• Korean Journal of Logic
• /
• v.18 no.3
• /
• pp.337-358
• /
• 2015

Vann Mcgee produced "counterexamples" to Modus Ponens in "A Counterexample to Modus Ponens". Discussions about the examples tended to focus on a probabilistic reading of conditional statements. This article attempts to establish both (1) Modus Ponens is a deductively valid rule of inference, and (2) the counterexample-like appearance of Mcgee's example can be (and should be) explained without making a reference to the notion of conditional probability. The reason why his examples seem to counter Modus Ponens is found rather within the ambiguity a conditional statement exhibits. That is, Mcgee's examples are cases of equivocation on the conditional statements involved.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2017.11a
• /
• pp.715-721
• /
• 2017

기술거래 시장의 활성화에 대한 연구개발서비스 분야 종사자들의 관심이 높아지고 있으며, 특히 공공 및 민간 분야의 휴면 기술(특허)에 대한 이전 거래를 통해 불필요한 특허유지 비용을 줄이고 부가적인 기술료 창출 효과를 거둘 수 있다. 본 연구에서는 현재까지 기술이전(거래), 현물출자, 기술금융(융자, 담보대출) 등 다양한 목적으로 실무에서 활용되어 온 기술가치평가 모형의 한계점을 고민해 보고, 이에 대한 개선방안으로서 몬테카를로 최소자승법 기반의 확률론적 가치평가 모형을 제시한다. 기존의 가치평가 모형은 평가산출을 위한 입력변수의 확정적 값들에 기반하여 가치액이 산출되었으나, 대표적 기법인 현금흐름 할인법이나 로열티공제법의 경우 미래의 수익예상기간, 예상매출액 등에서는 불확실성(uncertainty)가 내재되어 있다. 따라서 특정 분포(distribution)에 대한 확률론적 가능성을 가정하고 이에 대한 수학적 최적화 논리로부터 몬테카를로 최소자승 관게에 의한 변수결정 및 가치평가액 산정을 할 수 있는 평가모듈을 개발한다. 향후 연구에서는 기 평가된 사례결과를 딥러닝(deep learning) 방식으로 학습하여, 발생가능성 높은 각 변수값의 범위들을 산출하고 이로부터 기술가치 범위를 추론하는 시스템을 개발하는 것도 가능할 것으로 기대된다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.6 no.5
• /
• pp.649-656
• /
• 2011

This study is a numerical representative modelling analysis for applying the process that unravels networks between cells in genetics to Network of informatics. Using the probabilistic graphical model, the insight from the data describing biological networks is used for making a probabilistic function. Rather than a complex network of cells, we reconstruct a simple lower-stage model and show a genetic representation level from the genetic based network logic. We made probabilistic graphical models from genetic data and extend them to genetic representation data in the method of network modelling in informatics.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.9
• /
• pp.849-854
• /
• 2001

GTM(Generative Topographic Mapping) model is a probabilistic version of the SOM(Self Organizing Maps) which was proposed by T. Kohonen. The GTM is modelled by latent or hidden variables of probability distribution of data. It is a unique characteristic not implemented in SOM model, and, therefore, it is possible with GTM to analyze data accurately, thereby overcoming the limits of SOM. In the present investigation we proposed a BGTM(Bayesian GTM) combined with Bayesian learning and GTM model that has a small mis-classification ratio. By combining fast calculation ability and probabilistic distribution of data of GTM with correct reasoning based on Bayesian model, the BGTM model provided improved results, compared with existing models.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.303-303
• /
• 2018

안정적인 수자원 운용을 위해서는 정확한 유량예측 기술이 필요하다. 본 연구에서는 유량예측 정확도의 개선을 위해 베이지안 추론(Bayesian inference) 기법과 앙상블 유량 예측(Ensemble Streamflow Prediction, ESP) 기법의 결합을 통한 새로운 유량예측 기법(Bayesian ESP)을 제안하였다. ESP를 통한 유량 예보 앙상블은 베이지안 추론의 사전정보로 활용되며, 관측 유량과 ESP 전망 결과의 선형관계를 통해 우도함수가 추정된다. 우도함수는 관측 유량이 존재하는 과거 기간에 대한 ESP를 수행한 후 예보 시점의 관측 유량(concurrent observed flow)과 선행 관측 유량(lagged observed flow)과의 다중선형회귀 모형을 통해 추정된다. 사전정보와 우도함수는 정규분포로 가정되며, 따라서 최종 유량예측인 사후정보 역시 정규분포함수로 산정되게 된다. Bayesian ESP은 ESP에서 발생하는 강우-유출모형 오차의 개선을 통해 수문예측의 정확도를 개선하게 되며 정규분포함수로 최종 결과가 산정되므로 확률예보 형태의 수문 전망도 가능하다. 본 기법을 전국 35개 댐 유역에 시범적용을 한 결과, 모든 유역에서 기존 ESP 기법 대비 수문예측 정확도의 개선을 가져왔으며, 우도함수 추정에 있어 선행 유량의 포함 여부가 수문 예측 정확도의 추가적인 개선을 가져왔다. 본 기법은 주간 예보부터 계절 예보까지 탄력적으로 구축이 가능하며 적용 결과 리드 타임이 길어질수록 예측 능력이 감소되었지만 전체 구간에 있어서 Bayesian ESP 기법이 가장 우수한 예측 정확도를 보여주었다.

