• 정보처리학회논문지B
• /
• 제9B권5호
• /
• pp.625-634
• /
• 2002

본 논문에서는 베이지안 망을 기초로 불임환자의 임상 데이터에 대한 다양한 분석 실험을 전개하였다. 이 실험을 통해 임신여부에 영향을 주는 요인들간의 상호의존성을 분석해보고, 또 NBN, BAN, GBN 등 제약조건이 다른 다양한 유형의 베이지안 망 분류기들의 분류성능을 서로 비교해보았다. 그리고 우리는 이와 같은 실험을 통해 임신가능여부(Clin)에 직접적인 영향을 미치는 중요한 요인들로 증상(IND), 약물치료법(stimulation), 여성의 나이(FA), 미세조작 난자의 수(ICT), Wallace 사용여부(ETM) 등 5개의 특성들을 가려낼 수 있었고, 이 요인들간의 상호 의존성도 찾아낼 수 있었다. 또 서로 다른 유형의 베이지안 망 분류기들 중에서 요인들간의 상호의존관계를 허용하는 좀 더 일반적인 BAN과 GBN 등이 그렇지 못한 NBN에 비해 상대적으로 더 높은 분류 성능을 보여준다는 것을 확인하였다. 또 결정트리와 k-최근접 이웃과 같은 다른 분류기들과의 성능 비교를 통해, 임상 데이터의 특성상 확률적 표현과 추론에 기초한 베이지안 망 분류기들이 보다 높은 성능을 보여준다는 사실도 확인할 수 있었다. 또 본 논문에서는 클래스 노드의 Markov blanket에 속한 특성들로 특성집합을 축소하는 것을 제안하고, 실험을 통해 이 특성 축소방법이 베이지안 망 분류기들의 성능을 높여 줄 수 있는지 알아보았다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.529-529
• /
• 2015

기후변화에 따른 자연재해로 인한 인적, 물적 피해가 매년 증가하고 있으며 기후변동에 관한 정부간 협의체 IPCC(Intergovermental Panel on Climate Change) 5차 보고서에서도 기후변화의 양상이 향후 지속 될 것이라고 전망하고 있다. 이러한 기후변화가 야기하는 부정적인 영향을 저감하기 위해 기후변화 대응을 위한 연구가 세계 곳곳에서 이루어지고 있으며 본 연구에서는 한반도에 적합한 비정상성 빈도해석을 수행하기 위하여 베이지안 기법을 이용하여 산정된 확률강우량과 전지구적 기후변화 시나리오 RCP(2.6, 4,5, 6.0, 8.5)의 다운스케일을 통하여 산정된 확률강우량의 최적 블랜딩을 통하여 비정상성 확률강우량을 산정하였다. 낙동강유역의 1973-2013년 시강우 자료를 이용한 정상성 대비 증감률은 다음과 같다(Table 1).

• 한국컴퓨터정보학회논문지
• /
• 제4권1호
• /
• pp.68-75
• /
• 1999

다중프로세서 시스템의 상호연결 네트워크는 주로 다중버스 구조, 십자막대 스위치 구조 또는 다중포트 접속 기억구조로 연결되고 있는데, 본 연구에서는 다중포트 접속 기억구조를 하는 다중프로세서 시스템 상에서 정상적으로 전체 시스템과 다중처리 시스템이 작동할 확률인 시스템 신뢰도와 다중처리 시스템 신뢰도를 추정하는 방법으로서, 미리 알려진 사전정보를 이용하여 좀더 정확하고 유효성이 뛰어난 신뢰도 추정량을 구하는 베이지안 방법을 제안한다.

• 응용통계연구
• /
• 제10권1호
• /
• pp.151-161
• /
• 1997

순서적 다항자료의 누적로짓 모형에 대한 베이지안 사후추론을 위하여 몬테칼로 깁스표본기법을 제안하였다. 원래의 모형에서는 깁스표본기법 적용에 필수적으로 요구되는 각 원소모수의 조건부 확률분포가 난수생성에 편리한 형태로 주어지지 않으므로 Albert and Chib(1993)과 Oh(1997)에서 이항 로짓모형에 사용한 바와 같이 적절한 잠재변수를 도입하여 깁스표본기법 적용에 매우 편리한 형태를 갖도록 한다.

• 한국산학기술학회논문지
• /
• 제9권5호
• /
• pp.1249-1254
• /
• 2008

그래프 모델에서 가장 중요한 부분은 관찰 데이터가 주어진 상황에서 은닉 변수와 더불어 파라미터의 사후확률 분포의 계산이다. 이 논문에서는 가우시안 혼합 모델에 대한 변분 베이지안 방법의 구현과 변분 근사화 분포의 분해 유도를 제안한다. 이 방법은 정보 검색이나 데이터 시각화와 같은 데이터 분석 등에 적용이 가능하다.

