이 책은 MTS를 처음 접하는 엔지니어, 연구원, 학생들이 MTS의 기본 개념을 쉽게 이해하고 올바르게 활용할 수 있도록 하는 것이 목적이다. 산업계에서 많이 사용하고 있는 통계소프트웨어인 Minitab 으로 매크로 파일을 작성하여 마하라노비스 거리 계산을 쉽게 할 수 있는 방법을 소개한다.
패턴인식 시스템을 개발하는 소프트웨어 엔지니어, 제품개발 엔지니어, 설비관리 기술자, 공정개발 엔지니어, 다변량 계측시스템 개발자, DFSS Blackbelt 에게 유용한 참고서이다.
01장.패턴인식과 마하라노비스-다구찌 시스템 1. 인간과 컴퓨터의 패턴인식 2. 마하라노비스 다구찌 시스템 2.1 정상그룹과 비정상그룹 2.2 마하라노비스 공간 2.3 종합적 측정지표로서의 마하라노비스 거리 2.4 S/N 비 2.5 직교배열표 3.MTS와 다변량분석의 차이
02장_ 패턴인식과 다차원 공간의 거리 1. 유사성 평가측도 1.1 유클리드 거리 (euclidean distance) 1.2 마하라노비스 거리 (mahalanobis distance) 1.3 마하라노비스 공간(mahalanobis space) 1.4 공분산과 마하라노비스거리 2. Minitab 16 으로 마하라노비스거리 구하기 3. Chi-Square 검정 4. 동물패턴인식과 마하라노비스거리 5. Minitab 16 으로 마하라노비스거리(D) 구하기 6. 공분산과 상관계수 7. 마하라노비스거리 활용분야
03장_ 마하라노비스-다구찌 시스템(MTS) 1. MTS 란 무엇인가 2. 정상그룹의 정규화(normalize) 2.1 정규화 목적 2.2 정규화 방법 3. 비정상그룹의 표준화(standardize) 3.1 표준화 목적 3.2 표준화 방법 4. Scaled Mahalanobis 거리 5. MTS 적용절차 5.1 정상그룹 측정데이터의 정규화 5.2 비정상그룹 측정데이터의 표준화 5.3 상관행렬(R)과 역행렬 5.4 마하라노비스 거리 5.5 문턱값(threshold)과 손실함수 6. Minitab Macro 파일 만들기 6.1 MTS.MAC 파일 만들기 6.2 MTS.MAC 실행하기 7. 측정항목 예측능력평가 7.1 망대(larger-the-better)특성의 SN비 7.2 망소(smaller_the-better)특성의 SN비 7.3 망목특성(nominal is the best)의 SN비 7.4 동특성(dynamic characteristics)의 SN비 8. 리조트 이용고객 예측 사례 8.1 정상그룹의 마하라노비스거리 8.2 비정상그룹의 마하라노비스거리 8.3 중요측정항목의 예측능력 검증 8.4 문턱값 정하기 9. 비정상그룹이 2개 이상인 경우의 예측능력 평가
04장_ 스마트폰을 이용한 음성인식 실험 1. 음성인식 시스템개발 2. 마하라노비스 공간 정의 2.1 측정대상 선정 2.2 측정항목 선정 3. 데이터베이스 구축 3.1 정상그룹 측정 데이터 3.2 정상그룹 측정항목의 평균과 표준쳔차 3.3 비정상그룹 측정데이타 4. 측정데이타 정규화와 표준화 4.1 정상그룹의 정규화 4.2 비정상그룹의 표준화 5. 상관행렬(R)과 역상관 행렬 6. 마하라노비스거리 계산 6.1 정상그룹의 마하라노비스거리 6.2 비정상그룹의 마하라노비스거리 7. 문턱값 정하기 8. 측정항목의 예측능력 평가 8.1 직교배열표 실험 8.2 마하라노비스거리 계산 8.3 상관행렬(R)과 역상관 행렬 8.4 비정상그룹의 마하라노비스거리 8.5 SN비 분석 8.6 중요 측정항목의 예측능력 평가 9. 결론
