• 응용통계연구
• /
• 제27권6호
• /
• pp.1029-1038
• /
• 2014

본 연구에서는 베이지안 실험계획법에 대하여 논의하고 간단한 모의실험을 통하여 최적화된 베이지안 실험계획법이 어떠한 특징을 가지고 있는지 설명하였다. 실험을 설계하는 경우 연구자는 관심있는 주제가 모수추정인지 아니면 예측인지를 결정하고 사전확률과 우도함수를 기반으로 이에 맞는 사후확률을 찾아 효용함수와 결합하여 최적의 실험설계를 찾는 것이 베이지안 실험계획법의 기본 원리이다. 만일 사전적 정보가 존재하지 않는다면 무정보적 부적합 사전확률을 이용하여 실험을 설계할 수 있으며, 이는 비 베이지안적 접근방법과 일치하게 된다. 만일 모수나 예측값에 대한 사전적 정보가 존재하는 경우에는 베이지안 실험계획법이 유일한 해결 방법이다. 하지만 모형의 복잡도가 증가하게 되면, 최적해를 찾는 과정이 매우 복잡해져서 극복해야 하는 많은 문제점들이 존재하므로 향후 많은 연구가 필요한 분야이다.

• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.316-321
• /
• 2007

본 연구에서는 베이지안 망 구조 학습에서, 학습 데이터의 특정 부분집합이 학습된 망의 각 연결 구조(edge)의 형성에 기여하는 정도를 정량화하는 방법을 제안한다. 생물학 정보의 분석 등에 베이지안 망 학습을 이용하는 경우, 제안된 방법은 망의 각 연결 구조의 형성에 특정 군집 데이터가 기여하는 정도의 정량화가 가능하다. 제안된 방법의 유효성을 보이기 위해, 벤치마크 베이지안 망을 이용하여 제안된 방법이 망 연결 구조에 대한 데이터 군집별 기여도를 효과적으로 정량화 할 수 있음을 보인다.

• 한국측량학회지
• /
• 제9권2호
• /
• pp.81-91
• /
• 1991

본 연구에서는 원격탐사 수치화상 데이타의 분류단계에 가중치를 고려한 Bayesian MLC를 적용하여 그 분석 정확도를 향상시키고자 하였다. 우선, Bayesian 결정법칙을 원격탐사분야 측면에서 분석해 보고 정규확률 밀도함수를 이용하여 n차원으로 확장시켰다. 이 유도과정에서 정의되는 사천확률 항에, 평행육면체 분류결과를 가중치로 적용하여 분류를 실행하였다 그리고 최종적 분류정확도는 확률함수데이타에$x^2$분포를 가정한 임계치 처리를 하므로써 오분류확률이 높은 화소를 추출하여 그 양을 기준으로 평가하였다. 연구의 전체 처리과정에 사용한 인공위성 데이타는 LANDSAT TM(1985년 10월 21일 ; 116-34)이며 연구 대상지역은 서울시 행정구역 내이다. 가중치를 적용해 본 결과 5.21%의 분석정확도 향상을 이루었으며, 따라서 본 기법은 도시 지역과 같이 복잡한 분포특성을 가지는 지형에 효과적으로 활용될 수 있다고 생각된다.

• 한국콘텐츠학회논문지
• /
• 제20권6호
• /
• pp.1-8
• /
• 2020

빅데이터 분석에서 텍스트 데이터의 활용이 증가하고 있다. 따라서 텍스트 데이터의 분석 기법에 관한 많은 연구가 이루어지고 있다. 본 논문에서는 텍스트 데이터로부터 추출된 키워드 데이터의 분석을 위하여 공액사전분포 기반의 베이지안 학습 방법이 연구된다. 베이지안 통계학은 기존의 데이터에 새로운 데이터가 추가될 때마다 모수를 갱신하는 데이터 학습을 제공하기 때문에 시간에 따라 대용량의 데이터가 생성 및 추가되는 빅데이터 환경에서 효율적인 방법을 제공한다. 제안 방법의 성능과 적용 가능성을 보이기 위하여 실제 특허 빅데이터를 전처리하여 구축된 정형화된 키워드 데이터를 분석하는 사례연구를 수행한다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권3호
• /
• pp.459-466
• /
• 2011

