• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 춘계학술발표대회
• /
• pp.39-42
• /
• 2006

심전도는 각종심장질환 들을 예측하는데 널리 사용되고 있다. 이러한 심전도에서 ST-분절은 허혈성 심장 질환, 확장성 심근성, 비후성 심근증 등을 예측하는데 이용되고 있다. 이 논문에서는 환자들의 임상 정보와 심전도로부터 심장 질환 예측을 위한 중요 파라미터인 ST-부절을 추출하였다. 그리고 이러한 추출된 데이터 분석을 위해서 데이터마이닝 기법을 적용한다. 데이터마이닝의 분류 알고리즘인 베이지안 네트워크를 적용 심장 질환을 효율적으로 분류하기 위한 방법을 제시 하였다.

• 정보와 통신
• /
• 제31권11호
• /
• pp.27-34
• /
• 2014

본 리뷰 논문에서는 많은 데이터 환경에서 얻어진 k-최근접 이웃들(k-nearest neighbors)의 이론적 성질로부터 어떻게 분류를 위한 알고리즘을 만들어낼 것인가에 대한 여러 가지 방법들을 설명한다. 많은 데이터 환경에서의 최근접 이웃 데이터의 정보는 다양한 기계학습 문제를 푸는데 아주 좋은 이론적인 성질을 가지고 있다. 하지만, 이런 이론적인 특성들이 데이터가 많지 않은 환경에서는 전혀 나타나지 않을 뿐 아니라 오히려 다른 다양한 알고리즘들에 비해 성능이 많이 뒤쳐지는 결과를 보여주고 있다. 본 리뷰 논문에서는 많은 데이터 환경 하에서 k-최근접 이웃들의 정보가 어떤 이론적인 특성을 가지는지 설명하고, 특별히 이런 특성들을 가지고 k-최근접 이웃을 이용한 분류 문제를 어떻게 베이지안 추론(Baysian inference) 문제로 수식화 할 수 있는지 보인다. 마지막으로 현재의 빅데이터 환경에서 실용적으로 사용할 수 있는 알고리즘들을 소개한다.

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.457-462
• /
• 2006

많은 경우에 분류데이터의 생성은 사람의 시간과 노력에 의존하기 때문에 많은 비용과 시간을 요구한다. 이에 반하여 미분류 데이터는 거의 비용을 들이지 않고 무제한의 데이터를 쉽게 획득할 수 있다. 따라서 기계학습에 있어서 이러한 미분류 데이터를 이용하여 분류학습의 성능을 향상시킬 수 있는 준감독자(semi-supervised)학습 방법이 최근 관심을 끌고 있다. 본 논문에서는 미분류 데이터가 분류학습의 성능향상에 마치는 영향을 분석하기 위하여 나이브 베이지안의 환경에서 미분류 데이터를 이용한 학습방법을 제시하고 이를 이용하여 미분류 데이터의 효용성을 실험적으로 조사하였다. 미분류 데이터는 나이브 베이지안의 환경에서 분류데이터의 숫자가 적을 때 특히 많은 효과를 보임을 알 수 있었다.

