• Nuclear Engineering and Technology
• /
• 제55권8호
• /
• pp.2844-2853
• /
• 2023

A sophisticated Bayesian multilevel model for estimating group bias was developed to improve the utility of the ASTM E900-15 embrittlement trend curve (ETC) to assess the conditions of nuclear power plants (NPPs). For multilevel model development, the Baseline 22 surveillance dataset was basically classified into groups based on the NPP name, product form, and notch orientation. By including the notch direction in the grouping criteria, the developed model could account for TTS differences among NPP groups with different notch orientations, which have not been considered in previous ETCs. The parameters of the multilevel model and biases of the NPP groups were calculated using the Markov Chain Monte Carlo method. As the number of data points within a group increased, the group bias approached the mean residual, resulting in reduced credible intervals of the mean, and vice versa. Even when the number of surveillance test data points was less than three, the multilevel model could estimate appropriate biases without overfitting. The model also allowed for a quantitative estimate of the changes in the bias and prediction interval that occurred as a result of adding more surveillance test data. The biases estimated through the multilevel model significantly improved the performance of E900-15.

• 한국지능시스템학회논문지
• /
• 제19권4호
• /
• pp.562-567
• /
• 2009

얼굴 표정은 사람의 감정을 전달하는 핵심 메커니즘으로 이를 적절하게 활용할 경우 Robotics의 HRI(Human Robot Interface)와 같은 Human Computer Interaction에서 큰 역할을 수행할 수 있다. 이는 HCI(Human Computing Interface)에서 사용자의 감정 상태에 대응되는 다양한 반응을 유도할 수 있으며, 이를 통해 사람의 감정을 통해 로봇과 같은 서비스 에이전트가 사용자에게 제공할 적절한 서비스를 추론할 수 있도록 하는 핵심요소가 된다. 본 논문에서는 얼굴표정에서의 감정표현을 인식하기 위한 방법으로 FACS(Facial Action Coding System)와 AAM(Active Appearance Model)을 이용한 특징 추출과 Bayesian Network 기반 표정 추론 기법이 융합된 얼굴표정 인식 시스템의 개발에 대한 내용을 제시한다.

• 한국통신학회논문지
• /
• 제30권9C호
• /
• pp.887-898
• /
• 2005

본 논문에서는 피로를 인식하기 위하여 베이지안 네트워크를 기반으로 한 확률 모델을 제안하고자 한다. 먼저 적외선 조명을 조사하여 눈거풀의 움직임, 시선 방향, 얼굴의 움직임 및 얼굴 표정 같은 얼굴특징정보를 측정하였다. 그러나 각각의 얼굴특징정보만으로 생체 피로를 결정하기에는 충분하지 않다. 그러므로, 본 논문에서는 생체 피로를 확률적 추론하기 위하여 가능한 많은 피로 원인에 대한 정보와 얼굴특징정보들로 베이지안 네트워크 모델을 구성하여 BN 피로지수를 산출하였다. 또한, BN 피로지수의 문턱치값은 MSBNX 시물레이션 결과 0.95로 산출되었다. 실험 결과 BN 피로지수와 TOVA 응답 시간을 비교한 결과 밀접한 상관관계가 있음을 확인하여 제안한 피로인식모델의 유효성을 입증하였다.

• 한국정보전자통신기술학회논문지
• /
• 제8권5호
• /
• pp.400-404
• /
• 2015

본 논문에서는 공간에서 원하는 신호를 추정하기 위해서 도래방향 MUSIC 공간 스펙트럼 알고리즘에 대해서 연구한다. 본 연구에서 제안하는 MUSIC 공간 스펙트럼 알고리즘은 모델 오차와 베이즈 정리를 적용한 방법으로 목표물의 위치를 정확히 추정한다. 적응 배열 안테나를 사용한 수신기의 배열 응답 벡터는 베이즈 방법을 이용하고 모델 오차방법으로 수신 신호의 가중치를 갱신하여 원하는 목표물의 도래 방향을 정확히 추정한다. 본 연구에서 원하는 도래방향 목표물의 신호 추정은 입사 신호의 간섭과 잡음을 제거한 후 배열 응답 벡터를 신호 공분산 행렬의 가중치에 적용한다. 모의실험을 통해서 본 논문에서 제안한 방법과 기존의 도래방향 알고리즘을 비교 분석한다.

• 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.

• Animal Bioscience
• /
• 제34권7호
• /
• pp.1100-1104
• /
• 2021

Objective: The objective of present study was to estimate heritability of non-return rate (NRR) and success of first insemination (SFI) by using the Bayesian approach with Gibbs sampling. Methods: Heifer Traits were denoted as NRR-h and SFI-h, and cow traits as NRR-c and SFI-c. The variance covariance components were estimated using threshold model under Bayesian procedures THRGIBBS1F90. Results: The SFI was more relevant to evaluating success of insemination because a high percentage of animals that demonstrated no return did not successfully conceive in NRR. Estimated heritability of NRR and SFI in heifers were 0.032 and 0.039 and the corresponding estimates for cows were 0.020 and 0.027. The model showed low values of Geweke (p-value ranging between 0.012 and 0.018) and a low Monte Carlo chain error, indicating that the amount of a posteriori for the heritability estimate was valid for binary traits. Genetic correlation between the same traits among heifers and cows by using the two-trait threshold model were low, 0.485 and 0.591 for NRR and SFI, respectively. High genetic correlations were observed between NRR-h and SFI-h (0.922) and between NRR-c and SFI-c (0.954). Conclusion: SFI showed slightly higher heritability than NRR but the two traits are genetically correlated. Based on this result, both two could be used for early indicator for evaluate the capacity of cows to conceive.