본 논문은 독립적으로 수행된 연구결과를 합쳐서 일반적인 결론을 도출하는 메타분석을 위한 로버스트 계층적 베이지안 모형을 고려한다. 사전정보가 정규분포를 따른다는 가정 대신 정규분포의 척도혼합을 사용하여 정규분포보다 더 두꺼운 꼬리를 가지는 사전분포를 사용한다. 나아가 개별 분석의 분산이 알려져 있지 않은 경우를 계층적 베이지안 모형에 포함하여 메타분석을 수행하고자 한다. 깁스 표집을 사용하여 추정값을 계산하고, 실제 자료를 사용하여 제안된 방법을 예시한다.

• 한국수자원학회논문집
• /
• 제43권4호
• /
• pp.337-351
• /
• 2010

극치사상을 예측하기 위한 기존의 빈도분석 결과의 이용에 대한 많은 문제점들이 부각되고 있다. 특히, 통계적 모형을 이용하기 위해서 흔히 사용되는 점근적 모형 (asymptotic model)의 합리적인 검토 없는 외삽 (extrapolation)은 산정된 확률 값을 과대 또는 과소평가하는 문제를 일으켜, 예측결과에 대한 불확실성을 과다하게 산정함으로써 불확실성에 대한 신뢰도를 감소시키는 문제가 있다. 그러므로 본 연구에서는 국내에서 극치강우사상을 포함한 강우자료의 빈도분석에 대한 연구사례를 제공하고 점근적 모형을 사용하는 경우 발생되는 불확실성을 감소시키기 위한 방법론을 제시하였다. 이를 위하여 본 연구에서는 극치강우사상의 빈도분석을 수행하는 데 있어서 최근 들어 여러 분야에서 다양하게 적용되고 있는 Bayesian MCMC (Markov Chain Monte Carlo) 방법을 사용하였으며, 그 결과를 최우추정방법 (Maximum likelihood estimation method)과 비교하였다. 특히 강우사상의 점 빈도분석에 흔히 이용되는 확률밀도함수로 GEV (Generalized Extreme Value) 분포와 Gumbel 분포를 모두 고려하여 두 분포의 결과를 비교하였으며, 이 과정에서 각각의 산정결과 및 불확실성은 근사식을 이용한 최우추정방법과 Bayesian 방법을 이용하여 각각 비교 및 분석되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.364-364
• /
• 2012

수자원 연구의 주요 목적인 효과적인 홍수 및 가뭄관리를 하기 위해서는 그 연구의 기초가 되는 자료를 관측하고 정도(accuracy, 精度)를 향상시키는 연구 또한 매우 중요한 부분이라고 볼 수 있다. 이러한 점에서 수위-유량측정의 경우, 관측자의 숙련도와 계측기 오차에 따라 관측값에 미치는 영향이 큰 특징을 갖고 있어 유량측정의 정확성을 높이고자 진보된 계측기의 개발 및 분석 방법에 관한 연구는 꾸준히 진행되고 있다. 일반적으로 유량을 추정하기 위해서 특정 단면에서의 수위를 측정하여 이를 수위-유량 관계곡선을 통해서 유량으로 환산하고, 수위-유량 관계를 측정한 후 이를 회귀분석 방법으로 내삽 및 외삽을 실시하여 유량을 측정하게 된다. 그러나 수위-유량 관계곡선에서 저수위와 고수위를 하나의 곡선식으로 하게 되는 경우 정도가 낮아지게 되므로 많은 경우에 있어서 저수위, 고수위를 각각의 곡선으로 구하여 사용하고 있다. 문제는 이러한 경우 정량적으로 변곡점을 구하기보다는 경험적으로 저수위와 고수위를 구분하고 있으며, 수위-유량관계를 회귀식에 의해서 추정하게 되므로 이에 대한 불확실성이 발생하게 된다. 따라서 본 연구에서는 불확실성을 정량화시키기 위한 방법으로 Bayesian MCMC 기법을 활용하며 수위-유량 관계곡선식의 매개변수들의 사후분포를 추정하여 매개변수의 최적화 및 불확실성을 평가하였다. 앞서 언급되었듯이 저수위 및 고수위로 분리하여 수위-유량 곡선식을 도출하고 있으나 저수위 및 고수위를 분리하는 기준이 경험적이기 때문에 신뢰성이 저해되는 문제점이 발생한다. 본 연구에서는 수위-유량 곡선식의 매개변수들을 최적화 하는 동시에 Poisson 분포 기반의 변동점 분석이 연동되어 저수위 및 고수위를 분리할 수 있는 Bayesian 기반 통합 수위-유량 곡선 해석 방법을 개발하고자 한다.

