• 한국지능시스템학회논문지
• /
• 제18권4호
• /
• pp.572-578
• /
• 2008

본 논문에서는 대규모 베이지안 망 구조 학습을 위해 제안되었던 R-CORE 방법의 탐색 공간의 크기에 대한 개략적인 분석과 실제 문제에 적용하였을 경우의 효과에 대한 실험적 결과를 제시한다. R-CORE 방법은 베이지안 망 구조 학습의 탐색 공간을 축소하기 위해 제안된 확률변수들의 재귀적 군집화와 오더 제한 방법이다. 알려진 벤치마크 베이지안 망을 이용한 분석을 통해, 제안되었던 R-CORE 방법이 worst case에는 기존의 방법과 유사한 탐색 공간을 가지나 평균적으로 기존방법보다 훨씬 적은 탐색 공간만을 고려한다는 것을 보인다. 또한 평균적으로 훨씬 적은 탐색 공간만을 고려하는 결과, 구조 탐색에서 기존 방법에 비해 상대적으로 적은 overfitting이 일어남을 실험적으로 보인다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권12호
• /
• pp.1591-1601
• /
• 2004

유전자를 분석하는 방법 중 하나인 클러스터링은 비슷한 기능을 가진 유전자들을 집단화시켜서 유전자 집단의 기능을 분석하는데 이용되고 있다. 유전자들은 다양한 functional family에 속할 수 있기 때문에 각 유전자의 클러스터를 하나로 결정짓는 기존의 클러스터링 방법보다 퍼지 클러스터링 방법이 유전자 클러스터링에 더 적합하다. 본 논문에서는 피지 클러스터 결과를 효과적으로 검증할 수 있는 베이지안 검증 방법을 제안한다. 베이지안 검증 방법은 확률기반의 방법으로 주어진 데이타에 대해 가장 큰 사후확률을 가진 클러스터 분할을 선택한다. 먼저 본 논문에서 제안하는 베이지안 검증 방법과 기존의 대표적인 4가지 퍼지 클러스터 검증 방법들을 4가지 데이타에 대해 퍼지 c-means알고리즘을 대상으로 비교 평가한다. 그리고 발아효모 세포주기 발현 데이타를 클러스터링한 후, 제안하는 방법으로 그 결과를 검증하여 분석한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1448-1452
• /
• 2010

최근 기상변동성 증가 및 기후변화 영향으로 수문순환과정이 과거와는 다른 양상으로 전개되고 있으며 전반적으로 극치사상의 빈도 및 강도의 증가현상이 지배적이다. 이러한 영향을 정량적으로 검토하기 위해서 경향성분석 방법 등이 도입되어 극치수문사상의 변동경향을 평가하는데 이용되고 있다. 대표적인 방법으로 선형회귀분석, Mann-Kendall 경향성 분석 등이 있으나 기본적인 가정(assumption)의 제약으로 극치수문자료 계열의 특성을 효과적으로 분석하는데 무리가 있다. 대표적이고 일반적으로 적용되는 선형회귀분석의 경우 자료가 정규분포(normal distribution)의 특성을 가질 때 유효한 방법으로서 극치수문자료와 같이 Heavy Tail를 가지는 분포특성을 표현하는 데는 무리가 따른다. 이밖에도 기존 선형회귀분석을 극치수문자료에 적용할 경우 추정된 결과를 수자원설계의 관심사항인 빈도해석 등에 직접적으로 연계시켜 해석할 수 없는 단점이 있다. 이는 자료계열의 분포특성을 정규분포로 가정하기 때문에 발생하는 문제로서 극치수문자료계열의 분포 특성을 반영할 수 있는 방법론의 개발이 필요하다. 본 연구에서는 이러한 점을 개선하기 위해서 극치분포(extreme distribution)를 선형회귀분석에 적용하는 비정상성빈도해석(nonstationary frequency analysis) 방법론의 개념을 제시하고자 한다. 비정상성빈도해석을 위해서 Bayesian 기법이 도입되며 Bayesian 기법의 특성상 관련변수들이 사후분포(posterior distribution)로 귀결되기 때문에 경향성에 대한 정량적이고 확률적인 분석이 가능한 장점이 있다. 본 연구를 통해 개발된 방법론은 국내외 주요 강수지점에 대해서 적용되며 경향성, 분포특성, 빈도별 강수량에 대한 체계적인 분석이 이루어진다.

