• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.2
• /
• pp.179-184
• /
• 2007

This paper deals with a context-aware application based on Bayesian network in the smart home. Bayesian network is a powerful graphical tool for learning casual dependencies between various context events and obtaining probability distributions. So we can recognize the resident's activities and home environment based on it. However as the sensors become various, learning the structure become difficult. We construct Bayesian network simple and efficient way with mutual information and evaluated the method in the virtual smart home.

• The Journal of Korean Association of Computer Education
• /
• v.21 no.3
• /
• pp.51-58
• /
• 2018

In order to analyze the prediction of the computer entertainment behavior, this study investigated the variables' interdependencies and their causal relations to the computer entertainment behavior using Bayesian inference with the Korean Children and Youth Panel Survey data. For the study, Markov blanket was extracted through General Bayesian Network and the degree of influences was investigated by changing the variables' probabilities. Results showed that the computer entertainment behavior was significantly changed depending on adjusting the values of the related variables; school learning act, smoking, taunting, fandom, and school rule. The results suggested that the Bayesian inference could be used in educational filed for predicting and adjusting the adolescents' computer entertainment behavior.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.1
• /
• pp.9-18
• /
• 2016

In the Heckman-Meyers model, which is frequently referred by IAA, Swiss Solvency Test, EU Solvency II, the assumption of parameter distribution is key factor. While in theory Bayesian analysis somewhat reflects parameter uncertainty using prior distribution, it is often the case where both Heckman-Meyers and Bayesian are necessary to better manage the parameter uncertainty. Therefore, this paper proposes the use of Bayesian H-M CRM, a combination of Heckman-Meyers model and Bayesian, and analyzes its efficiency.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.30 no.9C
• /
• pp.887-898
• /
• 2005

In this paper, we introduce a probabilistic model based on Bayesian networks BNs) for recognizing human fatigue. First of all, we measured face feature information such as eyelid movement, gaze, head movement, and facial expression by IR illumination. But, an individual face feature information does not provide enough information to determine human fatigue. Therefore in this paper, a Bayesian network model was constructed to fuse as many as possible fatigue cause parameters and face feature information for probabilistic inferring human fatigue. The MSBNX simulation result ending a 0.95 BN fatigue index threshold. As a result of the experiment, when comparisons are inferred BN fatigue index and the TOVA response time, there is a mutual correlation and from this information we can conclude that this method is very effective at recognizing a human fatigue.

• The Korean Journal of Applied Statistics
• /
• v.17 no.2
• /
• pp.281-301
• /
• 2004

In this paper we consider the change point problem in a sequence of univariate normal observations. We want to know whether there is any change point or not. In case a change point exists, we will identify its change type. Namely, it can be a mean change, a variance change, or both the mean and variance change. The intrinsic Bayes factors of Berger and Pericchi (1996, 1998) are used to find the type of optimal change model. The Gibbs sampling including the Metropolis-Hastings algorithm is used to estimate all the parameters in the change model. These methods are checked via simulation and applied to the winter average temperature data in Seoul.

• KDI Journal of Economic Policy
• /
• v.31 no.1
• /
• pp.1-25
• /
• 2009

This paper attempts to estimate the natural rates of output and interest of Korea in a simple DSGE set-up with a few stylized New Keynesian features using Bayesian methods. The major findings of this paper are as follows. First, the estimates of output gaps are less volatile than the measures from conventional approaches, although they exhibit non-negligible variations depending on the model specification. Another key finding is that the hybrid type Phillips curve with a backward-looking component and/or habit formation in consumption may play an important role in characterizing the macroeconomic dynamics of Korea.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.112-114
• /
• 2006