05장 _ 붓꽃(IRIS) 패턴인식을 위한 측정시스템 개발 1. 붓꽃(IRIS) 측정데이터 개요 2. 마하라노비스 공간 정의 3. 측정 데이터베이스 구축 4. 정상그룹(setosa) 측정항목의 평균과 표준편차 5. 정상그룹(setosa) 측정데이타 정규화 6. 비정상그룹 데이터 표준화 6.1 Versicolr 측정데이터 표준화 6.2 Virginica 측정데이터 표준화 7. 상관행렬(R)과 역행렬 8. 정상그룹(setosa)의 마하라노비스거리 9 비정상그룹(versicolor)의 마하라노비스거리 10. 비정상그룹(virginica) 의 마하라노비스 거리 11. 측정항목의 예측능력평가 12. 중요측정항목 선정실험 12.1 신호인자(M)수준 결정 12.2 직교실험의 마하라노비스거리 계산 12.3 동특성의 SN비 분석 12.4 측정항목의 예측능력 평가 13. 문턱값과 오류율 14. 중요 측정항목의 예측능력 검증 15. 결론
06장_ 유방암 진단 시스템 개발 1. 암 진단과 MTS 2. 양성종양 측정항목과 측정 데이타 2.1 평균과 표준편차 2.2 양성종양 측정데이타 정규화 3. 악성종양 측정데이타와 표준화 4. 상관행렬과 역상관행렬 5. 양성종양의 마하라노비스 거리 6. 악성종양의 마하라노비스거리 7. 측정항목의 진단능력 평가 7.1 직교배열표 선택 7.2 망대특성의 SN비 분석 7.3 Minitab을 활용한 SN비 분석 8. 중요 측정항목의 예측능력 검증
08장_ 회전기 설비이상 진단시스템 개발 1. 회전기 진동음 측정 2. 정상작동시의 데이터 평균과 표준편차 3. 측정데이타 정규화 4. 비정상 작동시의 측정데이터 표준화 5. 상관행렬과 역상관행렬 6. 정상작동시의 마하라노비스거리 7. 비정상 작동시의 마하라노비스거리 8. 문턱값 9. 측정항목의 예측능력 평가 9.1 직교배열표 선정 9.2 직교배열실험과 마하라노비스 거리(D) 9.3 정규화와 표준화 9.4 상관행렬과 역상관행렬 9.5 비정상 작동음의 마하라노비스거리 9.6 망대특성의 SN비 9.7 Minitab을 활용한 SN비 분석 9.8 Minitab SN비 분석결과 9.9 중요 측정항목의 예측능력 검증
09장_ 문자인식 시스템 개발 1. 문자패턴 인식과 MTS 2. 문자인식을 위한 측정항목 개발 3. 정상그룹과 비정상그룹 정의 4. 정상그룹 특징량측정 5. 정상그룹의 마하라노비스거리 5.1 정상그룹 측정데이타 5.2 정상그룹 데이터 정규화 5.3 상관행렬과 역상관행렬 5.4 정상그룹의 마하라노비스거리 6. 비정상그룹의 마하라노비스 거리 6.1 측정 방법과 측정데이타 표준화 6.2 마하라노비스 거리 7. 비정상그룹의 마하라노비스 거리 7.1 비정상그룹 측정데이타와 표준화 7.2 마하라노비스 거리 8. 정상그룹과 비정상그룹의 마하라노비스 거리 비교 9. 문턱값(threshold) 10. 중요 측정항목 선정과 예측능력 검증 10.1 동특성의 SN 비 10.2 L12 직교배열표와 신호인자 10.3 실험조건별 마하라노비스거리 계산 10.4 동특성의 SN 비 10.5 Minitab을 활용한 SN비 계산 10.6 문턱값 정하기 10.7 중요측정항목의 예측능력 검증 11. 결론
10장_ 부동산 경매 경매낙찰가율 예측시스템 개발 1. 아파트 경매 낙찰가율 예측과 MTS 2. 아파트 경매 분석자료와 측정항목 3. 정상그룹 측정데이타 평균과 표준편차 4. 비정상그룹 측정데이터 5. 정상그룹의 마하라노비스 거리 5.1 정상그룹 데이터 정규화 5.2 상관행렬과 역행렬 5.3 정상그룹의 마하라노비스거리 6. 비정상그룹의 마하라노비스거리 6.1 지정상그룹 표준화 6.2 마하라노비스거리 7. 정상그룹과 비정상그룹의 마하라노비스거리 비교 8. 문턱값 9. 새로운 경매물건의 낙찰가율 예측
