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 : 박해상(Hae-sang Park) (검색결과 6 건)
- 무료
- 기관 내 무료
- 유료
-
박해상,Park, Hae-Sang 한국작물보호협회 2010 자연과 농업 Vol.260 No.-
요즘 농업의 어려움은 주식시장에서 흔히 쓰는 "바닥 다지기"라고 표현하고 싶다. 이 바닥만 튼튼히 잘 다져 놓으면 미래농업은 우뚝 설 수 있으리 라고 본다. 미래농업은 농식품산업과 생명산업(BT), 두 축을 중심으로 괄목할 만한 성장을 할 것이다.
-
혼합모델 및 다중 가설 검정을 이용한 신호와 잡음의 분류
박해상,유시원,전치혁,Park, Hae-Sang,Yoo, Si-Won,Jun, Chi-Hyuck 한국통계학회 2009 응용통계연구 Vol.22 No.4
본 논문은 신호와 잡음이 혼합된 관측치로부터 신호 관측치를 분류하는 문제를 다룬다. 잡음은 가우시안 분포를 따르고 신호는 감마 분포를 따른다고 가정할 때 관측치의 분포는 가우시안과 감마의 혼합 분포를 따르게 된다. EM 알고리즘을 통해 혼합 모델의 모수를 추정하고 신호 및 잡음을 분류하는 것을 다중 가설 검정으로 간주하여 베이즈 오류를 바탕으로 분류를 위한 경계치를 설정한다. 제안하는 방법을 분광 데이터에 근거하여 철강 제품에서 개재물 유무를 검출하는 문제에 적용하였고 별도의 시뮬레이션 데이터를 통해 성능의 우수성을 보였다. A problem of separating signals from noises is considered, when they are randomly mixed in the observation. It is assumed that the noise follows a Gaussian distribution and the signal follows a Gamma distribution, thus the underlying distribution of an observation will be a mixture of Gaussian and Gamma distributions. The parameters of the mixture model will be estimated from the EM algorithm. Then the signals and noises will be classified by a fixed threshold approach based on multiple testing using positive false discovery rate and Bayes error. The proposed method is applied to a real optical emission spectroscopy data for the quantitative analysis of inclusions. A simulation is carried out to compare the performance with the existing method using 3 sigma rule.
-
Positive false discovery rate를 활용한 새로운 군집 분석
박해상(Hae-sang Park),전치혁(Chi-Hyuck Jun) 대한산업공학회 2010 대한산업공학회 춘계학술대회논문집 Vol.2010 No.6
Clustering analysis is an unsupervised learning technique for partitioning objects into several clusters so that objects within a cluster have similarity in comparison to one another, but are dissimilar to objects in other clusters. Traditional clustering methods assign all objects into one of the clusters, but in this paper, we assume that noise data are present which do not belongs to any clusters. Assuming the data follows a mixture of Gaussian distributions, the parameters of the mixture model are estimated from the EM algorithm. We calculate the p-value through Monte Carlo method using the estimated probability density function and estimate positive false discovery rate (pFDR). By the proposed procedure, the objects are clustered and classified into data or noise simultaneously according to the specified pFDR. We apply the proposed method to real data and simulation data, which shows that it performs reasonably by controlling the false discovery rate.
-
Positive false discovery rate를 활용한 새로운 군집 분석
박해상(Hae-sang Park),전치혁(Chi-Hyuck Jun) 한국경영과학회 2010 한국경영과학회 학술대회논문집 Vol.2010 No.6
Clustering analysis is an unsupervised learning technique for partitioning objects into several clusters so that objects within a cluster have similarity in comparison to one another, but are dissimilar to objects in other clusters. Traditional clustering methods assign all objects into one of the clusters, but in this paper, we assume that noise data are present which do not belongs to any clusters. Assuming the data follows a mixture of Gaussian distributions, the parameters of the mixture model are estimated from the EM algorithm. We calculate the p-value through Monte Carlo method using the estimated probability density function and estimate positive false discovery rate (pFDR). By the proposed procedure, the objects are clustered and classified into data or noise simultaneously according to the specified pFDR. We apply the proposed method to real data and simulation data, which shows that it performs reasonably by controlling the false discovery rate.
-
이혜선,송재기,박해상,전치혁,Lee Hye-Seon,Song Jae-Kee,Park Hae-Sang,Jun Chi-Hyuck 한국통계학회 2006 응용통계연구 Vol.19 No.1
Independent component analysis (ICA) is a statistical method for transforming an observed high-dimensional multivariate data into statistically independent components. ICA has been applied increasingly in wide fields of spectrum application since ICA is able to extract unknown components of a mixture from spectra. We focus on application of ICA for separating independent sources and predicting each composition using extracted components. The theory of ICA is introduced and an application to a metal surface spectra data will be described, where subsequent analysis using non-negative least square method is performed to predict composition ratio of each sample. Furthermore, some simulation experiments are performed to demonstrate the performance of the proposed approach. 독립성분분석은 차원이 높은 다변량데이타로부터 기저구조를 형성하는 독립성분을 분리하는데 사용되는 기법으로서 패턴인식, 예측 등 2차적 분석을 위한 1차 분석단계에서 사용할 수 있다. 본 연구에서는 독립성분분석을 이용하여 여러 혼합물 데이터로부터 독립성분을 분리한 다음 각 구성성분의 혼합비율을 예측하는 절차를 제안한다. 적용예로서 도금강판의 엑스선 회절강도값으로부터 여러가지 상을 분리한 다음 비음최소자승법을 이용하여 각 상의 분율을 예측하였으며, 이러한 제안방안의 타당성 평가를 위하여 모의 실험을 실시하였다.
-
대량 폐동맥 혈전색전증으로 인한 심정지 환자의 심폐소생술 - 혈전용해제사용 경험 2 예 -
조준휘(Jun Hwi Cho),황성오(Sung Oh Hwang),이강현(Kang Hyun Lee),이진웅(Jin Woong Lee),이서영(Seo Young Lee),박해상(Hae Sang Park),김성환(Seong Whan Kim) 대한응급의학회 2002 대한응급의학회지 Vol.13 No.1
The massive pulmonary thromboembolism is serious illness that can lead to death within an hour after its occurrence. The incidence of cardiac arrest caused by massive pulmonary thromboembolism has been known as about 7%. Invasive therapeutic modalities to treat massive pulmonary thromboembolism during cardiac arrest including thoracotomy or cardiopulmonary bypass have been shown little effect. Administration of a thrombolytic agent is an alternative choice of treating massive pulmonary thromboembolism during cardiac arrest. This report describes our experience of cases with massive pulmonary thromboembolism that were treated with administration of a thrombolytic agent during CPR.
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
