음향 장면 분류를 위한 경량화 모형 연구

임소영,곽일엽 한국통계학회 2021 응용통계연구 Vol.34 No.6

Acoustic scene classification (ASC) categorizes an audio file based on the environment in which it has been recorded. This has long been studied in the detection and classification of acoustic scenes and events (DCASE). In this study, we considered the problem that ASC faces in real-world applications that the model used should have low-complexity. We compared several models that apply light-weight techniques. First, a base CNN model was proposed using log mel-spectrogram, deltas, and delta-deltas features. Second, depthwise separable convolution, linear bottleneck inverted residual block was applied to the convolutional layer, and Quantization was applied to the models to develop a low-complexity model. The model considering low-complexity was similar or slightly inferior to the performance of the base model, but the model size was significantly reduced from 503 KB to 42.76 KB. 음향 장면 분류는 오디오 파일이 녹음된 환경이 어디인지 분류하는 문제이다. 이는 음향 장면 분류와 관련한 대회인 DCASE 대회에서 꾸준하게 연구되었던 분야이다. 실제 응용 분야에 음향 장면 분류 문제를 적용할 때, 모델의 복잡도를 고려하여야 한다. 특히 경량 기기에 적용하기 위해서는 경량 딥러닝 모델이 필요하다. 우리는 경량 기술이 적용된 여러 모델을 비교하였다. 먼저 log mel-spectrogram, deltas, delta-deltas 피쳐를 사용한 합성곱 신경망(CNN) 기반의 기본 모델을 제안하였다. 그리고 원래의 합성곱 층을 depthwise separable convolution block, linear bottleneck inverted residual block과 같은 효율적인 합성곱 블록으로 대체하고, 각 모델에 대하여 Quantization를 적용하여 경량 모델을 제안하였다. 경량화 기술을 고려한 모델은 기본 모델에 대비하여 성능이 비슷하거나 조금 낮은 성능을 보였지만, 모델 사이즈는 503KB에서 42.76KB로 작아진 것을 확인하였다.

통계적 기법을 이용한 RFM 모형 비교분석

이용구,최희경 중앙대학교 수학통계연구소 2002 수학통계논문집 Vol.- No.9

RFM 모형은 그 원리가 매우 간단하고, 실제로 높은 예측력을 보이고 있기 때문에 상당히 광범위하게 사용되고 있다. 그러나 세 요소에 대한 가중치 부여 기준은 불분명한 상태이다. 본 논문에서는 기존에 업계에서 쓰이고 있는 전통적 RFM모형의 장단점을 찾고, 이와 함께 가중치를 부여하는데 있어서 통계적 기법(요인분석과 로지스틱 회귀분석)을 이용한 RFM 모형을 제시하였다. 결과적으로 앞의 전통적 모형보다는 통계적 기법을 이용한 RFM 모형의 가중치를 계산하는데 더 좋은 모형이라고 여겨진다. 이는 전통적인 모형이 갖고 있는 임의적인 변수의 세분화라는 단점을 보완하고 있을 뿐만 아니라, 모형3에서는 반응변수 없이 모형을 구축할 수 있다는 장점도 갖고 있다. 앞으로 통계적 기법을 이용한 RFM 모형에 관한 많은 연구가 있어야 할 것으로 생각된다. RFM score is a way to evaluate the customer value based on the three factors; R(Recency), F(Frequency), and M(Monetary). To calculate the score, we have to combine the above given three factors. But each factor has different measuring unit, and it is not easy to find the weight of each factor for calculating the score. Traditionally they calculate the score based on the categorization of each factors. But based on this method, we cannot calculate the score of individual customers. In this research, we have tried to calculate the RFM score based on the statistical methods, such as factor analysis and logistic regression method. In this methods we can calculate the score of the individual customer. We have also tried to compare the statistical methods with traditional ones by applying the models to real data set.

대학입학선발지표와 학업성취도의 연관성분석 : 중앙대학교 사례

노영기,박상규 중앙대학교 통계연구소 1998 統計論文集 Vol.- No.5

대학의 학업성취도를 나타내는 평점평균은 많은 요인의 영향을 받는 것으로 알려져 있다. 현실적으로 획득 가능한 이러한 요인을 찾아 평점평균과의 관련성을 통계적으로 분석·평가하고자 한다. 여기서 얻어진 결과는 요즈음 활발히 논의되고 있는 대학 교육제도나 입시제도의 개혁에 적으나마 도움이 되는 기초자료를 제공할 수 있으리라 믿어진다. 분석대상은 1996학년도 중앙대학교에 입학한 학생들의 입학성적과 96년도의 평점평균자료를 대상으로 삼았다.

Bootstrap 방법의 이해

백재욱,윤용운 중앙대학교 통계연구소 1995 統計論文集 Vol.- No.2

컴퓨터의 발달은 많은 것을 변화시켰는데 통계학도 예외는 아니다. 기존의 수학위주에서 컴퓨터 위주로 분석형태가 변하면서 자료의 정규성이라든지 또는 독립성의 가정이 없어도 자연현상을 이제는 있는 그대로 연구할 수 있으며, 나아가 기존의 어려운 통계학 개념을 보다 쉽게 이해할 수 있게 되었다. 본 논문에서는 여러가지 예를 이용하여 요즘 컴퓨터를 가장 많이 이용하는 방법중의 하나인 Bootstrap 방법에 대하여 알아보고자 한다. Modern statistical practice has been revolutionalized by the computer. The paradigm shift from mathematics to powerful computing has brough two benefits. The first benefit is that we can approximate the decidedly rude behavior of Mother Nature more closely than before since the new approaches do not require such polite behavior from her. The second is that the elimiation of mathematical superstructure often illuminates the statistical concepts. In this article, we review basic bootstrap methods, emphasizing, applications through illustrations with some data.

