• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2007년도 추계학술대회
• /
• pp.357-361
• /
• 2007

This paper presents a multi-robot localization based on Bayesian Multidimensional Scaling (BMDS). We propose a robust MDS to handle both the incomplete and noisy data, which is applied to solve the multi-robot localization problem. To deal with the incomplete data, we use the Nystr${\ddot{o}}$m approximation which approximates the full distance matrix. To deal with the uncertainty, we formulate a Bayesian framework for MDS which finds the posterior of coordinates of objects by means of statistical inference. We not only verify the performance of MDS-based multi-robot localization by computer simulations, but also implement a real world localization of multi-robot team. Using extensive empirical results, we show that the accuracy of the proposed method is almost similar to that of Monte Carlo Localization(MCL).

• 한국멀티미디어학회논문지
• /
• 제22권8호
• /
• pp.852-859
• /
• 2019

With the development of IT technology and smart devices, various applications utilizing image information are being developed. In order to provide an intuitive interface for pronunciation recognition, there is a growing need for research on pronunciation recognition using mouth feature values. In this paper, we propose a system to distinguish Korean vowel pronunciations by detecting feature points of lips region in images and applying Bayesian based learning model. The proposed system implements the recognition system based on Bayes' theorem, so that it is possible to improve the accuracy of speech recognition by accumulating input data regardless of whether it is speaker independent or dependent on small amount of learning data. Experimental results show that it is possible to effectively distinguish Korean vowels as a result of applying probability based Bayesian classification using only visual information such as mouth shape features.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2022년 정기학술대회 논문집
• /
• pp.162-163
• /
• 2022

기술발전에 따라 건설현장은 스마트 안전관리기술을 활용한 안전관리의 변화가 예고되고 있다. 중대재해처벌법 시행(22.1.27)이후 50인 이상 사망사고는87건(96명)으로 전년 동기109건(111명)대비22건(20.2%), 15명(13.5%)감소한 것으로 나타났다(국토교통부,2022). 반면에 단순비교지만 일본0.14%, 미국0.37%, 영국0.03%에 비해 한국의 재해율이 높으므로 다양한 안전관리활동의 과제가 남아 있다. 이에 아차사고 유형이 건설현장 특성간의 민감도모델 제시를 기반으로 근본적인 재해관리가 연구의 목적이다. 이를 이루기 위해 국토교통부의 아차사고 발굴데이터를 분석하여 유형을 분류하고, 공사기간, 공사규모, 신체부위 등의 요인간의 아차사고 민감성요인에 대하여 Bayesian Network를 이용하여 아차사고에 영향을 주는 모델링을 제시하고자 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (A)
• /
• pp.230-231
• /
• 2007

• 한국건설관리학회논문집
• /
• 제8권4호
• /
• pp.203-213
• /
• 2007

In the past, several construction projects have exceeded their schedule resulting in financial losses to the owners; at present there are very few methods available to accurately forecast the completion date of a project. These nay be because of unforeseen outcomes that cannot be accounted for earlier and because of deficiency of proper tools to forecast completion date of said project. To overcome these difficulties, project managers may need a tool to predict the completion date at the early stage of project development. Bayesian Inference introduced in this paper is one such tool that can be employed to forecast project progress at all construction stages. Using this inference, project managers can combine an initially planned project progress (growth curve) with reported information from ongoing projects during the development, and in addition, dynamically revise this initial plan and quantify the uncertainty of completion date. This study introduces a theoretical model and proposes a mathematically information-based framework to forecast a project completion date that corresponds with the actual progress data and to monitor the modified uncertainties using Bayesian Inference.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권12호
• /
• pp.5819-5840
• /
• 2018

Considering the topology of hierarchical tree structure, each cluster in WSNs is faced with various attacks launched by malicious nodes, which include network eavesdropping, channel interference and data tampering. The existing intrusion detection algorithm does not take into consideration the resource constraints of cluster heads and sensor nodes. Due to application requirements, sensor nodes in WSNs are deployed with approximately uncorrelated security weights. In our study, a novel and versatile intrusion detection system (IDS) for the optimal defense strategy is primarily introduced. Given the flexibility that wireless communication provides, it is unreasonable to expect malicious nodes will demonstrate a fixed behavior over time. Instead, malicious nodes can dynamically update the attack strategy in response to the IDS in each game stage. Thus, a multi-stage intrusion detection game (MIDG) based on Bayesian rules is proposed. In order to formulate the solution of MIDG, an in-depth analysis on the Bayesian equilibrium is performed iteratively. Depending on the MIDG theoretical analysis, the optimal behaviors of rational attackers and defenders are derived and calculated accurately. The numerical experimental results validate the effectiveness and robustness of the proposed scheme.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권10호
• /
• pp.877-885
• /
• 2006