• 한국수자원학회논문집
• /
• 제47권10호
• /
• pp.853-865
• /
• 2014

수문학적 댐 위험도 분석은 복잡한 수문분석과 연계되어 있으며, 기본적으로 수문분석 과정과 모형에 사용되는 입력자료에 대한 불확실성을 평가하는 과정이 필요하다. 그러나 체계적인 불확실성 분석 과정을 통한 댐 위험도 분석 절차에 대한 연구는 상대적으로 적은편이다. 이러한 점에서 본 연구에서는 기존 연구에 대해서 2가지 주요 개선점을 도출하여 댐 위험도 분석에 활용하였다. 첫째, 강우 분석시 매개변수의 불확실성 분석이 가능한 Bayesian 모형 기반의 지역빈도해석 절차를 수립하였다. 둘째, 강우-유출 모형 매개변수의 사후분포를 정량적으로 추정하기 위하여 Bayesian 모형과 연계한 HEC-1모형을도입하였다. 도출된 유입 시나리오를 댐의 수위로 환산하기 위하여 기존 저수지 운영기준에 근거하여 저수지 추적을 수행하였으며, 최종적으로 실행함수를 통하여 수문학적 위험도를 추정하였다. 실제 댐에 대해서 모형의 적합성을 평가하였으며, 초기수위 가정에 따른 수문학적 위험도에 민감도를 평가하였다.

• 한국국방경영분석학회지
• /
• 제34권3호
• /
• pp.79-92
• /
• 2008

본 논문은 최근 개발되는 헬기의 생존성 보장을 위하여 장착되는 센서체계에서 상호 독립적으로 수집된 센서 데이터의 융합 알고리즘 개발을 위하여 다양한 지식 기반의 데이터 융합 기법 등을 검토하였다. 이 논문에서는 다양한 데이터 융합기법 중에서 헬기 생존 계통 센서 체계의 데이터 응함에 유효한 대안이 될 수 있는 Bayesian Network를 이용한 지식 기반의 데이터 융합 기법 알고리즘을 설계하고 구현하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.22-24
• /
• 2003

작은 데이터에서 베이지안망 분류기(Bayesian network classifier, BNC)를 학습할 때, 과대적합(overfitting)으로 인한 일반화 성능의 저하가 초래된다 이런 경우, 베이지안 모델 평균화(Bayesian model averaging, BMA)는 모델 자체에 대한 불확실성을 분석 과정에서 고려함으로써, 성능 저하를 피할 수 있는 수단을 제공한다. 본 논문에서는 BNC의 BMA의 작은 데이터에 대한 성능을 평가 및 분석한다. 특히, 노드의 순서에 대한 평균화의 효과가 연구된다. 인공데이터에 대한 실험 결과, 노드의 순서가 BNC의 BMA의 분류 성능에 미치는 영향은 지대하며, 이는 데이터의 크기가 극히 작은 경우의 성능 저하에 직접적인 원인이 된다.