공정능력분석을 위한 통계적 방법

원태연,윤용운 중앙대학교 통계연구소 1996 統計論文集 Vol.- No.3

공정의 계속적인 향상을 위해서는 여러 가지 통계적 방법이 필요하다. 본 논문에서는 우선 공정의 문제점 파악에 아주 중요한 역할을 하는 부분군의 형성에 대해 알아보고, 다음으로 공정의 향상에 많이 이용되는 관리도 및 실험계획법에 대해서 알아본다. The various statistical techniques are required for the process improvement. The process capability studies are active investigations whose purposes are to detect and remove special cause sources of variability to produce performance. Ration subgrouping is the basis for the identification and removal of possible problem in the process. Control charting techniques and desighed experiment generate process improvement by locating and removing causes of process variability.

베이스 統計에 의한 李節變動調整

이윤종 중앙대학교 통계연구소 1998 統計論文集 Vol.- No.5

대조중위수 통계량을 이용한 통계적 추론

김태규 중앙대학교 통계연구소 1995 統計論文集 Vol.- No.2

집단간의 차이를 검정하거나 추정하는데 대조중위수 통계량을 이용하는 통계적 절차를 고려한다. 대조중위수 통계량을 이용하여 두 집단간의 동일성 검정뿐만 아니라 여러 집단간의 동일성 검정에도, 또 집단간에 다중비교로도 확장하는 절차, 형태모수도 차이가 날 경우에의 절차를 고려한다. Control median tests for comparing several treatments with a control are discussed. These tests are the extension of the Mathisen(1943)'s test and have the feature that it can be applied before all the data have been collected. Multiple comparison procedure is also discussed and modified control median test procedure for the Behrens-Fisher problem is proposed.

통계학적 공정관리와 자동공정관리

박창순 중앙대학교 통계연구소 1995 統計論文集 Vol.- No.2

통계적 공정관리는 매관측시점마다 공정의 이상유무를 검색하고 자동공정관리는 매관측시점마다 공정의 편의를 수정보완하는 관리활동으로서 각각 통계적 가설 검정과 추정에 비유 될 수 있다. 이 두가지 활동은 서로 배반적이 아닌 상호보완적으로 병행 사용될 때에 효율적인 공정관리활동을 할 수 있다. 이와같은 관리활동을 통계적 자동공정관리라 하며 이의 효율적인 사용을 위해서는 관리절차와 최적의 공정모수를 선정하는 방법이 연구되어져야 한다. 이 논문에서는 통계적 공정관리와 자동공정관리에 대한 개관과 함께 서로 보완적인 역할임을 보이고, 통계적 자동공정관리의 절차에 대해 제안하고 있다. The procedure of the statistical process control is to monitor the existence of the assignable causes at every sampling time. And the automatic process control is to adjust the deviation from the target of the process. Thus these two control activities are compared to the statistical hypotheses testing and the extimation, respectively. Effective process control activity can be achieved when these two activities are used in consort not in exclusion. Such an activity is defined as the statistical automatic process control and for the effective usage of this control activity the procdure and the selection method of the optimum control parameters should be studied. In this paper the statistical process control and automatic process control are overviewed and shown to be complementary to each other. Also the procedure of the statistical automatic process control is proposed.

사례-대조 연구의 통계적 고찰

김용희,양완연,정재구 중앙대학교 통계연구소 1995 統計論文集 Vol.- No.2

사례-대조 연구에서 처리효과를 나타내는 오즈비에 관한 일반적인 추론과 로짓모형을 이용한 통계적 추론을 고찰한다. 사례-대조 연구에서 오즈비의 측정오차에 기인한 편의, 추정된 오즈비로부터 약한 연관성을 검출하는데 문제점, 사례군과 대조군을 구성할 때 실험단위들의 상이한 참여비율 등이 오즈비에 어떤 영향을 미치는가 등을 논한다. We consider the general statistical inferences of odds ratio in case-control studies and logit medels for further inferences. We also discuss the biases of odds ratio due to measurement errors, weak association, differential participation rates.

시계열 모형에서 결측치 보정에 관한 연구

김삼용,박재인 중앙대학교 수학통계연구소 2001 수학통계논문집 Vol.- No.8

최근에 좀더 정확한 분석과 기업의 효과적인 경영을 위한 DB에서의 결측치 문제에 관한 통계적 해결방법의 요구가 증가되어 왔다. 본 논문에서 우리는 결측값 처리에 관한 문제를 통계적으로 다루기 위한 다양한 이론과 프로시져를 정리했으며 시계열 모형에 실제데이터를 적용하여 MAE와 MSE를 통해 이 방법들을 비교해 보았다. 실제 데이터를 이용하여 이 방법들을 비교했을 때 최대우도를 고정한 ARIMA모형과 EM을 적용한 Kalman Filtering을 이용한 상태공간모형에 의한 방법이 다른 방법들보다 실제값과 예측값간의 정확도가 높았다. Recently, demand in statistical treatment for the missing values in Data Base has been increased for the better data analysis and efficient management of a corporation. In this paper, we summarized the theories and procedures of several statistical methods to deal with the missing values and compared the performance of the methods in time series models with real data by MAE and MSE. When we compared the methods by using the real data, the ARIMA model fitted maximum likelihood and the state space model using the Kalman-filtering algorithm applied the EM are better than the other methods in the part of accuracy between real values and predicted values.