• Proceedings of the Korean Statistical Society Conference
• /
• 2000.11a
• /
• pp.247-252
• /
• 2000

동시입력이 있는 병렬 네트워크에서 총 손님의 수가 특정한 값을 초과하여 과부하가 발생하는 확률을 추정하고자 한다. large deviation 이론을 적용하여 추정을 위한 최적의 확률 측도를 찾고 이를 이용하여 과부하 확률의 중요 샘플링 추정량을 구한다.

• Proceedings of the Korean Institute Of Construction Engineering and Management
• /
• 2004.11a
• /
• pp.224-227
• /
• 2004

As a project progresses, it is well known that construction manager has to define the contingency for the expected project cost, which is used as a buffer for uncertainty. In this study, we mention uncertainty as the amount of likelihood that is difficult or impossible to predict project cost. From the completed work package, we obtain the true cost value, and this information is technically good data for estimating the realistic contingency of work packages to be accomplished. Based upon this historical information, construction manager recomputes the contingency for the remaining works. Conditional probability theory is often useful for re-estimating one of the remaining project progress as the true cost of the completed works can be different from the planned cost. As a project is progressing, true value is really important to predict the realistic project budget and to decrease the uncertainty. In this study, we gave applied conditional probability theory to estimating project contingency supposing a project that consists of fire work packages, provide the fundamental framework for setting and controlling project contingency.

• The Korean Journal of Applied Statistics
• /
• v.34 no.5
• /
• pp.849-861
• /
• 2021

This paper aims to introduce the basic concept of probabilistic record linkage and its statistical framework, and describe the specific process and principle of performing it using a real example from Statistics Korea. First, we briefly describe the deterministic record linkage and compare it with probabilistic record linkage. We introduce the Fellegi-Sunter model framework for record linkage and the related paprameters: m-probability, u-probability, matched weight and decision rule. Finally, we show the detailed process of record linkage under Fellegi-Sunter model framework and evaluate the record linkage results, using sample data from the registered-based census and Population and Housing Census survey in Statistics Korea.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.526-528
• /
• 2014

본 논문은 다차원 문항반응이론 모델에 기반하여 시뮬레이션을 위한 피험자들의 문항 응답 데이터를 생성하는 알고리즘을 개발하는 것이 목적으로 하였다. 본 알고리즘은 시험지를 구성하고 있는 문항들의 모수를 읽고, 각각의 차원에 대해 피험자들의 능력 수준을 나타내는 정규 분포 확률 변수를 생성한다. 본 알고리즘은 다차원 문항반응이론 모델에 기반하여 피험자들이 각 문항에 대해 정답으로 응답할 확률을 계산한다. 피험자들의 문항 응답을 결정하는 균일 분포 난수와 비교한다. 만약 확률이 난수보다 크면 피험자는 올바른 답을 한 것으로 보고 그렇지 않을 경우 틀리게 답할 것으로 한다. 본 프로그램은 피험자 수, 문항 수를 조절할 수 있다. 본 알고리즘을 통해 교육 측정 분야에서 다차원 문항반응 이론을 이용하여 학습자들의 문항 응답 데이터를 이용한 시뮬레이션 연구에 기여할 수 있을 것으로 기대한다.

• Korean Journal of Cognitive Science
• /
• v.27 no.4
• /
• pp.541-572
• /
• 2016

Causal reasoning is actively studied not only by psychologists but, in recent years, also by cognitive scientists taking the Bayesian approach. This paper seeks to provide an overview of the recent trends in causal reasoning research with a focus on the power probabilistic contrast theory of causality, a major psychological theory on causal inference. The power probabilistic contrast theory (PPCT) assumes that a cause is a power that initiates or inhibits the result. This power is purported be understood through statistical correlation under certain conditions. The paper examines the supporting empirical evidence in the development of PPCT. Also, introduced are the theoretical dispute between the PPCT and the model based on Bayesian approach, and the current developments and implications of research on causal invariance hypothesis, which states that cause operates identically regardless of the context. Recent studies have produced experimental results that cannot be readily explained by existing empirical approach. Therefore, these results call for serious examination of the power theory of causality by researchers in neighboring fields such as philosophy, statistics, and artificial intelligence.

• Journal of Korean Society of Transportation
• /
• v.9 no.2
• /
• pp.127-134
• /
• 1991

본 논문의 목적은 교통망 분석에 있어서 중요한 그러나 흔희 발생하지 않는 사건의 발생확률을 추정하는 방법론 개발에 있다. 예를 들어, 안정적(stable) 교통망에서 일시적인 혼잡현상이 발생할 확률을 씨뮬레이숀을 통해 추정하는 방법에 관한 것이다. 이 분야에서 활발한 연구([3], [12]) 가 있어 왔으나 개괄적(Heuristic) 방법에 제한되어 있었다. 본 논문은 위 문제에 대하여 포괄적(unified)이며 이론적인 방법론을 제시하였다. 이를 위해 대 분산이론(Large Deviation Theory)과 중요표본추출(Importance Sampling)기법이 이용되었으며 예로서 사용된 망은 두개의 구간이 이어진 교통망이다. 부수적으로 혼잡현상의 가장 대표적 형태를 구하는 방법이 제시되었다.

• Communications for Statistical Applications and Methods
• /
• v.3 no.2
• /
• pp.227-237
• /
• 1996

비중심 ${\chi}^2$분포의 누적분포함수의 계산은 ${\chi}^2$검정에서 요구되고 있는 새로운 접근방법으로 신경망 이론을 적용하기 위하여 입력층의 입력노드가 세개, 출력증의 축력노드가 한개 그리고 한개의 은닉층으로 구성된 다층 퍼셉트론 네트워크부터 역전파 알고리즘을 개발하여 비중심${\chi}^2$분포의 확률계산을 시도하였다. 정확성과 계산속도를 고려하여 기존의 방법과 비교한 결과 효율적임을 알 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.4
• /
• pp.727-733
• /
• 2011

To understand the stock market structure it is very important to extract meaningful information by analyzing the correlation matrix between stock returns. Recently there has been many studies on the correlation matrix using the Random Matrix Theory. In this paper we adopt this random matrix methodology to a single-factor model and we obtain meaningful information on the correlation matrix. In particular we observe the analysis of the correlation matrix using the single-factor model explains the real market data and as a result we confirm the usefulness of the single-factor model.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2000.05a
• /
• pp.201-209
• /
• 2000

정보산업의 발달과 함께 일반 사용자들의 데이터베이스의 사용이 증가함에 따라 부정확한 자연어 질의 처리를 할 수 있는 인공 지능적인 질의시스템이 필요하게 되었다. 이러한 질의시스템이 자연어 질의를 처리하려면 불확실한 데이터들에 대한 정보를 제공하는 MetaData가 반드시 필요하고, 데이터베이스 분야와 인공지능 분야의 이론들을 바탕으로 MetaData의 정형화 및 분류가 필요하다. 본 연구에서는 퍼지이론, 확률이론을 기초로 하여 소속척도, 근접추론, 유사관계, 데이터마이닝 기법 등을 이용하여 MetaData를 정형화하고 분류하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.23 no.4
• /
• pp.348-353
• /
• 2013

Recently, control theory including stochastic optimal control and various machine-learning-based artificial intelligence methods have become major tools in the field of financial engineering. In this paper, we briefly review some recent papers utilizing stochastic optimal control theory in the fields of the pair trading for mean-reverting markets and the trend-following strategy, and consider a couple of strategies utilizing both stochastic optimal control theory and machine learning methods to acquire more flexible and accessible tools. Illustrative simulations show that the considered strategies can yield encouraging results when applied to a set of real financial market data.