• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.470-473
• /
• 2021

본 논문에서는 코로나-19로 인해 홈 트레이닝 시장이 성장하고 있는 상황 속에서 효율적인 운동을 위해 사용자의 식습관, 신체조건, 선호도 등을 바탕으로 적합한 운동을 추천해주는 시스템을 제안한다. 먼저 K-최근접 이웃 알고리즘을 활용해 비만의 정도에 따라 사용자를 분류하고, 운동 데이터를 소모 칼로리에 따라 클러스터링 한다. 다음으로 비만의 정도와 운동 레벨에 따라 정해진 추천 점수를 통해 사전 선호도 확률을 계산하고, 베이지안 네트워크를 통해 사후 확률을 구한다. 이를 바탕으로 특이값 분해 알고리즘(SVD)를 활용하여 사용자 맞춤형 운동을 추천한다. 제안 시스템의 성능을 검증하기 위해 비교 실험을 진행하여 회귀 문제 평가 척도인 RMSE 값 측면에서 성능을 분석하였다.

• 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.

• Journal of KIISE:Computing Practices and Letters
• /
• v.14 no.6
• /
• pp.614-618
• /
• 2008

As the multimedia data increase a lot with the rapid development of the Internet, an efficient retrieval technique focusing on individual users is required based on the analyses of such data. However, user modeling services provided by recent web sites have the limitation of text-based page configurations and recommendation retrieval. In this paper, we construct the user preference model with a Bayesian network to apply the user modeling to video retrieval, and suggest a method which utilizes probability reasoning. To do this, context information is defined in a real office environment and the video scripts acquired from established cameras and annotated the context information manually are used. Personal information of the user, obtained from user input, is adopted for the evidence value of the constructed Bayesian Network, and user preference is inferred. The probability value, which is produced from the result of Bayesian Network reasoning, is used for retrieval, making the system return the retrieval result suitable for each user's preference. The usability test indicates that the satisfaction level of the selected results based on the proposed model is higher than general retrieval method.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.23 no.9
• /
• pp.1060-1069
• /
• 2019

Pedestrian-based camera self-calibration methods are suitable for video surveillance systems since they do not require complex calibration devices or procedures. However, using arbitrary pedestrians as calibration targets may result in poor calibration accuracy due to the unknown height of each pedestrian. To solve this problem in the real surveillance environments, this paper proposes a novel Bayesian approach. By assuming known statistics on the height of pedestrians, we construct a probabilistic model that takes into account uncertainties in both the foot/head locations and the pedestrian heights, using foot-head homology. Since solving the model directly is infeasible, we use variational Bayesian inference, an approximate inference algorithm. Accordingly, this makes it possible to estimate the height of pedestrians and to obtain accurate camera parameters simultaneously. Experimental results show that the proposed algorithm is robust to noise and provides accurate confidence in the calibration.

• 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
• /
• 1999.10b
• /
• pp.154-156
• /
• 1999

문서 분류는 미리 정의된 두 개 또는 그 이상의 클래스에 새로 생성되는 객체들을 할당하는 방법이다. 문서의 자동 분류에 대한 연구는 오래 전부터 연구되어 왔지만 한국어에 대한 적용 및 연구는 다른 분야에 비해 아직까지 활발히 이루어지지 않고 있다. 본 논문에서는 문서를 자동으로 분류하기 위해 문서의 주제어에 가중치를 부여하고, 부족한 문서의 특징을 보충하기 위하여 말뭉치로부터 주제어들과의 상호정보에 의해 추출된 단어를 사용하여 문서를 표현한 후, 가중치를 부여한 문서의 주제어에 베이지안 분류자를 사용하여 문서분류를 수행한다. 실험은 한국어 정보검색 실험용 데이터 집합인 KTset95 문서 4,414개 중 1,300개의 문서를 학습 집합으로, 1,000개의 문서를 분류에 대한 검증 집합으로 사용하였다. 실험 결과, 순수 베이지안 확률을 사용한 기존의 방법보다 실험 집합과 검증 집합에서 각각 1.92%, 4.3% 향상된 분류 정확도를 얻었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.328-331
• /
• 2007

본 논문은 물리엔진을 기반으로 구현한 자동차 시뮬레이터 프로그램에서 베이지안 네트워크를 이용해서 최적화된 이동방식을 계산하여 제공하는 기능을 구현한 결과를 보여준다. 자동차 시뮬레이터로부터 입력 받은 각 코스별 통과시간과 이동위치 및 회전각을 토대로 수집된 정보에 베이지안 네트워크를 적용하여 가장 빠른 시간 내에 완주한 코스의 이동위치에 따른 회전각을 산출해 낸 다음 각 위치마다 확률적으로 가장 적합한 핸들 조작법을 화면에 제공함으로써 사용자가 현 위치에 가장 최적화 된 조작법을 알 수 있게 한다. 또한 반복적인 레이스 트랙 완주에 따라서 더욱 최적화 된 각도를 피드백 함으로서 좀 더 빠른 완주가 가능해지도록 하는 것이 이 연구의 목적이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.292-294
• /
• 2005

대사증후군은 당뇨병, 고혈압, 복부 비만, 고지혈증 등의 질병이 한 개인에게 동시에 발현하는 것을 말한다. 미국에서는 $25\%$ 이상의 성인이 대사성 증후군인 것으로 알려져 있으며, 경제 여건의 향상 및 식생활 습관의 변화와 함께 최근 우리나라에서도 심각한 문제가 되고 있다. 한편 불확실성의 처리를 위해 많이 사용되고 있는 베이지안 네트워크는 사람이 분석 가능한 확률 기반의 모델로 최근 의학 분야에서 지식 발견, 데이터 마이닝을 위한 도구로 유용하게 사용되고 있다. 본 논문에 서 는 대사증후군을 예측하는 문제를 다루며, 베이지안 네트워크와 의학 지식을 이용한 대사증후군의 예측 모델을 제안한다. 제안하는 모델을 통해 1993년의 데이터를 가지고 1995년의 상태를 예측하는 분류 실험을 수행하였으며, 실험 결과 다층 신경망, k-최근접 이웃 등의 분류기 보다 높은 $81.5\%$의 예측율을 보였다.

• Journal of the Korean Data and Information Science Society
• /
• v.7 no.2
• /
• pp.247-256
• /
• 1996

In this paper, we applied bayesian hierarchical model to analyze the field mice example introduced by Demster et al.(1981). For this example, we use Gibbs sampler method to provide the posterior mean and compared it with LSE(Least Square Estimator) and MLR(Maximum Likelihood estimator with Random effect) via the EM algorithm.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.343-346
• /
• 2004

베이지안 확률 모형은 문서 분류에서 널리 사용되는 이론이다. 그러나, 실제로 베이지안 이론에 기초하여 만들어진 시스템은 처리 시간이 많이 소요된다는 단점을 가지고 있다. 이 논문에서는 문서 분류 작업에 있어 기존의 베이지안 모형을 구현함과 동시에 여러 가지 방법을 통해 시간적인 측면을 개선한 시스템을 구현하였다.