• Journal of the korean academy of Pediatric Dentistry
• /
• v.40 no.3
• /
• pp.223-232
• /
• 2013

There are many problems in evaluating study results by p value in null hypothesis testing for dental research. It is a logical fallacy to conclude that the null hypothesis is true when the it is not rejected. There are much serious misunderstanding about p value, and researchers should be cautious about interpreting p value in writing papers. As alternatives to complement or replace the null hypothesis significance testing, effect size, confidence interval, and Bayesian statistics are introduced.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.35 no.4
• /
• pp.393-400
• /
• 2011

In this study, a procedure for the inverse estimation of the fatigue life parameters of springs which utilize the field fatigue life test data is proposed to replace real test with the FEA on fatigue life prediction. The Bayesian approach is employed, in which the posterior distributions of the parameters are determined conditional on the accumulated life data that are routinely obtained from the regular tests. In order to obtain the accurate samples from the distributions, the Markov chain Monte Carlo (MCMC) technique is employed. The distributions of the parameters are used in the FEA for predicting the fatigue life in the form of a predictive interval. The results show that the actual fatigue life data are found well within the posterior predictive distributions.

• Journal of KIISE:Software and Applications
• /
• v.34 no.6
• /
• pp.549-561
• /
• 2007

Vision-based scene understanding is to infer and interpret the context of a scene based on the evidences by analyzing the images. A probabilistic approach using Bayesian networks is actively researched, which is favorable for modeling and inferencing cause-and-effects. However, it is difficult to gather meaningful evidences sufficiently and design the model by human because the real situations are dynamic and uncertain. In this paper, we propose a learning method of Bayesian network that reduces the computational complexity and enhances the accuracy by searching an efficient BN structure in spite of insufficient evidences and training data. This method represents the domain knowledge as ontology and builds an efficient hierarchical BN structure under constraint rules that come from the ontology. To evaluate the proposed method, we have collected 90 images in nine types of circumstances. The result of experiments indicates that the proposed method shows good performance in the uncertain environment in spite of few evidences and it takes less time to learn.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.38 no.5
• /
• pp.655-669
• /
• 2018

In this study, we developed a hybrid forecasting model based on a four-parameter distribution which allows a simultaneous season-ahead forecasting for both seasonal rainfall and sub-daily rainfall in Han-River and Geum-River basins. The proposed model is mainly utilized a set of time-varying predictors and the associated model parameters were estimated within a Bayesian nonstationary rainfall frequency framework. The hybrid forecasting model was validated through an cross-validatory experiment using the recent rainfall events during 2014~2017 in both basins. The seasonal precipitation results showed a good agreement with the observations, which is about 86.3% and 98.9% in Han-River basin and Geum-River basin, respectively. Similarly, for the extreme rainfalls at sub-daily scale, the results showed a good correspondence between the observed and simulated rainfalls with a range of 65.9~99.7%. Therefore, it can be concluded that the proposed model could be used to better consider climate variability at multiple time scales.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10a
• /
• pp.53-58
• /
• 2006