• Earthquakes and Structures
• /
• 제26권2호
• /
• pp.117-130
• /
• 2024

Probabilistic model of seismic demand is the main tool used for seismic demand estimation, which is a fundamental component of the new performance-based design method. This model seeks to mathematically relate the seismic demand parameter and the ground motion intensity measure. This study is intended to use Bayesian analysis to evaluate the accuracy of the seismic demand estimation of Steel moment resisting frames (SMRFs) through a completely Bayesian method in statistical calculations. In this study, two types of intensity measures (earthquake intensity-related indices such as magnitude and distance and intensity indices related to ground motion and spectral response including peak ground acceleration (PGA) and spectral acceleration (SA)) have been used to form the models. In addition, an extensive database consisting of sixty accelerograms was used for time-series analysis, and the target structures included five SMRFs of three, six, nine, twelve and fifteen stories. The results of this study showed that for low-rise frames, first mode spectral acceleration index is sufficient to accurately estimate demand. However, for high-rise frames, two parameters should be used to increase the accuracy. In addition, adding the product of the square of earthquake magnitude multiplied by distance to the model can significantly increase the accuracy of seismic demand estimation.

• 한국수자원학회논문집
• /
• 제53권7호
• /
• pp.481-491
• /
• 2020

새만금 농업단지가 조성됨에 따라 농업용수 공급이 요구되며, 농업적 측면에서 염분은 작물 재배시 생육에 영향을 미치는 항목으로 농업용수 공급시 철저한 관리가 요구된다. 따라서 농작물에 영향을 미치지 않는 농업용수 공급을 위해 염분계측을 통한 체계적인 농업용수 관리가 필요하다. 본 연구에서는 새만금호내에 관측되는 염분 시계열 자료를 모의하기 위해서 자기회귀모형을 기반으로 한 Two-Stage ARX 모형을 개발하였다. 층별로 나눠진 염분자료를 계층적 Bayesian기법을 활용하여 매개변수를 확률분포형으로 추정하였으며 염분모의의 불확실성을 제시하였다. 최적 모형을 선정하기 위해서 통계적 지표인 BIC값을 이용하였으며, 최종적으로 선정된 모형을 통해 양수장 인근 수역의 염분 모의 결과를 제시하였다.

• 응용통계연구
• /
• 제14권1호
• /
• pp.161-175
• /
• 2001

메타분석(Meta-analysis)은 서로 독립적으로 연구되어진 결과들을 전체적인 하나의 결과로 도출하기 위해 사용되어지는 통계적 방법이다. 이러한 통계적 방법을 설명할 모형으로는 선택모형(selection model)을 포함한 계층적 모형(hierarchical model)을 사용하며, 이러한 모형들은 베이지안 메타분석에 유용한 것으로 알려져 있다. 그러나, 메타분석의 자료들은 일반적으로 출판편의(publication bias)를 갖고 있으므로 이를 극복하고자 가중함수(weight function)를 이용하여 분포함수를 새롭게 정의하여 사용한다. 최근에 Silliman(1997)은 계층적 모형(hierarchical model)에 가중함수를 첨부한 계층적 선택모형(hierarchical selection model)을 정의하고 모수적 베이지안 방법을 제시하였다. 본 연구에서는 미관측된 연구효과에 디리슈레 과정 사전분포(Dirichlet process prior)를 적용한 준모수적 계층적 선택모형(semiparametric hierarchical selection models)을 소개한다. 여기서 제시된 준모수적 계층적 선택모형을 베이지안 방법으로 추정하기 위하여 마코프 연쇄 몬테칼로(Markov chain Monte Carlo)방법을 이용한다. 제시된 방법을 적용하기 위하여 실제 자료(Johnson, 1993)인 충치를 예방하기 위한 두 가지의 예방약의 효과에 대한 차이를 비교하기 위해 얻어진 12개의 연구를 이용하여 메타분석을 한다.

• 한국농공학회논문집
• /
• 제64권6호
• /
• pp.35-41
• /
• 2022

Heavy snow damage can be prevented in advance with an appropriate security system. To develop the security system, we developed a model that predicts snow depth after a few hours when the snow depth is observed, and utilized it to calculate a failure probability with various types of greenhouses and observed snow depth data. We compared the Markov chain model and Bayesian long short-term memory models with varying input data. Markov chain model showed the worst performance, and the models that used only past snow depth data outperformed the models that used other weather data with snow depth (temperature, humidity, wind speed). Also, the models that utilized 1-hour past data outperformed the models that utilized 3-hour data and 6-hour data. Finally, the Bayesian LSTM model that uses 1-hour snow depth data was selected to predict snow depth. We compared the selected model and the shifting method, which uses present data as future data without prediction, and the model outperformed the shifting method when predicting data after 11-24 hours.