• 한국조사연구학회:학술대회논문집
• /
• 한국조사연구학회 2000년도 추계학술대회 발표논문집
• /
• pp.41-62
• /
• 2000

현실적으로 통계추론 방법의 적용시, 그 정당성이 보장되는 기본가정이외에도 추가적인 가정이 불가피하여, 본래의 정당성이 퇴색되는 경우가 흔히 발생한다. 따라서 이런 경우에는 통계추론의 평가가 필수적일 것이나, 많은 경우에 분석적 평가를 하기에는 너무 복잡하여, 특정상황을 상정한 모의분석 평가가 주류를 이루고 있다. 본 고에서는 보다 일반적 상황에서의 통계추론의 평가를 위해 브트스트랩방법과 같이 관찰값에 의존한 모의방법(observation-based simulation)을 이용한 평가방법을 제안한다. 우선 설득력 있는 평가요소로서 구간추정시 포함확률(coverage probability)와 같은 빈도성질(frequency property)를 선택하였다. 빈도성질은 고전적 통계추론은 물론 베이지안 통계추론을 대상으로도 의미있는 평가기준으로 판단되는 바, 이를 평가요소로서 선택하고, 이의 추정을 위한 방법과, 그 추정결과의 해석과 나아가 이를 기준으로 한 통계추론 결과의 조정 방법까지 일련의 절차에 대한 방법론을 제시하였다.

• 응용통계연구
• /
• 제5권1호
• /
• pp.9-17
• /
• 1992

본 논문은 표본조사론의 주된 연구 대상인 유한 모집단에서의 모수 추정 문제중에서 비추정 문제를 베이지안 방법으로 다루었다. 크기 N의 유한 모집단을 초모집단에서 뽑은 크기 N의 확률 표본으로 간주하고, 초 모집단 모수들의 사전분포를 비정보적인 것으로 가정하여 비(ratio)의 정확한(exact) 사후분포를 유도하였으며, 이를 바탕으로 비의 정확한 신뢰구간을 구해 특별한 조건 아래에서 제안된 Fieller의 방법등 기존의 방법들과 비교하여 보았다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.286-288
• /
• 2006

영상 이해는 컴퓨터 비전의 가장 높은 수준의 처리 기법이다. 영상을 이해하기 위해서는 위치 정보, 물체 존재정보와 같은 기본 컨텍스트들을 추출하는 것이 중요하다. 그러나 실내 환경의 영상 정보는 카메라의 흔들림이나 각도, 빛의 상태에 따라 불확실해지기 때문에 이러한 불확실함에 강인한 영상 인식 기법이 필요하다. 동적 베이지안 네트워크(DBN)는 이러한 불확실한 정보의 처리에 강인하며 장소와 물체의 관계등 고수준의 컨텍스트를 모델링하는데 좋은 성능을 보이는 확률 모델이다. 또한 DBN은 이전 상태를 추론에 활용할 수 있으므로 장소 인식과 같은 컨텍스트의 추출에 좋다. 본 연구에서는 불확실한 실내 환경 영상으로부터 영상 전처리를 통해 특징값을 추출하고, 회전이나 크기 변화에 강인한 물체인식기법인 크기불변 특징 변환기법(SIFT)을 이용하여 물체 존재정보를 추출하여 고수준 컨텍스트가 모델링된 DBN 추론으로 장소 및 물체를 인식하는 방법을 제안한다. 실제 대학 실내 환경에서의 실험으로 DBN을 이용한 영상 인식기법이 좋은 성능을 보임을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (A)
• /
• pp.748-750
• /
• 2005

이질적인 컴퓨팅 환경에서 다중 응용 프로그램은 안정적으로 수행되기 위해 제한된 자원을 공유하며 서로 경쟁한다. 더욱이 응용 프로그램이 수행되는 환경으로부터 획득된 불완전한 정보와 정보로부터 적용 행동의 선택까지 소요되는 시간의 비용에서 발생하는 불확실성은 응용 프로그램이 환경에 적응하며 유연하게 동작하는 것을 어렵게 한다. 본 논문에서는 베이지안 네트워크를 이용하여 불확실한 정보를 확률 값으로 처리함으로써 적응 행동을 예측하도륵 한다. 또한, 실제 시뮬레이션을 통해 제안된 미들웨어의 유용성을 확인한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.628-630
• /
• 2005

베이지안 네트워크는 확률이론에 기초해 불확실성이 존재하는 실세계 문제를 해결하는데 많은 기여를 하고 있다. 최근 네트워크 구조를 데이터로부터 자동으로 학습하는 많은 연구가 이루어져 보다 손쉽게 많은 사람들이 사용할 수 있게 되었다. 하지만 한번 학습하여 고정된 네트워크의 구조는 새롭게 수집되는 데이터의 특성을 잘 반영하지 못하는 문제를 지니고 있다. 환경의 변화에 맞게 지속적으로 네트워크 구조를 갱신하기 위한 연구가 진행되고 있으며 본 연구에서는 Lam이 제안한 MDL기반 평가함수를 이용한 진화적 갱신 방법을 제안하여 갱신 성능을 향상시키고자 한다. 벤치마크 네트워크인 ASIA에 대한 실험 결과 제안한 방법이 기존의 지역적 탐색 방법에 비해 향상된 성능을 제공함을 확인하였다.