• 응용통계연구
• /
• 제2권2호
• /
• pp.27-35
• /
• 1989

최근 암의 면역치료 요법에 사용이 활발히 시도되고 있는 IL-2(Interleukin-2)의 역가를 측정하는 문제를 통계적 모형을 통하여 정립하고 그 모형하에서 모수의 함수로 표현되는 역가의 추론과정을 연구하였다. 표준시료와 비교하여, 환자로부터 얻은 미지의 시료의 역가를 구하기 위하여 선형모형을 제시하고 베이지안 기법을 사용하여 계수들의 함수로 나타내지는 역가의 신뢰구간을 구하였으며 실제 데이타에 적용하여 보았다.

• 대한토목학회논문집
• /
• 제39권6호
• /
• pp.667-673
• /
• 2019

지구 온난화로 인해 기후변화가 가속화되고 이에 따라 강풍에 대한 재해가 늘어날 것으로 판단된다. 이에 본 연구에서는 시간에 따른 선형 경향성을 고려한 비정상성 빈도해석 모형을 구축하기 위한 방법으로 Bayesian 기법을 적용하였다. 그리고 제주공항 지점의 연 최대풍속자료를 이용하여 극치분포 매개변수들의 사후분포를 추정하고 비정상성 빈도해석을 수행하였다. 재현기간 100년 빈도의 풍속을 추정한 결과를 보면, 경향성이 통계적으로 유의하며 이로 인해 비정상성 빈도해석에 의한 기본풍속이 정상성 빈도해석의 기본풍속보다 크게 추정되고 있다. 이처럼 기상자료의 정상성을 가정한 현재의 빈도해석 절차는 경향성이 존재하는 지역의 경우에 미래의 기본풍속을 과소 추정할 가능성이 크다고 판단된다.

• 한국수자원학회논문집
• /
• 제52권12호
• /
• pp.985-999
• /
• 2019

전 세계적으로 극심한 가뭄현상이 반복적으로 발생하고 있으며, 이러한 가뭄을 분석하기 위한 연구가 다수 진행되고 있다. 최근 코플라 함수를 활용한 이변량 가뭄빈도해석에 대한 연구가 다수 진행된 바 있으나, 대부분 지점빈도해석에 국한되어 진행되었으며, 통계적으로 부족한 자료의 기간을 보완하기 위한 대안으로 지역빈도해석 개념을 도입한 연구는 미진한 실정이다. 이러한 점에서 본 연구에서는 기존의 베이지안 기법과 코플라 함수를 연계한 이변량 지역빈도해석 모형을 개발하였다. 최종적으로 이변량 코플라 가뭄 지역빈도해석 모형을 한강유역에 적용하여 2013-2015년에 발생한 가뭄 사상을 평가하였으며, 기존에 개발된 이변량 지점빈도해석 결과와 비교를 통해 모형의 해석결과에 대한 신뢰성을 확보하였다. 결과적으로 이변량 지점빈도해석에 비해 가뭄사상에 대한 결합재현기간의 불확실성 구간이 약 3배 가까이 감소하였으며, DIC 통계량 산정결과 약 15 이상 개선된 것을 확인하였다. 본 연구를 통해 제안된 베이지안 코플라 기반 이변량 가뭄 지역빈도해석 모형은 가뭄자료의 분포특성 및 자료간의 상관성을 효과적으로 재현하는데 유리할 뿐만 아니라, 지역적인 가뭄특성을 효과적으로 평가할 수 있는 장점을 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.476-479
• /
• 2021

DBMS 파라미터 튜닝이란 데이터베이스에서 제공하는 다양한 파라미터의 값을 조율하여, 최적의 성능을 도출하는 과정이다. 데이터베이스 종류에 따라 파라미터 개수가 수십 개에서 수백 개로 다양하며, 각 기능이 모두 다르기 때문에 최적의 조합을 찾는 것은 쉽지 않다. 선행 연구에서는 BO 기법을 사용하여 적절한 파라미터 값을 추출했지만, 파라미터 개수에 비례하여 차원이 커지는 문제가 발생한다. 본 논문에서는 통계적으로 파라미터를 분류하여 탐색 공간을 줄인 다음 단계적으로 BO 를 수행하는 PBO 방식을 제안한다. 파라미터 값을 랜덤하게 할당하여 벤치마킹한 결과값을 군집화한 후, 각 군집별로 파라미터와의 연관성을 분석해 높은 상관관계를 가진 파라미터를 매칭시켜 분류한다. 제안하는 방법론을 검증하기 위하여 8 가지 회귀 모델과의 비교 실험을 통해 제안한 방법론의 우수성을 검증하였다.

