• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.425-428
• /
• 2008

모바일기기에 탑재되어있는 디지털 카메라의 성능이 향상됨에 따라 이를 이용한 사진의 촬영 및 수집이 용이해졌으며, 따라서 사용자 로그정보를 이용하여 방대한 양의 사진을 분석하거나 브라우징해주는 방법들이 연구되고 있다. 본 논문에서는 모바일기기의 불확실한 로그정보와 사진 주석정보를 베이지안 네트워크로 모델링하여 사용자가 겪은 이벤트들을 추론하고 사용자의 일과를 요약해주는 방법을 제안한다. 우선 사진들을 시간과 위치정보에 따라 분할하여 사진그룹목록을 생성하고, 이를 모바일기기에 입력되어있는 사용자의 일정목록과 합하여 임시이벤트목록을 생성한다. 그 뒤 베이지안 네트워크를 이용하여 각 이벤트를 인식하고 이를 가장 잘 나타내는 사진을 선택한다. 제안하는 방법은 선택된 사진들을 나열하여 사진다이어리형식으로 사용자의 일과를 요약하여주며, 이때 특정 이벤트와 매치되는 사진이 없을 경우 미리 정의되어있는 만화 컷을 대신 사용하여 내용이 매끄럽게 이어지도록 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1390-1394
• /
• 2010

Dempster-Shafer 이론은 미지의 매개변수 추정시 베이지안 기법의 제약을 완화시키기 위한 베이지안 접근법의 일반화로 해석될 수 있으며, 상호배타적인 싱글톤에만 확률이 할당되는 것이 아니라 가능한 결과의 부분집합들이 기본확률할당을 위한 대상으로 고려된다. 베이지안 접근은 우연적 불확실성 및 지식의 불확실성을 효율적으로 구분할 수 없으며, 특정도가 낮고 애매한 증거들을 다룰 수 없는 반면, Dempster-Shafer 증거추론은 이러한 문제들을 효율적으로 평가할 수 있다. 따라서 본 논문에서는 홍수위험평가 및 수자원 계획 수립시 가장 기본이 되는 강우빈도해석에서 확률분포의 매개변수에 대한 불확실성 고려한 확률강우량의 산정 및 불확실성의 영향을 평가하기 위하여 Dempster-Shafer 이론을 이용하여 불확실성을 고려한 강우빈도해석모델 구축 및 적용을 통해 홍수위험평가 및 수자원 계획 등에 있어서 불확실성 표현 및 처리기법을 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.121-123
• /
• 2006

베이지안 네트워크 병합은 여러 개의 베이지안 네트워크를 하나의 네트워크로 합치는 것을 말한다. 일반적으로 사용되는 병합 알고리즘은 병합 순서에 따라 최종결과 네트워크의 복잡도가 달라지는 문제를 갖고 있고, 최종 병합 네트워크의 에지 수를 최소화하는 병합 순서를 찾는 것은 NP-hard라고 증명되었다. 본 논문에서는 최적의 병합 순서를 결정하기 위해 진화 알고리즘을 사용하는 방법을 제안한다. 해공간 분석을 통해 permutation index 표현방법이 해탐색에 유리함을 보이고 이를 이용한 진화 알고리즘을 제안한다. 실험결과, 기존의 휴리스틱과 greedy 탐색 방법에 비해 제안한 방법이 우수한 성능을 보였다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.48 no.7
• /
• pp.537-546
• /
• 2020

The reliability used as a performance indicator during the development of space launch vehicle should be validated by the launch success probability, and the launch data need to be fed back for reliability management. In this paper, the launch data of space launch vehicles around the world were investigated and statistically analyzed for the success probabilities according to the launch vehicle models and maturity. The Bayesian estimation of launch success probability was reviewed and analyzed by comparing the estimated success probabilities using several prior distributions and the statistical success probability. We presented the method of generating prior distribution function and considerations for Bayesian estimation.

• The Korean Journal of Applied Statistics
• /
• v.31 no.5
• /
• pp.573-585
• /
• 2018

In this study, we fit the logistic regression model and naïve Bayesian classifier model using 11 risk factors to predict the incidence rate probability for type 2 diabetes mellitus. We then introduce how to construct a nomogram that can help people visually understand it. We use data from the 2013-2015 Korean National Health and Nutrition Examination Survey (KNHANES). We take 3 interactions in the logistic regression model to improve the quality of the analysis and facilitate the application of the left-aligned method to the Bayesian nomogram. Finally, we compare the two nomograms and examine their utility. Then we verify the nomogram using the ROC curve.

• The Korean Journal of Applied Statistics
• /
• v.35 no.1
• /
• pp.131-146
• /
• 2022

Logit models are commonly used to predicting and classifying categorical response variables. Most Bayesian approaches to logit models are implemented based on the Metropolis-Hastings algorithm. However, the algorithm has disadvantages of slow convergence and difficulty in ensuring adequacy for the proposal distribution. Therefore, we use auxiliary mixture sampler proposed by Frühwirth-Schnatter and Frühwirth (2007) to estimate logit models. This method introduces two sequences of auxiliary latent variables to make logit models satisfy normality and linearity. As a result, the method leads that logit model can be easily implemented by Gibbs sampling. We applied the proposed method to diabetes data from the Community Health Survey (2020) of the Korea Disease Control and Prevention Agency and compared performance with Metropolis-Hastings algorithm. In addition, we showed that the logit model using auxiliary mixture sampling has a great classification performance comparable to that of the machine learning models.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.299-299
• /
• 2022