• 생태와환경
• /
• 제55권1호
• /
• pp.60-75
• /
• 2022

베이지안 알고리즘 모델은 입력된 자료를 기반으로 확률을 계산하는 모델 알고리즘으로써 주로 복합재난 및 수질관리를 위해 사용되었다. 최근에는 생물 간, 혹은 생물-비생물 요인들 사이의 생태학적 구조를 파악하고 이를 이용한 생태 네트워크 분석에 활용되고 있다. 본 연구는 국내 하구수생태계의 부착돌말류 군집 변화와 이화학적 요인들 사이의 베이지안 네트워크 분석을 수행하여 부착돌말류 건강성 변화의 주요 요인들을 파악하였다. 베이지안 분석을 위해 본 연구 자료를 위해 물환경측정망의 생물 측정망을 기준으로 전국 하구 지역에 분포하는 668개 지점을 2008년부터 2019년까지 연간 2회 조사를 수행하였다. 자료는 서식지 요인, 물리적 요인, 화학적 요인, 생물학적 요인으로 분류하였으며 이를 베이지안 네트워크 모델에 입력하여 전국 및 해역별 하구수생태계 네트워크 분석을 수행하였다. 2008년부터 2019년까지 전국 하구수역에서 부착돌말류는 총 625개 분류군이 출현하였으며 2목, 5아목, 18과, 141속, 595종, 29변종, 1품종으로 구성되었다. Nitzschia inconspicua의 누적 세포밀도가 가장 높았으며 Nitzschia palea가 뒤를 이었고, 이외에도 Pseudostaurosira elliptica와 Achnanthidium minutissimum 분류군의 누적 세포밀도가 높았다. 부착돌말류를 이용한 하구수생태계 건강성 평가 결과는 조사 지점이 증가함에 따라서 대체로 보통(C등급)~나쁨(D등급) 등급의 비율이 증가하였으나 조사 시기에 따른 등급별 변화는 매우 미약하였다. 베이지안 네트워크 모델을 이용하여 하구수생태계 부착돌말류 건강성 평가 결과와 서식지 정보 및 이화학적 수질 정보 사이의 관계를 분석한 결과, 건강성 평가 점수에 가장 민감하게 영향을 미치는 요인은 생물 요인이었으며 서식지 및 이화학적 요인은 상대적으로 민감도가 낮았다. 하구수생태계 건강성 평가 점수에 가장 민감하게 영향을 미치는 부착돌말류 분류군은 Nitzschia inconspicua, N. fonticola, Achnanthes convergens, Pseudostaurosira elliptica으로 나타났으며 생물 요인 이외에도 서식지 인근의 공단과 축사의 비율이 건강성 평가 점수에 많은 영향을 미쳤다. 해역에 따라서 부착돌말류 건강성 평가 점수에 민감한 주요 분류군 조성은 다르게 나타났으나 모든 해역에서 부착돌말류의 세포밀도와 AFDM 및 Chl-a는 부착돌말류 건강성 점수에 민감한 영향을 미치지 않았다. 베이지안 네트워크 분석은 하구수생태계와 같이 복잡한 생태구조에서도 건강성에 영향을 미치는 주요 분류군과 요인들을 파악하는데 유용하였으며 이를 통해 향후 훼손된 하구수생태계의 복원을 수행함에 있어서 복원 대상을 보다 정확하게 제시할 수 있을 것으로 판단된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2016년도 제54차 하계학술대회논문집 24권2호
• /
• pp.125-127
• /
• 2016

본 논문에서는 IoT(Internet of Things) Device와 스마트폰을 이용하여 사용자의 상황을 인지하고 상황에 적합한 상품을 추천하는 추천시스템을 제안한다. 기존 추천시스템과 다르게 제안하는 IoT 환경에서의 추천시스템은 IoT Device와 스마트폰에서 얻을 수 있는 날씨, 위치, 사용자 정보 등을 파악하여 추천하는 것으로 다양하고 많은 데이터를 제공하므로 정확도를 높일 수 있다. 베이지안 네트워크(BN, Bayesian Network)는 불확실성을 효율적으로 관리하고 정확도와 실시간성을 높일 수 있는 방법으로, 상품의 특징에 따라 종류를 분류하여 추론하고 선호도가 높은 상품의 종류를 추천하는 시스템을 제안한다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2016년도 제28회 한글및한국어정보처리학술대회
• /
• pp.111-116
• /
• 2016

의미역은 자연어 문장의 서술어와 관련된 논항의 역할을 설명하는 것으로, 주어진 서술어에 대한 논항인식(Argument Identification) 및 분류(Argument Labeling)의 과정을 거쳐 의미역 결정(Semantic Role Labeling)이 이루어진다. 이를 위해서는 격틀 사전을 이용한 방법이나 말뭉치를 이용한 지도 학습(Supervised Learning) 방법이 주를 이루고 있다. 이때, 격틀 사전 또는 의미역 주석 정보가 부착된 말뭉치를 구축하는 것은 필수적이지만, 이러한 노력을 최소화하기 위해 본 논문에서는 비모수적 베이지안 모델(Nonparametric Bayesian Model)을 기반으로 서술어에 가능한 의미역을 추론하는 비지도 학습(Unsupervised Learning)을 수행한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2016년도 제28회 한글 및 한국어 정보처리 학술대회
• /
• pp.111-116
• /
• 2016