• 한국ITS학회 논문지
• /
• 제9권3호
• /
• pp.73-84
• /
• 2010

본 연구에서는 고속도로에서 GPS(Global Positioning System)수신기를 장착한 프로브차량을 이용하여 수집한 속도자료를 이용하여 사고 위험구간을 추출하는 방법론을 제시하였다. 위험구간 추출을 사고발생 유 무를 판단하는 분류문제(Classification)로 정형화하고 베이지안 신경망을 적용하였다. 개별차량의 속도자료를 이용하여 다양한 잠재적 독립변수를 설정하고 이항 로지스틱 회귀분석을 이용하여 통계적으로 유의미한 변수만을 추출하여 베이지안 신경망의 입력자료로 사용하였다. 제안된 방법론의 성능 평가를 위해 사고 발생 경험이 있는 위험구간을 정확히 추출하는 분류정확도를 효과척도로 활용하였다. 본 연구에서 제안한 방법론의 타당성을 60%의 분류정확도를 통해 확인할 수 있었다. 고속도로 신설노선의 교통안전성을 평가하고 사고예방을 위한 대응책 개발 및 적용에 본 연구의 결과가 효과적으로 활용될 것으로 기대된다.

• 응용통계연구
• /
• 제10권2호
• /
• pp.261-274
• /
• 1997

기존에 제안되어온 판별분석 기법이 대상으로 하는 대부분의 자료는 각 개체가 어느 한 특정한 집단에 전적으로 소속되어 있는 것으로 국한되어 왔다. 그러나 오늘날 (0-1)의 이치논리가 퍼지(Fuzzy) 개념과 다치논리로 확장되는 현상은 어느 한 개체를 꼭 한개의 집단에만 국한시키는 관점 역시 변화를 요구하고 있다고 본다. 이에 본 논문에서는 한 개체가 어떤 소속확률을 갖고 여러개의 집단에 소속되어 있는 상황을 고려하여 이러한 개체들로 구성된 학습표본으로부터 판별분석 규칙을 개발하는 것을 목표로 하였다. 방법론으로는 개체들의 특성벡터와 소속상태의 관계를 역추정(calibration) 모형으로 표현하고 판별대상개체의 특성벡터가 주어졌을 때 소속상태를 추정하도록 하며 이때 추정은 베이지안 방법, Metropolis 알고리즘 등을 사용하였다. 또한 제안된 판별규칙의 평가를 위한 기준을 제안하고 두개의 자료를 기존의 다른 규칙들과 함께 분석하여 결과를 비교하였다.

• 정보처리학회논문지C
• /
• 제13C권2호
• /
• pp.259-266
• /
• 2006

스팸 메일의 양의 급증함에 따라, 다양한 스팸 메일 필터링 기법이 제시되고 있다. 이런 필터링 기법 가운데, 학습 기반 필터링 기법은 현재 가장 보편화된 필터링 기법 가운데 하나이다. 본고에서는 신경망과, 유전자알고리즘, 카이제곱통계를 이용한 학습 기반 필터링 기법을 제시한다. 제안된 필터링 기법은 기존 필터링 기법의 문제를 해결하고, 스팸 메일 필터링에 높은 정확도를 제공할 수 있다 제안된 필터링 기법은 스팸메일 필터링 정확도와 정상 메일 필터링 정확도에서 각각 95.25%와 95.31%의 높은 정확도를 보인다. 이런 실험 결과는 기존의 규칙 기반 필터링 기법과 베이지안 필터링 기법에 비해 각각 7%, 12% 이상 높은 수치이다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권2호
• /
• pp.327-337
• /
• 2017

조사를 통한 자료생성은 시간과 경제적인 제약이 많고, 조사 방법 및 특성에 따라 자료의 질이 결정되며, 수집된 조사정보를 통계정보로 활용하기까지 오랜 시간이 소요된다. 이와 같은 어려움을 줄이고자 조사 표본설계 단위 보다 작은 지역 또는 다른 영역에 대한 자료를 기존에 조사된 자료 및 행정자료를 이용하여 추정하는 소지역추정 통계방법 활용 연구는 꾸준히 진행되고 있다. 따라서 본 논문에서는 소지역추정기법을 이용하여 인간이 기본적인 삶을 영위하는데 반드시 필요한 필수재이며, 동시에 우리나라에서 투자재로서의 특징을 나타내는 주택과 관련하여, 요즈음 새로운 주거형태를 차지하는 전세와 월세 지수에 모형기반 소지역추정기법을 적용하고자 한다. 적용된 소지역추정 모형은 회귀모형 추정법, 계층적 베이지안 추정법, 시-공간적 추정법이며, 분석결과 전세와 월세에서 시-공간적 추정모형이 가장 효율적인 것으로 나타났다.

