was considered an independent case, and reliability and validity were confirmed based on 378 survey data collected from 21 participants. As a result of the validity analysis, four factors were extracted through a total of 19 items. Each factor was named ‘Trust', ’Intention to use', ‘Space utilization', and ’Information accessibility'. The reliability of four factors and the total scale confirmed that Cronbach's α coefficient was higher than 0.7. In this study, a user experience measurement scale that can be applied to various steering wheel designs of autonomous vehicles was developed. It is expected that it can be used as a standardized measurement scale to evaluate user experience for the steering wheel design to be developed in the future.
-
심전도 이상 탐지를 위한 Variational Autoencoder 비교 연구
우민선(Min Sun Woo),이은학(Eunhak Lee),이우빈(Woobin Lee),김성용(Seongyong Kim) 한국자료분석학회 2024 Journal of the Korean Data Analysis Society Vol.26 No.2
심전도는 심장질환을 감지하고 진단하기 위한 도구로 널리 이용되고 있다. 이상 심전도를 탐지하기 위해 지도학습에 기반한 다양한 딥러닝 모형들이 제안되었으나, 정상 및 이상 데이터의 불균형 등으로 인해 제한적인 성능을 보였다. 이러한 문제를 해결하기 위해 생성모형인 variational autoencoder(VAE)를 이용한 이상 탐지 모형이 제안되었다. 이 방법은 정상 데이터로 VAE 모형을 학습하고, 검증 데이터를 이용하여 정상 및 이상을 구분하는 임계값을 설정한 후, 이를 통해 테스트 데이터의 정상 및 이상을 구분한다. VAE 모형은 인코더, 잠재변수 층, 디코더로 구분되며, 인코더 및 디코더에 딥러닝 모형을 내포할 수 있다. 본 논문에서는 다양한 설정 하에서 MLP, RNN, LSTM 모형이 내포된 VAE 모형을 비교하도록 한다. 우선 원자료 뿐만 아니라 심전도 자료의 시계열적 특성을 고려하여 1차 차분한 자료를 이용하였다. 또한 기존 연구에서 디코더의 분산을 1로 고정한데 반해, 본 연구에서는 디코더의 분산에 딥러닝 모형을 설정한 경우 역시 고려하였다. 분석 결과 원자료를 이용하고 디코더의 분산에 딥러닝 모형을 설정한 LSTM 기반의 VAE 모형의 성능이 가장 우수하였다. 또한 차분한 자료를 이용하는 것보다 원자료를 이용하는 경우 모든 모형의 성능이 더 우수하였다. Electrocardiogram is widely used as a tool for detecting and diagnosing heart disease. Previous research revealed that deep learning models based on supervised learning have limited performance due to imbalance between normal and anomaly. To overcome this problem, anomaly detection models using variational autoencoder (VAE) have been proposed. After training VAE model using normal data, a threshold to distinguish normal and anomaly is set by using validation data, then test data is applied. VAE model has encoder, a latent variable layer, and decoder. and deep learning models are embedded in encoder and decoder. In this paper, VAE models embedding MLP, RNN, and LSTM are compared under various settings which are the type of data (original data or the first-order differential data) and the assumption for the variance of decoder. As results of analysis, VAE model based on LSTM is performed best when original data is used and a deep learning model for the variance of decoder is embedded. Additionally, the performance of VAE models using original data were better than models using first-order differential data.
-
-
자율주행 중 돌발상황에서 대화형 음성 에이전트의 의인화 수준에 따른 사용경험 비교
권미지(Mi Ji Kwon),우민선(Min Sun Woo),김향경(Hyang Kyung Kim),김민주(Min Joo Kim),손유경(Yu Gyeong Son),박동건(Donggun Park),김용민(Yong Min Kim) 한국HCI학회 2023 한국HCI학회 학술대회 Vol.2023 No.2
인공지능 기술의 발전과 함께 자율주행 차량 내 대화형 음성 에이전트(Conversational voice agent, CVA) 시스템이 적극적으로 도입되고 있다. CVA는 음성 사용자 인터페이스(Voice user interface, VUI)를 기반으로 사용자의 명령을 이해하고 정보를 전달하는 기능을 수행하며 최근에는 의인화 기법을 적용하여 사용자와 공감하고 친구처럼 대화할 수 있는 역할로도 그 기능이 확대되고 있다. 의인화 기법의 적용은 그 차원 및 수준에 따라 사용자 경험에 미치는 영향이 다를 수 있다. 특히, 자율주행 상황은 다양한 주행 맥락을 포함하고 있으므로 이에 대한 CVA 의 의인화 적용 연구가 지속적으로 필요하다. 본 연구는 인간 본성(Human nature, HN) 및 음성 특성을 고려하여 CVA 의 의인화 수준을 조작하여 신뢰감과 지각된 의인화에 미치는 영향을 조사하였다. 그 결과 의인화 수준이 신뢰감과 지각된 의인화에 유의한 영향을 미쳤고, 지각된 의인화에서는 HN 특성과 음성 특성 간의 교호작용이 확인되었다. 본 연구는 자율주행 중 급정거 상황에 대해 두 차원의 의인화 수준에 따른 영향을 파악하였다는 점에서 의의를 가진다.
KCI
스콜라연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
