• Journal of the Korean Society for Library and Information Science
• /
• v.40 no.1
• /
• pp.119-138
• /
• 2006

This Study analyzed the use of statistics in 1,768 research articles published in 2001-2004 in 4 korean & 6 English core journals in the field of library and information science. Korean journals made significantly less use of descriptive and inferential statistics. Of the 663 inferential statistics used in 345 of the 1768 articles, the most frequently used inferential technique was multivariate analysis. There was significant difference in inferential methods used in Korean & English journals, also in traditional library science journals and information science journals.

• Journal of the Korean Data and Information Science Society
• /
• v.10 no.1
• /
• pp.29-36
• /
• 1999

We propose a new method of asymptotic inference on the odds ratio (or cross-product ratio) in $2{\times}2$ contingency table. Saddlepoint approximations to the conditional tail probability we used in this procedure. We assess the accuracy of the suggested method by comparing with the exact one. To obtain the exact values, we need very complicated calculations containing the cumulative probabilities of non-central hypergeometric distribution. The suggested method in this paper is very accurate even for small or moderate sample sizes as well as simple and easy to use. Example with a real data is also considered.

• Journal of KIISE:Computing Practices and Letters
• /
• v.13 no.2
• /
• pp.100-109
• /
• 2007

Object recognition of service robots is very important for most of services such as delivery, and errand. Conventional methods are based on the geometric models in static industrial environments, but they have limitations in indoor environments where the condition is changable and the movement of service robots occur because the interesting object can be occluded or small in the image according to their location. For solving these uncertain situations, in this paper, we propose the method that exploits observed objects as context information for predicting interesting one. For this, we propose the method for modeling domain knowledge in probabilistic frame by adopting Bayesian networks and ontology together, and creating knowledge model dynamically to extend reasoning models. We verify the performance of our method through the experiments and show the merit of inductive reasoning in the probabilistic model

• Communications of Mathematical Education
• /
• v.10
• /
• pp.155-168
• /
• 2000

현대 사회를 살아가는 교양을 갖춘 시민과 지혜로운 소비자가 되기 위해서 통계적 지식 및 확률적 지식은 필수적인 능력으로 간주된다. 자료 주도적 확률과 통계의 학습이란 학생들이 스스로 자료를 수집하고, 조직하고, 표현하고, 해석하는 직접적인 활동을 통해 확률과 통계의 개념, 원리의 터득은 물론 추론과 의사소통능력, 문제해결력 등을 기를 수 있는 학습형태로서, 이런 학습을 완수한 학생들은 수학의 유용성 및 실생활과의 연결성을 더 잘 이해할 수 있게 된다. 따라서, 모든 확률과 통계 수업에서는 실제자료를 학생들이 직접 다루는 활동이 수행되어야 하며, 이를 위한 테크놀로지의 적절한 사용이 병행되어야 한다. 이 글에서는 이러한 자료 주도적 확률과 통계의 학습의 예와 그에 병행되는 그래픽 계산기의 활용 방안을 제시하고자 한다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2002.11a
• /
• pp.61-68
• /
• 2002

통계학은 불확실성(uncertainty)에 대한 연구이다. 베이지안 통계 방법은 불확실성 아래서 통계 추론과 의사 결정 모두를 위한 완전한(complete) 패러다임을 제공한다. 베이지안 방법론은 합리적인 초기 정보와 결합하는 것을 가능하게 만들고, 전통적인 통계적 방법론에 의하여 직면하는 많은 어려움들을 풀 수 있는 coherent 방법론을 제공하면서 엄격한 수학적 기본에 근거하고 있다. 베이지안 패러다임은 일반적인 용어로써 확률이란 단어의 사용을 가장 잘 어울리게 하는 불확실성의 조건부 측도(conditional measure of uncertainty)로써 확률의 해석에 근거한다. 관심있는 것에 대한 통계적 추론은 증거의 관점에서 그 값에 대한 불확실성의 변형으로써 묘사되며, 베이즈 정리(Bayes' theorem)는 이러한 변형이 어떻게 만들어지는 가를 자세히 설명할 수 있다. 베이지안 방법들은 전통적인 통계적 방법론에 접근할 없는 복잡하고, 다양한 구조적 문제들에 응용할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.362-366
• /
• 2007