• 응용통계연구
• /
• 제25권2호
• /
• pp.363-376
• /
• 2012

순서적 다항 반응변수의 경우 종종 과도하게 많은 수의 관측치가 0 범주에서 발생하는 영 과잉 특성을 지닌다. 이러한 영 과잉 자료에서 0범주를 발생시키는 요인이 여러 개 존재할 때 일반적인 순서적 프로빗 모형은 자료를 설명함에 있어서 한계를 지닌다. 본 논문에서는 영 과잉 특성을 반영한 이 단계 영 과잉 순서적 프로빗 모형의 베이지안 분석기법을 제시하고 이를 2008년도 통계청에서 조사한 한국인의 음주소비 자료에 적용시킨다. 첫 번째 단계에서는 음주소비가 하나도 없다고 답한 0 범주에 속하는 비음주자들을 신념 또는 영구적 건강상의 문제 등으로 상황에 관계없이 음주를 하지 않는 절대적 비음주자(genuine non-drinker, non-participant)와 현재 소비가 없지만 상황에 따라 음주자가 될 가능성이 있는 잠재적 음주자(zero consumption potential drinker)로 구분하는 프로빗 모형을 적용시켜 분석한다. 두 번째 단계에서는 잠재적 음주자와 1 이상의 범주에 속하는 실제적 음주자를 합하여 음주자 집단으로 보고 이에 대하여 순서적 프로빗 모형을 적용하여 분석한다. 분석결과, 비음주자 중 약 30%가 절대적 비음주자로 음주자료가 일반적 순서적 자료에 비하여 뚜렷한 영 과잉 특성을 가짐을 알 수 있었다. 각 변수의 한계효과를 분석함으로써 같은 설명변수가 절대적 비음주자와 잠재적 음주자에 미치는 영향이 서로 반대로 나타날 수 있음을 발견하였고, 따라서 한국인의 음주자료에 대하여 제안된 영 과잉 순서적 프로빗 모형이 유용함을 보여주었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.41-41
• /
• 2021

최근 전 세계적으로 급증하는 기후변화의 영향으로 이상기후로 인한 자연재해들의 강도 및 발생 빈도의 증가가 다양한 연구를 통하여 확인되고 있으며, 이를 대비 및 대응하기 위한 방안수립 연구가 세계의 가장 중요한 주제로 부상되고 있다. 우리나라의 경우에는 기후변화에 따른 심각성 문제가 대두되고 있지만 국가적 대응기반조성 및 수자원정책 의사결정에 직접적으로 활용될 수 있는 일관성 있고 통합적인 기후 정보가 부족한 실정이다. 미래 기상 변동성을 나타내는 기후모델은 전 지구적 대규모 기상장(large scale climate pattern)을 비교적 정확하게 묘사하는 것으로 알려져 있으나 모형에 내재해 있는 시·공간적 편의(spatial-temporal bias) 및 불확실성으로 인하여 통계학적 상세화가 필수적으로 요구된다. 이러한 편향성은 일반적으로 지상 관측 자료를 격자에 보간하여 보정하는 방법이 적용되고 있지만, 관측자료의 불연속성 및 관측소의 불균등성으로 인하여 공간적 신뢰성이 낮다. 이에, 본 연구에서는 Bayesian 기반의 Kriging을 통한 공간적 편의보정 및 QDM(quantile delta mapping)을 연계한 새로운 격자 기반의 통계적 상세화 모형 Bayesian Kriging-QDM을 개발하였다. 본 연구를 통하여 산정된 결과는 과거자료에 근거하여 이루어지는 기존의 보수적인 수자원 관리 체계의 위험성을 저감 시킬 수 있는 의사결정에 직접적으로 활용될 수 있는 기초 자료로 이용 가능할 것으로 판단된다.