• 한국정보전자통신기술학회논문지
• /
• 제11권2호
• /
• pp.169-174
• /
• 2018

일반적으로 자료의 효과 연속형인 경우 분산분석과 이산형인 경우 분할표 카이제곱 검정을 통계적 분석방법으로 사용한다. 다차원의 자료에서는 계층적 구조의 분석이 요구되어지며 자료간의 인과관계를 나타내기 위해 통계적 선형모형을 채택하여 분석한다. 선형모형의 구조에서는 자료의 정규성이 요구되어지며 일부 자료에서는 비 선형모형을 채택할 수도 있다. 특히, 설문조사 자료 구조는 문항의 특성상 이산형 자료의 형태가 많아 모형의 조건에 만족하지 않는 경우가 종종 발생한다. 자료구조의 차원이 높아질수록 인과관계, 교호작용, 연관성분석 등에 다차원 범주형 자료 분석 방법을 사용한다. 본 논문에서는 확률분포의 계산을 이용한 베이지안 네트워크 모형이 범주형 자료 분석에서 분석절차를 줄이고 교호작용 및 인과관계를 분석할 수 있다는 것을 제시하였다.

• 한국수자원학회논문집
• /
• 제45권5호
• /
• pp.505-516
• /
• 2012

본 연구에서는 국내외에서 범용되고 있는 단일강우사상 모형인 미육군공병단의 HEC-1 모형을 이용하여 대청댐 유역의 실측 강우-유출 사상을 중심으로 강우-유출 모의를 수행하였으며, 매개변수 검정에는 실제 대청댐의 시간당 유입량을 기준으로 검정을 실시하였다. HEC-1 모형에는 매개변수를 자동으로 최적화시키는 프로그램이 내장되어 있으나 본 연구의 대상유역과 같이 다수의 소유역이 있는 경우, 매개변수 추정시 매개변수 중 일부는 수렴되지 못하고 발산하는 문제가 있었으며, 첨두유량의 추정능력 역시 저하되는 문제를 보였다. 따라서 이러한 HEC-1 모형의 매개변수의 불확실성을 고려하기 위한 방안으로 Bayesian 모형을 HEC-1모형에 연동시켜 활용하였으며, 기존 HEC-1 강우-유출 모형에 적용할 수 있는 매개변수 최적화 및 불확실성 정량화를 위해 HEC-1 강우-유출 모형 매개변수는 SCS 1개, Clark 단위도 2개를 Bayesian MCMC 기법을 적용하여 매개변수간 조건부확률로 모의발생을 한 후, Bayesian 모형으로부터 각 매개변수의 사후분포(posterior distribution)를 추정하여 사후분포의 추정이 매개변수의 불확실성 정량화를 수행하였다. 본 연구를 통해 제안된 BHEC-1 모형을 대상으로 대청댐 유역에 실측 강우-유출사상에 대해서 모형의 적합성을 평가한 결과, 7개 유역의 21개의 매개변수가 해의 발산 없이 안정된 매개변수 추정이 가능하였다. 한편, Bayesian 모형을 근간으로 하기 때문에 최종결과로서 매개변수들의 사후분포(posterior)의 추정이 가능하여 향후 홍수빈도곡선 유도, 댐 위험도분석과 기후변화 문제와 같은 다양한 수문학적 문제의 연구에 적용 가능할 것으로 전망된다.

• 한국수자원학회논문집
• /
• 제50권2호
• /
• pp.75-87
• /
• 2017

최근 기후변화에 따른 기상변동성 증가로 기존 한반도의 기상패턴과 다른 이상강우 현상이 증가하고 있다. 이상강우현상에 따른 수문패턴의 변화는 수자원 계획을 수립하는데 있어 불확실성을 가중시키기고 있다. 이러한 점에서 수문 시계열의 변화양상을 효과적으로 인지할 수 있으며, 유역단위에서 일관된 변화를 평가할 수 있는 변동점 분석 개발이 필요하다. 이에 본 연구에서는 기존 변동점 분석방법에 계층적 베이지안(Hierarchical Bayesian) 기법을 연계하여 유역단위에서 계층적 변동점 분석이 가능한 모형을 개발하였다. 우리나라에 40년 이상 관측된 기상청 강수자료를 활용하여 연강수량 자료를 구축하였으며, 본 연구를 통해 개발된 모형의 적합성을 평가하였다. 분석결과, 1990년대의 강수자료의 변화 양상을 정량적으로 확인할 수 있었으며, 과거에 비해 강수의 증가 특성을 확인할 수 있었다. 최종적으로 추정된 수문자료의 변화시점 전후의 재해석자료를 이용하여 한반도 주변의 강수량과 해수면기압의 Anomaly를 분석해본 결과 변동점을 기준으로 강수량과 해수면기압의 명확한 차이를 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권1호
• /
• pp.9-18
• /
• 2016

모수불확실성을 반영하는 손실모형으로는 Heckman과 Meyers가 제안한 모형이 주로 인용되고 있다. 이 모형은 모수 자체가 어떤 확률분포를 따른다는 가정을 하고 있으며 IAA, Swiss Solvency Test, EU Solvency II 등에서 참고하고 있다. 반면 베이지안 기법을 이용한 연구는 모수에 대한 선험적 정보 즉, 사전분포를 이용하여 모수불확실성을 반영한다. 그러나 현실에서는 두 가지 방법을 동시에 고려해야 하는 상황이 빈번히 발생한다. 이에 본 연구는 Heckman-Meyers의 모형과 베이지안 접근법을 동시에 고려한 베이지안 H-M CRM모형을 제안하고 그 특성을 분석하였다.