• Korean Journal of Logic
• /
• v.15 no.2
• /
• pp.223-250
• /
• 2012

The reference-class problem is known as a problem that frequentism on the nature of probability is supposed to encounter. Alan H$\acute{a}$jek argues that other theories on the nature of probability also meet this problem inevitably and claims that we can resolve the problem by regarding conditional probabilities as primitive. In this paper I shall present an adequate way of understanding the reference-class problem and its philosophical implications by scrutinizing his argument. H$\acute{a}$jek's claim is to be classified into the following two: (i) probability is relative to its reference class and (ii) what is known as the 'Ratio' analysis of conditional probability is wrong. H$\acute{a}$jek believes that these two are to be closely related but I believe these two should be separated. Moreover, I shall claim that we should accept the former but not the latter. Finally, regarding the identity condition of reference class I shall distinguish the extensional criterion from the non-extensional one. I shall claim that the non-extensional criterion is the right one for the identity condition of reference class by arguing that the reference-class problem should be regarded as an instance of the qua-problem.

• Korean Journal of Child Studies
• /
• v.29 no.5
• /
• pp.243-269
• /
• 2008

The role of domain-specific causal mechanism information and domain-general conditional probability in young children's causal reasoning on physics and psychology was investigated with the participation of 121 3-year-olds and 121 4-year-olds recruited from seven child care centers in Seoul, Kyonggi Province, and Busan. Children watched moving pictures on physical and psychological phenomena, and were asked to choose an appropriate cause and justify their choice. Results showed that young children's causal reasoning differed depending on domain-specific mechanism. In addition, their causal reasoning on physics and psychology differed by the developmental level of causal mechanism. The interaction of domain-specific mechanism and domain-general conditional probability influenced children's causal reasoning : evident conditional probability between domain-appropriate cause and effect helped children make more inferences based on domain-specific causal mechanism.

• Journal of Digital Convergence
• /
• v.10 no.2
• /
• pp.287-292
• /
• 2012

In this paper, user personalized services through the emotion perception required to support location-based sensing data preprocessing techniques and emotion data preprocessing techniques is studied for user's emotion data building and preprocessing in V-A emotion model. For this purpose the granular context tree and string matching based emotion pattern matching techniques are used. In addition, context-aware and personalized recommendation services technique using probabilistic reasoning is studied for personalized services based on context awareness.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.07a
• /
• pp.95-96
• /
• 2016

본 논문에서는 디리클레 분포와 베이즈 추론 모델을 활용하여 전자우편을 분류하고 정리하는 방법을 제안한다. 과거 원치 않는 광고성 이메일인 스팸 탐지에서 시작한 전자우편 분류는 지속적인 송수신 량의 증가와 내용의 다양화로 인해 광고성과 정보성의 판단 기준이 모호해진 상태이다. 스팸 탐지와 같은 이분법적 분류 방식이 아닌 내용의 주제 별로 자동 분류할 수 있는 방법이 필요하다. 본 논문에서 다루는 제안 기법은 전자우편의 내용에서 다뤄질 수 있는 주제의 종류를 예측하기 위한 방법을 제공한다. 발신하거나 수신된 전자우편이 속한 주제를 자동으로 정할 수 있다. 본 제안 기법의 활용을 통해 전자우편의 분류만이 아닌 업무 및 시장 동향 분석과 정보보안 분야에서는 악성코드 분류에 사용될 수 있을 것으로 기대된다.

• Journal of the Korean Data and Information Science Society
• /
• v.21 no.1
• /
• pp.1-9
• /
• 2010

This paper suggests a mixed-effects model for analyzing split-plot data when there is a repeated measures factor that affects on the response variable. Covariance structures are discussed among the observations because of the assumption of a repeated measures factor as one of explanatory variables. As a plausible covariance structure, compound symmetric covariance structure is assumed for analyzing data. The restricted maximum likelihood (REML)method is used for estimating fixed effects in the model.