최근 영상 인식 정보를 서비스 로봇 도메인에서 사용하기 위한 연구와 함께 전통적인 영상 인식 방법의 성능을 높이기 위한 연구가 진행되고 있다. 기존의 방법들은 기하학적 모델을 기반으로 예측 가능한 환경에서 상황을 인식하였기에 이를 실내 환경과 같은 동적인 환경에 적용하는 것은 정확도나 인식의 효율 면에서 한계를 갖는다. 이에 지식 기반 접근 방법을 통해 정확도를 항상 시키거나 계산 비용을 감소시킴으로써 영상 인식성능을 높이기 위한 다양한 연구가 있어 왔다. 본 논문에서는 서비스 로봇이 물체를 탐색할 때, 대상 물체가 다른 물체에 의해 가려짐으로써 발생하는 불확실한 상황을 해결하기 위한 방법을 제안한다. 제안하는 방법은 발견된 물체를 컨텍스트 정보로 사용하여 대상 물체의 존재 여부를 추론하며, 이를 위해 신뢰도를 모델링할 수 있는 확률적 모델인 베이지안 네트워크와 도메인 지식을 모델링 할 수 있는 온톨로지를 함께 사용한다. 효과적인 모델링을 위해 본 논문에서는 기본적인 물체 관계를 모듈화 하여 설계하기 위한 베이지안 네트워크 구조와 확률 값 선정 방법. 이들을 온톨로지를 기반으로 주어진 상창에 따라 결합하는 방법을 제안한다. 이는 물체 관계를 모델링할 때 발생하는 중복 설계를 감소시켜주고 유지 및 보수를 용이하게 한다. 설계된 추론 모듈은 실험 결과 5가지 장소에서 높은 정확도를 보여주었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.22-22
• /
• 2019

최근 전 세계적으로 급증하는 기후변화의 영향으로 인해 강우량 증가에 따른 이상홍수 발생 및 댐 여유고 부족 등 다양한 위험인자가 노출되고 있다. 이러한 예상치 못한 이상홍수는 실제 거주하고 있는 사람들을 위협할 수 있으며, 하천 범람으로 인해 2차 3차 피해가 일어날 가능성이 존재하고 있다. 이에 다양한 자연재해로부터 인명 및 재산 피해를 방지 및 저감하기 위한 목적으로 다양한 수공구조물이 존재하며, 수자원 관리계획 수립의 목적에 따라 다양한 강수량이 활용되고 있다. 특히, 지구온난화에 따른 기후변화 영향을 고려한 연최대 강수량 및 확률강수량 산정이 필요한 시점이며, 온도변화에 따른 증기압 계산식인 Clausius-Clapeyron 관계에 따르면 대기 온도가 $1^{\circ}C$ 상승할 때 대기수분량이 6~7% 증가하여 평균 온도상승에 따라 극치강수량 발생 잠재력이 향상 될 것으로 전망되고 있다. 본 연구에서는 온도상승에 따른 극치강수량의 변화를 베이지안 다중분위회귀분석모형을 통해 산정하여 CORDEX 온도자료 기반의 미래 극치강수량을 전망하였다. 본 연구결과 100년 이상 빈도의 강수량은 온도상승에 따라 급격히 증가하는 추세를 확인하였으며, 2100년까지 온도상승을 고려한 최대 극치강수량은 1500mm를 넘을 가능성을 확인하였다.

• Journal of Korean Society of Transportation
• /
• v.24 no.2 s.88
• /
• pp.139-145
• /
• 2006

This paper develops pedestrian fatality models capable of producing the probability of pedestrian fatality in collision between vehicles and pedestrians. Probabilistic neural network (PNN) and binary logistic regression (BLR) ave employed in modeling pedestrian fatality pedestrian age, vehicle type, and collision speed obtained from reconstructing collected accidents are used as independent variables in fatality models. One of the nice features of this study is that an iterative sampling technique is used to construct various training and test datasets for the purpose of better performance comparison Statistical comparison considering the variation of model Performances is conducted. The results show that the PNN-based fatality model outperforms the BLR-based model. The models developed in this study that allow us to predict the pedestrian fatality would be useful tools for supporting the derivation of various safety Policies and technologies to enhance Pedestrian safety.

• Journal of the KSME
• /
• v.54 no.2
• /
• pp.46-51
• /
• 2014

최근 각종 공학문제의 해결을 위해 결정론적(Deterministic) 관점보다는 각종 불확실성을 고려한 확률적 (Probabilistic) 또는 추계적(Stochastic) 관점에서 분석 평가하려는 노력이 증가하고 있다. 이는 신뢰성분석 및 설계 측면에서 특히 중요하게 인식되고 있으며, 이를 구현하는 방법론으로 베이지안 통계기법(Bayesian Statistics)이 최근 많은 주목을 받고 있다. 이 글에서는 이러한 기법을 신뢰성 평가 및 고장예지에 어떻게 적용하고 있는지 사례를 중심으로 설명하고자 한다.