의미역은 자연어 문장의 서술어와 관련된 논항의 역할을 설명하는 것으로, 주어진 서술어에 대한 논항 인식(Argument Identification) 및 분류(Argument Labeling)의 과정을 거쳐 의미역 결정(Semantic Role Labeling)이 이루어진다. 이를 위해서는 격틀 사전을 이용한 방법이나 말뭉치를 이용한 지도 학습(Supervised Learning) 방법이 주를 이루고 있다. 이때, 격틀 사전 또는 의미역 주석 정보가 부착된 말뭉치를 구축하는 것은 필수적이지만, 이러한 노력을 최소화하기 위해 본 논문에서는 비모수적 베이지안 모델(Nonparametric Bayesian Model)을 기반으로 서술어에 가능한 의미역을 추론하는 비지도 학습(Unsupervised Learning)을 수행한다.

• 산업경영시스템학회지
• /
• 제22권52호
• /
• pp.181-189
• /
• 1999

사건 가지 상의 파라메터 추정을 위한 베이지안 접근방식이 제시된다. 먼저 일반적인 사건 가지를 따라 발생하는 사고를 예측하기 위한 모형에 대해 설명한다. 이 경우 이론적으로 베이지안 기법을 적용하는 방법에 대해 논하고 실제로 문제를 풀 경우에 발생하는 다차원 수치적분 문제를 다룬다. 감마 분포와 베타분포가 이용될 경우 위 문제를 쉽게 해결할 수 있는 근사적 방법에 대해 연구한다. 또한 사건가지상의 여러 경로가 같은 수준의 사고로 분류 될 수 있는 경우에 대해서도 위와 같은 방법에 관한 연구를 한다. 결과적으로 한 사고율이 여러 개의 파라메터의 함수로 표현되어 다차원의 수치적분이 요구되는 경우 이를 쉽게 해결 할 수 있는 근사적인 방법이 제시되어 베이지안 기법의 적용이 용이해 질 수 있다.

• 응용통계연구
• /
• 제27권6호
• /
• pp.867-889
• /
• 2014

비모수 베이지안 통계 모형은 그 유연성과 계산의 편리성으로 인해 최근 다양한 분야에서 응용되고 있는데, 본 논문에서는 생물/의학/보건 연구에서 사용되는 비모수 베이지안 통계 모형에 대해서 개괄하였다. 본 논문에서는 비모수 베이지안 통계 모델링에서 핵심적으로 사용되는 확률모형들을 소개하고, 다양한 예제들을 통하여 그 모형들이 어떻게 사용되는지 이해를 돕도록 하였다. 특별히, 논의된 예제들은 모수적 통계 모형으로 고찰하기에는 한계가 있는 연구가설들을 포함하고 있어 모수적 모형의 한계점을 지적하고 비모수적 베이지안 모형의 필요성을 강조하는 것들로 정하였다. 크게 확률밀도함수 추정, 군집분석, 임의효과 분포의 추정, 그리고 회귀분석의 4가지 주제로 분류하여 살펴보았다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.89-90
• /
• 2016

이상전파에코는 대기 관측을 위해서 사용되는 레이더 전파가 온도나 습도에 의해서 발생하는 이상굴절 신호로, 지상에 설치된 기상레이더에 자주 발생하는 대표적인 비기상에코 중 하나이다. 기상예보의 정확도를 높이기 위해서는 레이더 데이터의 정확한 분석이 요구되기 때문에 전 세계적으로 이상전파에코의 식별 및 제거에 대한 연구가 수행되어 오고 있다. 본 논문에서는 레이더 관측변수인 반사도와 고도 정보와 나이브 베이지안 분류기를 이용하여 이상전파에코를 식별 및 제거하는 방법에 대한 연구를 수행하였다. 실제 이상전파에코 발생 사례를 통하여 구현한 나이브 베이지안 분류기를 검증한 결과, 우수한 정확도를 가지고 분류가 수행되는 것을 확인할 수 있었다.