수문학적 가뭄 발생의 직접적 영향은 강수부족량이나, 다양한 사회경제적 인자들은 수문학적 가뭄에 간접적으로 영향을 미치고 있다. 물관리 선진기관에서는 인간의 활동 및 물관리 방식에 따라 수문학적 가뭄을 심화시키거나 완화시킬 수 있음을 인지하고, 인간의 물사용이 가뭄에 미치는 영향을 평가하기 위한 다양한 연구가 이루어지고 있다. 본 연구에서는 강수량 및 미래의 인구변화에 따른 수문학적 가뭄의 영향의 정도를 판단함으로써, 인간의 활동이 가뭄에 미치는 영향을 정량적으로 제시하고자 한다. 충정북도 시군지역을 대상지역으로 선정하였으며, 시군 장래인구 추정값을 미래 인구자료로, 미래 유출량이 산정되어 제공되는 RCP 4.5와 RCP 8.5시나리오를 활용하여 미래 가뭄상황 예측하였다. 강수량 및 인구변화가 수문학적 가뭄에 미치는 영향 평가를 위하여 코플라함수 기반의 베이지안 네트워크 모형이 활용하였다. 베이지안 네트워크는 강수량, 인구밀도, 수문학적 가뭄사이의 관계 도출을 위하여 활용되었으며, 베이지안 네트워크 내의 결합확률의 산정을 위하여 코플라 함수가 활용되었다. 미래의 강수량 및 인구밀도의 변화에 따른 수문학적 가뭄의 영향 관계를 분석한 결과는 다음과 같다. 강수량이 인구밀도보다 수문학적 가뭄의 발생에 영향을 미치며, 약 0.2~0.3 정도 발생확률이 크게 산정되었다. 두 인자를 동시에 고려할 경우, 강수량이 적고, 인구밀도가 높아지는 조건(F(강수량)=0.1, F(인구밀도)=0.9)에서는 조건부 CDF 변화율이 크게 나타나, 곧 수문학적 가뭄의 위험성이 높음을 확인할 수 있었다. 인구밀도는 수문학적 가뭄의 발생 위험성을 높이 알려져 있으나, 정량적으로 그 값을 제시한 연구 사례는 찾기 어렵다. 이에 따라 본 연구에서는 가뭄의 영향정도를 정량적으로 표현하였으며, 한 인자만의 영향이 아닌 두 개 이상의 인자들의 복합적인 영향 정도를 제시함으로써 수치적인 비교가 가능하게 하였다. 미래 추정 인자가 인구자료가 한정적이라 인구 자료만을 활용하여 수문학적 가뭄에 미치는 영향을 분석하였으나, 다른 사회경제적 지표를 활용하여 미래 변화에 따른 미래 수문학적 가뭄의 영향 정도의 비교 및 분석 결과를 바탕으로 가뭄 대응 우선순위 선정을 위한 연구자료로 활용 가능할 것으로 사료된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.22-24
• /
• 2003

작은 데이터에서 베이지안망 분류기(Bayesian network classifier, BNC)를 학습할 때, 과대적합(overfitting)으로 인한 일반화 성능의 저하가 초래된다 이런 경우, 베이지안 모델 평균화(Bayesian model averaging, BMA)는 모델 자체에 대한 불확실성을 분석 과정에서 고려함으로써, 성능 저하를 피할 수 있는 수단을 제공한다. 본 논문에서는 BNC의 BMA의 작은 데이터에 대한 성능을 평가 및 분석한다. 특히, 노드의 순서에 대한 평균화의 효과가 연구된다. 인공데이터에 대한 실험 결과, 노드의 순서가 BNC의 BMA의 분류 성능에 미치는 영향은 지대하며, 이는 데이터의 크기가 극히 작은 경우의 성능 저하에 직접적인 원인이 된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.259-261
• /
• 2002

대화형 에이전트는 자연어를 기반으로 사용자질외에 대한 적절한 정보를 제공하고, 사용자와 지속적으로 대화를 진행해가는 시스템이다. 사용자의도를 파악하고 적절히 대답하기 위해서는 사용자질의에 대한 효과적인 분석이 필요하다. 또한 단발적인 대답뿐 아니라 지속적인 대화가 가능해야 한다. 본 논문에서는 사용자 모델링에 사용되는 베이지안 네트워크를 계층적으로 구성하여 사용자질의로부터 사용자의도를 추론하며, 이전 대화상태를 활용하여 지속적인 대화가 가능하도록 한다. 실제 웹 사이트를 안내하는 대화형 에이전트를 설계하며 적용해봄으로써 그 가능성을 확인해 볼 수 있었다.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.8
• /
• pp.81-90
• /
• 2012

For digital TV, the recommendation of u-health personalized service of semantic environment should be done after evaluating individual physical condition, illness and health condition. The existing recommendation method of u-health personalized service of semantic environment had low user satisfaction because its recommendation was dependent on ontology for analyzing significance. We propose the personalized service recommendation method based on Naive Bayesian Classifier for u-health service of semantic environment in digital TV. In accordance with the proposed method, the condition data is inferred by using ontology, and the transaction is saved. By applying naive bayesian classifier that uses preference information, the service is provided after inferring based on user preference information and transaction formed from ontology. The service inferred based on naive bayesian classifier shows higher precision and recall ratio of the contents recommendation rather than the existing method.