• 한국실천공학교육학회논문지
• /
• 제5권1호
• /
• pp.1-13
• /
• 2013

이 연구의 본론에서 공학 교육에 적용되는 귀납법적 확증(confirmation)과 연역법적 검증(verification)을 다루고 이어서 귀납법 추리의 원리를 모형도를 통해 알아보았다. 그리고 이어서 공학교육에서 널리 쓰이는 확률론적 추론의 도입 배경과 보편적 명제에 대한 확률적 검정(test) )을 논의하였고 또한 실험에 대한 귀납법의 인정여부를 가지고 역사적으로 학계에서 끊임없이 논의 되어온 귀납법적 추론에 대한 정당성을 비교 분석하였다. 공학 교육에서 흔히 쓰이는 실험에 대한 철학적 명제를 가지고 실험에 대한 설명으로 선택된 귀납법의 승리와 반전, 그리고 확증에 대해 알아보았다. 이어서 실험에서의 전제, 절차, 및 통제에 대하여 논의 되어졌다. 마지막으로 귀납법적 추론 예제로써 Elliptical Trainer 실험 결과를 가지고 확률론적 추론이 어떻게 가능한지 보여 주었다. 그 결과 82%의 참 확률을 가지고 3개의 추론을 하였는데 이 연구에서는 보통 공학연구와 달리 추론(결론 법칙)에 대한 참 확률을 표기하여 공학에서 주로 적용하는 귀납법적 방법 자체가 확률추론임을 알린다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2009년도 추계학술대회
• /
• pp.95-98
• /
• 2009

본 연구는 주관 감성에 따른 생리 데이터의 패턴을 분류하고, 임의의 생리 데이터의 패턴을 확인하여 각성-이완, 쾌-불쾌의 감성을 추론하기 위해 베이지안 이론(Bayesian learning)을 기반으로 한 추론 모델을 제안하는 것이 목적이다. 본 연구에서 제안하는 모델은 학습데이터를 분류하여 사전확률을 도출하는 학습 단계와 사후확률로 임의의 생리 데이터의 패턴을 분류하여 감성을 추론하는 추론 단계로 이루어진다. 자율 신경계 생리변수(PPG, GSR, SKT) 각각의 패턴 분류를 위해 1~7로 정규화를 시킨 후 선형 관계를 구하여 분류된 패턴의 사전확률을 구하였다. 다음으로 임의의 사전 확률 분포에 대한 사후 확률 분포의 계산을 위해 베이지안 이론을 적용하였다. 본 연구를 통해 주관적 평가를 실시하지 않고 다중 생리변수 인식을 통해 감성을 추론 할 수 있는 모델을 제안하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 춘계학술발표논문집
• /
• pp.457-460
• /
• 2001

이 논문은 사람과 컴퓨터간의 편리한 인터페이스를 제공하기 위 사람의 머리 동작을 자동적으로 인식하는 것을 목적으로 8 가지의 기본적인 대리 동작들을 확률적 문법 추론을 이용하여 인식하는 방법을 제안한다. 시스템의 입력 데이터로 쓰여지는 머리의 실세계 3 차원 좌표들을 일정간격으로 양자화한 후, 각각 xy, zy 평면에 투영하고, 이들을 다시 4 방향 코딩하여 확률적 문법 추론법에 적합한 입력형식으로 변환한다. 이에 대해 확률적 문법 추론법을 적용한 결과 대리 동작인식에 대해 효과적으로 이용될 수 있음을 실험결과를 통해 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제6권1호
• /
• pp.13-21
• /
• 1995

논리 언어로 불확실한 정보의 표현과 처리가 가능하도록 논리 프로그램을 확장하였다. 이러한 확장을 위해 의미론이 명확한 확률 논리를 응용하였고, 확률적 연역 추론을 위해 추론 규칙들을 공리화하여 기본 지식과 함께 처리될 수 있게 하였다. 여기서는 기존 논리 프로그램의 명제 부분만을 대상으로 하였으며, 확장된 논리 프로그래밍 언어는 기존 언어에서 간단한 인터프리터를 사용하여 쉽게 구현하여 이용할 수 있다.

• 정보관리학회지
• /
• 제7권1호
• /
• pp.68-78
• /
• 1990

본 연구는 전문가 대체 시스템에서 모호하거나 절대적인 정의가 없는 개념들을 퍼 지 논리를 이용하여 추론해 나가는 과정을 제시하고 있다. 호가실한 정보가 주어졌을 때 전 체적인 퍼지 추론에 어떻게 영향을 미치는가를 검토하였으며, 구체적으로 확률적 추론에 이 용되는 퍼지 추론의 예를 제시하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제7권3호
• /
• pp.248-259
• /
• 2001

이 논문은 사람의 비언어적 행동을 자동적으로 분석하는 것을 목적으로 60 가지의 기본적인 사람의 윗몸 동작들을 인식하는 방법을 제안한다. 사람 몸동작을 인식하기 위한 방법으로 확률적 문법 추론법을 이용하였으며 모든 관절의 움직임 분석으로 임의의 동작을 인식하는 방법을 사용하였다. 시스템의 입력 데이타로 쓰여지는 각 관절의 실세계 3 차원 좌표들을 일정간격으로 양자화한 후, 각각 xy, zy, 평면에 투영하고, 이들을 다시 4방향 코딩하여 확률적 문법 추론법에 적합한 입력형식으로 변환한다. 또한 비언어적 행동 분석을 위한 사람의 동작 인식에는 손과 다른 부위와의 관계인 근접 정보가 동작 구분의 중요한 요소가 됨을 감안하여, 확률 문법 추론 방법을 확장하고, 일반적인 확률 문법 추론 방법과 비교하여 인식률이 향상됨을 실험결과를 통해 확인하였다.