MicroRNA (miRNA)는 약 22 nt의 작은 RNA 조각으로 이루어져 있으며 stem-loop 구조의 precursor 형태에서 최종적으로 만들어 진다. miRNA는 mRNA의 3‘UTR에 상보적으로 결합하여 유전자의 발현을 억제하거나 mRNA의 분해를 촉진한다. miRNA를 동정하기 위한 실험적인 방법은 조직 특이적인 발현, 적은 발현양 때문에 방법상 한계를 가지고 있다. 이러한 한계는 컴퓨터를 이용한 방법으로 어느 정도 해결될 수 있다. 하지만 miRNA의 서열상의 낮은 보존성은 homology를 기반으로 한 예측을 어렵게 한다. 또한 기계학습 방법인 support vector machine (SVM) 이나 naive bayes가 적용되었지만, 생물학적인 의미를 해석할 수 있는 generative model을 제시해 주지 못했다. 본 연구에서는 우수한 miRNA 예측을 보일 뿐만 아니라 학습된 모델로부터 생물학적인 지식을 얻을 수 있는 Bayesian network을 적용한다. 이를 위해서는 생물학적으로 의미 있는 특질들의 선택이 중요하다. 여기서는 position weighted matrix (PWM)과 Markov chain probability (MCP), Loop 크기, Bulge 수, spectrum, free energy profile 등을 특질로서 선택한 후 Information gain의 특질 선택법을 통해 예측에 기여도가 높은 특질 25개 와 27개를 최종적으로 선택하였다. 이로부터 Bayesian network을 학습한 후 miRNA의 예측 성능을 10 fold cross-validation으로 확인하였다. 그 결과 pre-/mature miRNA 각 각에 대한 예측 accuracy가 99.99% 100.00%를 보여, SVM이나 naive bayes 방법보다 높은 결과를 보였으며, 학습된 Bayesian network으로부터 이전 연구 결과와 일치하는 pre-miRNA 상의 의존관계를 분석할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.150-150
• /
• 2017

기후변화로 인하여 극한 홍수와 극한 가뭄 발생이 증가할 것으로 전망하고 있어 이에 대한 위험이 대두되고 있는 실정이다. 홍수 및 가뭄 수문시계열의 빈도해석시에 일반적으로 활용되는 정상성 빈도해석기법은 수문자료의 정상성을 기반으로 한 빈도해석이 대부분이기 때문에 기후변화 및 수문자료의 비정상성을 반영한 새로운 빈도해석 기법이 요구되고 있는 상황이다. 본 연구에서는 5개의 대표 관측지점(서울, 포항, 추풍령, 여수, 광주)를 선별하고 1976년부터 2015년까지 일강우자료를 활용하여 기상학적 가뭄지수인 SPI(Standardized Precipitation Index)를 산정하였다. 산정한 SPI의 경향성을 Mann-Kendall 분석을 하였으며, 정상성 및 비정상성 빈도해석을 위하여 최적확률분포로 선정된 GEV 분포 적용하였다. 본 연구에서는 가뭄빈도해석을 위하여 SPI를 입력자료로 활용하였으며, 산정된 SPI의 비정상성을 반영한 비정상성 빈도해석의 경우 Bayesian 모형을 기반으로 한 MCMC(Markov Chain Monte Carlo) 모의를 이용하여 극치분포의 사후분포 매개변수를 추정하였다. 추정 값을 바탕으로 하여 가뭄의 관측소별 빈도해석을 실시하였고 재현기간별-지속기간별 가뭄심도를 추정하여 관측소별 가뭄심도-지속기간-빈도(SDF,Severity-Duration-Frequency) 곡선을 유도하였다. 본 연구를 통하여 정상성과 비정상성 빈도해석 결과의 비교연구를 수행하였으며 기후변화에 따른 비정상 시계열로 구성된 가뭄빈도해석에 매우 유용하게 적용될 수 있을 것으로 나타났다.

• Journal of Korea Water Resources Association
• /
• v.52 no.12
• /
• pp.985-999
• /
• 2019

Over the last decade, droughts have become more severe and frequent in many regions, and several studies have been conducted to explore the recent drought. Copula-based bivariate drought frequency analysis has been widely used to evaluate drought risk in the context of point frequency analysis. However, the relatively significant uncertainties in the parameters are problematic when available data are limited. For this reason, the primary purpose of this study is to develop a regional drought frequency model based on the Copula function. All parameters, including marginal and copula functions in the regional frequency model, were estimated simultaneously. Here, we present a case study of recent drought 2013-2015 over the Han-River watershed where severe drought risk is consistently found to increase. The proposed model provided a reliable way to significantly reduce the uncertainty of parameters with a Bayesian modeling framework. The uncertainty of the joint return period in the regional frequency analysis is nearly three times lower than that of the point frequency analysis. Accordingly, DIC values in the regional frequency analysis model are significantly decreased by 15. The results confirm that the proposed model is not only reliably representing characteristics of historical droughts and dependencies between drought variables, but also providing the efficacy of understanding regional drought characteristics.