다양한 기능과 센서를 탑재한 최신 모바일 디바이스는 사용자의 위치, 전화기록, SMS, 사진, 동영상 등 사용자에 관한 다양한 정보를 지속적으로 수집할 수 있기 때문에 개인의 생활을 이해하고 다양한 서비스를 제공할 수 있는 가능성을 가지고 있다. 하지만, 모바일 장치의 성능 제약 및 환경 불확실성으로 인해 아직까지 많은 연구 과제들이 남아 있다. 본 논문에서는 이러한 모바일 환경의 문제를 극복하기 위해 베이지안 네트워크를 이용한 라이프 로그 분석 모델 및 자동 학습 방법을 제안한다. 제안하는 베이지안 네트워크 모델은 모듈화 되어서 계산량은 감소되었으며, 자동 학습 방법을 통해 지속적인 업데이트가 가능하다. 이는 제안하는 방법이 복잡한 확률 모델을 자동으로 분할하는 방법과 분할된 상태에서의 유기적인 추론 방법을 포함하고 있기에 가능하다. 실험에서는 실제 모바일 장치에서 수집된 로그 데이터를 이용하여 제안하는 방법에 의한 실험 결과를 분석하고 분할을 통한 효율성 향상을 논의 한다.

• The Mathematical Education
• /
• v.32 no.1
• /
• pp.75-90
• /
• 1993

Decision making in uncertain situations that preferences of decision maker is important consists of a series of related decisions. Rule-based expert system can not represent such a complex decision problems. For these decision problems, this paper suggests a new methods IDPI(Influence Diagram-based Probabilistic Inference) which combines model-based knowledge representation and probabilistic inference, and implements a career counsellor for the university students using the combined methods.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.637-639
• /
• 2005

영상 정보를 통한 실내 환경의 인식은 지능형 로봇에서 매우 중요한 문제이다. 영상을 통한 실내 환경정보는 로봇의 각도나 위치의 영향으로 불확실해질 수 있으므로 영상 인식 기법은 이러한 불확실함에 강인함을 갖고 있어야 한다. 본 논문에서는 불확실하게 들어오는 실내 환경 정보에서 PCA를 통한 위치 정보와 SIFT를 통한 물체 존재 정보를 추출하고 이를 베이지안 네트워크에 적용하여 장소 및 물체를 인식하는 방법을 제안한다. 실제 실내 환경에서의 실험을 통하여 8곳의 위치 및 20개의 오브젝트를 효과적으로 인식하는 것을 확인할 수 있었으며 위치에 따른 물체의 존재 확률 추론 및 존재 물체에 의한 위치 확률의 수정 등 다양한 방향의 추론도 가능하다.

• Journal of the Society of Naval Architects of Korea
• /
• v.56 no.2
• /
• pp.161-167
• /
• 2019

In general, fatigue analysis is performed by using deterministic model to estimate the optimal parameters. However, the deterministic model is difficult to clearly describe the physical phenomena of fatigue failure that contains many uncertainty factors. With regard to this, efforts have been made in this research to compare with the deterministic model and the stochastic models. Firstly, One deterministic S-N curve was derived from ordinary least squares technique and two P-S-N curves were estimated through Bayesian-linear regression model and Markov-Chain Monte Carlo simulation. Secondly, the distribution of Long-term fatigue damage and fatigue life were predicted by using the parameters obtained from the three methodologies and the long-term stress distribution.

• Journal of the Korean School Mathematics Society
• /
• v.14 no.3
• /
• pp.295-323
• /
• 2011

This study is based on the recognition that teacher educators have to focus their attention on developing pre-service teachers' statistical reasoning for statistics education of school mathematics. This paper investigated knowledge on pre-service teachers' statistical reasoning. Statistical Reasoning Assessment (SRA) is performed to find out pre-service teachers' statistical reasoning ability. The research findings are as follows. There was meaningful difference in the statistical area of statistical reasoning ability with significant level of 0.05. This proved that 4 grades pre-service teachers were more improve on statistical reasoning than 2 grades pre-service teachers. Even though most of the pre-service teachers ratiocinated properly on SRA, half of pre-service teachers appreciated that small size of sample is more likely to deviate from the population than the large size of sample. A few pre-service teachers have difficulties in understanding "Correctly interprets probabilities(be able to explain probability by using ratio" and "Understands the importance of large samples(A small sample is more likely to deviate from the population)".