최근에 대화형 에이전트에서 사용자 질의의 주제 추론을 위하여 베이지안 네트워크가 효과임이 발표되었다. 하지만 베이지안 네트워크는 설계에 있어서 많은 시간이 소요되며, 스크립트(대화를 위한 데이타베이스)의 추가 변경시에는 베이지안 네트워크도 같이 수정해야 하는 번거로움이 있어 대화형 에이전트의 확장성을 저해하고 있다. 본 논문에서는 스크림트로부터 베이지안 네트워크를 자동으로 생성함으로써 베이지안 네트워크를 이용한 대화형 에이전트의 확장성을 높이는 방법을 제안한다. 제안한 방법은 베이지안 네트워크의 구성노드를 계층적으로 설계하고, Noisy-OR gate를 사용하여 베이지안 네트워크의 조건부 확률 테이블을 구성한다. 피험자 10명이 대화형 에이전트를 위한 베이지안 네트워크를 수동 설계한 것과 비교한 결과 제안하는 방법이 효과적임을 알 수 있었다.

• 한국지능시스템학회논문지
• /
• 제17권2호
• /
• pp.179-184
• /
• 2007

본 논문은 스마트 홈에서 베이지안 네트워크에 기반을 둔 보편성을 가지는 상황인식 시스템의 구현방법을 제안한다. 베이지안 네트워크는 각 센서정보를 바탕으로 거주자의 활동 및 스마트 홈의 상황에 대한 추론을 확률적으로 접근하는데 매우 유용한 수단이다. 하지만 센서 정보와 활동정보가 다양해짐에 따라 기존의 방법으로는 베이지만 네트워크를 구성하기가 힘들다. 따라서 본 논문에서는 상호정보를 통하여 보다 효율적으로 베이지안 네트워크를 구성하도록 하며, 시뮬레이션을 통하여 자료 취득하고 그에 따른 거주자의 활동인식의 결과를 보인다.

• Structural Engineering and Mechanics
• /
• 제63권1호
• /
• pp.47-53
• /
• 2017

The fundamental goal of this study is to minimize the uncertainty of the median fragility curve and to assess the structural vulnerability under earthquake excitation. Bayesian Inference with Markov Chain Monte Carlo (MCMC) simulation has been presented for efficient collapse response assessment of the independent intake water tower. The intake tower is significantly used as a diversion type of the hydropower station for maintaining power plant, reservoir and spillway tunnel. Therefore, the seismic fragility assessment of the intake tower is a pivotal component for estimating total system risk of the reservoir. In this investigation, an asymmetrical independent slender reinforced concrete structure is considered. The Bayesian Inference method provides the flexibility to integrate the prior information of collapse response data with the numerical analysis results. The preliminary information of risk data can be obtained from various sources like experiments, existing studies, and simplified linear dynamic analysis or nonlinear static analysis. The conventional lognormal model is used for plotting the fragility curve using the data from time history simulation and nonlinear static pushover analysis respectively. The Bayesian Inference approach is applied for integrating the data from both analyses with the help of MCMC simulation. The method achieves meaningful improvement of uncertainty associated with the fragility curve, and provides significant statistical and computational efficiency.

• Journal of the Korean Data and Information Science Society
• /
• 제22권5호
• /
• pp.911-919
• /
• 2011

최근 의학에서는 정신 질환과 관련된 위험 인자를 찾는 것이 중요해지고 있다. 인자들을 찾아서 인자들의 특성과 관련성을 파악하면 병을 사전에 예방 할 수 있다. 또한 이 연구는 의학 발전에 많은 도움을 줄 수 있다. 정신 질환에 대한 위험요인은 주로 로지스틱 회귀모형을 사용하여 찾아 왔다. 하지만 이 논문에서는 데이터마이닝 기법 중 CART, C5.0, 로지스틱, 신경망, 베이지안 네트워크 방법을 이용한다. 정신장애 질병인 섬망자료를 적용하여, 최적의 모형인 베이지안 네트워크 방법을 선택하였다. 이 베이지안 네트워크 기법을 위험 요소를 찾는데 사용하고, 이 위험인자 간의 관계를 방사형 그래프를 통해서 규명하였다.