• 응용통계연구
• /
• 제18권3호
• /
• pp.673-687
• /
• 2005

표본조사에서 이용하는 모수 추론 방법인 설계기반추론과 모형기반추론을 고찰하였다. 설계기반추론은 확률화 원리에 기초를 두고 있는 반면 모형기반추론은 가정한 모형에서 조건부 원리와 우도 원리에 바탕을 두고 있다. 두 추론은 서로 다른 이론적 근거를 사용하기 때문에 이론적 기초에 관한 논쟁이 오래 전부터 있어 왔으며 지금도 진행되고 있다. 이 논문에서는 두 추론 사이에 진행되었던 논쟁의 초점을 살펴보았고 몇 가지 관점에서 두 추론의 장단점을 비교하였다.

• 인지과학
• /
• 제20권3호
• /
• pp.335-355
• /
• 2009

위험정보를 확률이나 빈도양식으로 제시하고 질병으로 사망할 확률(기저율)에 대한 위험을 판단하게 하고 양성판정을 받은 사람이 질병에 걸렸을 확률(사후확률)에 대한 위험판단과 추론의 정확성을 비교하였다. 베이스 추론 과제를 사용한 연구 1에서 숫자양식의 효과가 관찰되었다. 참가자들은 위험이 확률보다는 빈도로 제시될 때 더 위험하다고 판단하였고 질병에 걸렸을 확률을 더 정확하게 추론하였다. 빈도의 범위가 좁을 때보다 넓을 때 더 위험하다고 판단하는 효과는 관찰되지 않았다. 분석적 사고체계가 위험판단에 미치는 영향을 검토하려고 사후확률을 계산하는 조건과 계산하지 않는 조건을 비교하였다. 숫자양식의 효과는 여전히 관찰되었다. 연구 2는 기저율과 사후확률의 크기에 따라 숫자양식 효과와 빈도범위 효과가 달라지는지 알아보았다. 숫자양식의 효과는 기저율과 사후확률의 크기에 상관없이 모든 조건에서 관찰되었다. 위험한 사건이 발생할 확률의 높고 낮음에 상관없이 빈도로 제시되었을 때 참가자들이 더 위험하다고 판단하였다. 그러나 빈도범위 효과는 기저율이 낮은 조건에서만 발견되었다. 본 연구의 결과들을 이중처리체계 이론과 관련시켜 논의하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.634-636
• /
• 2005

지능형 로봇 기술이 발전하면서 영상에서 장면을 이해하는 연구가 많은 관심을 받고 있으며, 최근에는 불확실한 환경에서도 좋은 성능을 발휘할 수 있는 확률적 접근 방법이 많이 연구되고 있다. 본 논문에서는 확률적 모델링이 가능한 베이지안 네트워크(BN)를 이용해서 장면 인식 추론 모듈을 설계하고, 실제 환경에서 얻어진 증거 및 베이지안 추론 결과를 결합하여 분류 성능을 향상시키기 위한 방법을 제안한다. 영상 정보는 시간에 대해 연속성을 가지고 있기 때문에, 증거 정보와 베이지안 추론 결과들을 적절히 결합하면 더 좋은 결과를 예상할 수 있으며, 본 논문에서는 확신 요소(Certainty Factor: CF) 분석에 의한 결합 방법을 사용하였다. 성능 평가 실험을 위해서 SET (Scale Invariant Feature Transform) 기법을 이용하여 물체 인식 처리를 수행하고, 여기서 얻어진 데이터를 베이지안 추론의 증거로 사용하였으며, 전문가의 CF 값 정의에 의한 베이지안 네트워크 설계 방법을 이용하였다.

• 한국전자통신학회논문지
• /
• 제8권3호
• /
• pp.465-470
• /
• 2013

Dempster-Shafe 증거이론은 다중센서 데이터융합을 위한 좋은 계산방법을 제공해준다. 이때 기본확률배정 함수가 절대적으로 필요하다. 본 논문에서는 신호를 평가하여 기본확률배정함수를 계산하고 결정하는 방법을 제안한다. 센서들이 보내온 신호를 구간별로 변화율을 평가하고 이 평가를 기초로 기본확률배정함수를 정하도록 한다. 센서들이 감지하여 보고한 신호들은 상황발생 요인과 관련 있는데, 시간간격에 따라서 변화하는 신호값의 추이를 평가하였다. 센서가 감지한 신호의 변화는 상황구성 및 병화와 밀접한 관련이 있으므로 신호값의 변화를 평가하는 것은 상황추론에 도움이 되는 것이었다. 이것을 기본확률배정함수 결정에 포함함으로써 사전정보가 없는 경우에 대해서도 상황추론이 가능할 수 있음을 보였다.