• 응용통계연구
• /
• 제27권4호
• /
• pp.523-541
• /
• 2014

본 연구는 국회의 기명투표 분석에 적용될 수 있는 베이즈 방법론을 사용하여 지난 18대 국회에서 처리된 2,389개의 법안에 대한 표결기록을 분석하였다. 기명투표 분석은 의정연구에 관련된 이론적 가설의 실증적 검증을 위한 기초 데이터를 제공하는 경우가 많아 정치학 연구 전반의 발전을 위해 매우 중요한 의미를 가진다. 기명투표 분석에 있어 베이즈 방법론은 기존의 빈도주의적 방법론을 적용할 때 발생할 수 있는 통계적 문제들에 대한 훌륭한 대안을 제시한다. 본 연구에서는 Clinton 등 (2004)가 제안한 베이지언 방법론을 적용, 18대 국회에서 처리된 모든 법안에 대한 표결기록을 분석하여 개별 의원들의 최대선호점(ideal points)과 신뢰구간을 추정했다. 본 연구에서 제안한 방법론의 유용성 을 보여주기 위해 시범적으로 두 가지 경우에 대한 분석을 실시하였다. 하나는 널리 알려진 세 개의 의원 소모임의 최대선호점을 살펴봄으로써 한국 의회 내에 유의미한 표결성향의 스펙트럼이 존재하는지를 살펴보았다. 다른 하나는 제안된 방법론을 활용하여 어떻게 이론적 가설의 검증이 이루어질 수 있는지를 보여주기 위해 18대 국회의 '중간축'과 '몸싸움 방지축'의 위치와 두 중추적 위치에 해당할 가능성이 높은 의원들이 누구인지를 살펴보았다.

• 한국수자원학회논문집
• /
• 제47권9호
• /
• pp.753-766
• /
• 2014

본 논문에서는 기후변화로 인한 한반도 주요 권역에서의 미래 평균해수면 상승을 장기 조위자료를 사용하여 통계적으로 추정하는 연구를 수행하였다. 먼저 5개 조위 관측소로부터 얻어진 장기 조위자료에 대한 비모수적 경향성 검정인 Mann-Kendall 검정을 통해 관측된 자료의 경향성을 검정하였으며, 이를 보다 정량적으로 분석하기 위하여 Bayesian 변동점 분석 기법을 적용하였다. 특히 이 연구에서는 4개의 미래 평균해수면 상승 시나리오와 5개 관측소의 지역별 평균해수면 상승 자료를 결합시키기 위하여 변동점 분석결과를 활용하였다. 제안된 절차는 미래 평균해수면 상승 시나리오의 시작년도를 결정함에 있어 18.6년의 주기를 사용하지 않고 변동점 분석결과를 사용함으로써, 지역적 특성을 효과적으로 반영할 수 있도록 개선되었다. 변동점 분석결과를 사용하여 한반도의 권역별 미래 해수면상승을 분석한 결과, 제주 권역(제주 조위관측소)이 가장 뚜렷한 해수면 상승을 나타냈다. 서해안 권역(보령 조위관측소)과 남해안 권역(부산 조위관측소)에서는 두 번째로 높은 해수면 상승의 증가가 추정되었으며, 마지막으로 남해안 권역(여수 조위관측소)와 동해안 권역(속초 조위관측소)에서 가장 낮은 해수면 상승의 증가가 추정되었다.

• 인터넷정보학회논문지
• /
• 제11권1호
• /
• pp.27-33
• /
• 2010

본 논문은 실내 위치 인식을 위하여 ZigBee 이동 장치의 위치를 측정하였으며 Bayesian Markov 위치 추론 기법을 적용하였다. 정확도 분석을 위해 기존의 지도 기반의 위치 인식 기법과 비교하였는데 이 기법은 이미 지정된 위치에서의 RSSI 데이터를 데이터베이스화하여 참조하도록 하는 반면 Bayesian Markov 추론 방법은 시간, 방향, 거리의 변화에 영향을 받았다. 이 두가지 방법에 따른 측정은 지그비 모듈을 사용하여 RSSI를 측정한 결과를 토대로 이루어졌으며 그 결과 실내에서의 RSSI와 거리와의 관계로 접근하는 것이 바람직하며 Bayesian Markov에 의한 분석결과 기존의 지도 기반 위치 인식 기법에 비하여 높은 정확도를 보여주었다. 결과적으로 기존의 지도 기반 위치 인식 기법은 사전에 환경 요인에 대한 설정을 해주어야 하고, 보다 낮은 정확도를 가지고 있으므로 환경 변화가 잦은 실내에서는 부적합하다고 생각된다.