• 한국방재학회:학술대회논문집
• /
• 2008.02a
• /
• pp.727-730
• /
• 2008

최근 연구에 의하면 기상 등의 외부적 요인이 수문학적 빈도를 변화시킨다고 알려지고 있다. 그러나 전통적인 수문학적 빈도해석은 자료의 정상성을 전제로 하기 때문에 어떤 외부인자의 따른 영향을 고려할 수 없다. 본 연구에서는 비정상성 빈도해석 모형의 기본 개념 및 절차에 대해서 살펴보았고 이를 국내 자료에 대해서 적용 검토하였다. 본 연구에서는 계층적 Bayesian 방법을 이용하여 한국에서 극치사상의 영향을 미치는 다양한 영향 인자를 평가하였다. 해수면온도, 예측 GCM 강수량 및 기상인자를 잠재적인 영향인자로 고려하였다. 수문위험도 분석에 관련된 매개변수는 Markov Chain Monte Carlo (MCMC) 방법을 이용하였다. 각 예측 인자의 적합성 및 중요성은 각 예측인자와 관련된 매개변수의 사후분포를 이용하여 검토 평가하였다.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2010.04a
• /
• pp.620-623
• /
• 2010

구조요소의 설계에서 유한요소해석은 매우 효과적인 방법이며 정확한 해석 기술을 요구한다. 그러나 제조 공정이나 환경에 따라 달라지는 재료 물성이나 불확실성을 내포하는 피로 물성을 확정적인 값으로 이용하는 등 입력 변수의 부정확한 정보로 인해 유한요소해석 결과를 신뢰하지 못하는 경우가 자주 발생한다. 실제 시험을 통해 설계의 결과를 예측하는 것은 경제적인 측면과 시간소요 면에서 한계가 따르기에 신뢰할 수 있는 유한요소해석 방법이 요구된다. 본 연구에서는 고주기의 피로 해석을 위해 유한요소해석을 이용하여 스프링의 응력-수명(S-N) 파라미터를 역 추정하고 수명을 예측해 보았다. 이를 위해 실제 산업현장에서 쓰이는 자동차 서스펜션 코일 스프링을 예제로 사용하였다. 시험 모델에 대해 불확실성을 고려한 베이지안 접근법을 이용하여 입력변수의 파라미터를 역 추정하였으며, 마코프체인몬테카를로(Markov Chain Monte Carlo) 기법을 이용하여 얻어진 피로 물성 파라미터의 샘플 데이터를 이용해서 유한요소해석을 실시하고 신뢰수준 내에서 새로운 구조요소의 피로수명을 예측하였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.21 no.10
• /
• pp.393-405
• /
• 2020

Various geotechnical information is required to evaluate the stability of the ground and a foundation once liquefaction occurs due to earthquakes, such as the soil strength and groundwater level. The results of the Standard Penetration Test (SPT) conducted in Korea are registered in the National Geotechnical Information Portal System. If geotechnical information for a non-drilled area is needed, geostatistics can be applied. This paper is about the feasibility of obtaining ground information by the Empirical Bayesian Kriging (EBK) method and the Inverse Distance Weighting Method (IDWM). Esri's ArcGIS Pro program was used to estimate these techniques. The soil strength parameter of the drilling area and the level of groundwater obtained from the standard penetration test were cross-validated with the results of the analysis technique. In addition, Multichannel Analysis of Surface Waves (MASW) was conducted to verify the techniques used in the analysis. The Buk-gu area of Pohang was divided into 1.0 km×1.0 km and 110 zones. The cross-validation for the SPT N value and groundwater level through EBK and IDWM showed that both techniques were suitable. MASW presented an approximate section area, making it difficult to clearly grasp the distribution pattern and groundwater level of the SPT N value.