• 정보과학회 논문지
• /
• 제43권12호
• /
• pp.1334-1341
• /
• 2016

최근 지능형 스마트 디바이스의 눈부신 발전과 사용으로 개발 단계의 소프트웨어 결함 관리의 중요성이 부각되고 있다. 효과적 결함 관리를 위해 소프트웨어 메트릭을 토대로 많은 결함 예측 모델 연구가 수행되고 있지만, 결함 예측 모델 연구 성과가 널리 확산되지는 못하고 있다. 본 논문에서는 결함 존재 유무에 관한 이진적 결함 예측 모델의 제약을 극복할 수 있도록, 베이지안 네트워크 기반 확률적 소프트웨어 메트릭 관리 방법을 제안한다. 제안 모델은 소프트웨어 메트릭을 활용하여 베이지안 네트워크를 구성하고, 이를 토대로 베이지안 추론을 수행하여 리팩토링을 위한 개선점을 식별할 수 있는 모델이다. 코드 리팩토링을 통해 소스 코드가 개선되면 관련 메트릭 측정값 또한 변하게 된다. 제안 모델은 리팩토링을 통한 메트릭의 개선으로 얻을 수 있는 결함 제거 효과를 확률 값으로 제시해준다. 따라서 이진 값 형태의 확정성을 극복할 수 있으며, 불확정적인 확률 값으로 의사결정의 유연성을 확보할 수 있을 것이다.

• 한국수자원학회논문집
• /
• 제48권10호
• /
• pp.781-791
• /
• 2015

댐 위험도 해석시 수문학적 변량(강수, 유출 및 수위)들의 상호관계를 고려한 체계적인 분석과정이 요구된다. 그러나 기존 댐 위험도 해석 연구에서는 변량간의 체계적인 관계 평가를 수행하는데 있어서 한계점을 나타내고 있다. 이러한 점에서, 본 연구에서는 수리 수문학적 변량간의 관계를 효과적으로 평가하고자 Bayesian Network 기반의 댐 위험도 해석 기법을 개발하였다. 실제 댐에 대해서 제안된 모형을 적용한 결과 파괴인자간의 상호관계 규명 및 불확실성을 평가하는데 있어서 기존 연구보다 쉽게 가장 큰 파괴인자를 파악할 수 있는 장점이 있었다. 이와 더불어 다양한 시나리오에 따른 댐의 안정성을 파괴확률 및 예상피해의 함수인 위험도로 평가할 수 있도록 하였다. 즉, 기존 댐 위험도 기법으로 수행한 결과에서는 월류 확률이 도출 되지 않았지만, Copula 함수를 도입하여 댐 초기수위를 고려한 결과 댐 월류 확률이 발생하였으며, 피해결과 역시 크게 증가하고 있는 것을 확인할 수 있었다. 이러한 결과를 기반으로 향후 댐의 보수보강 등의 우선순위 결정을 위한 도구로서 활용이 가능할 것으로 판단된다.

• Ocean and Polar Research
• /
• 제42권1호
• /
• pp.63-76
• /
• 2020

This study sought to assess the stock status and analyze the management effects with regard to the Black scraper, which is one of the more commercially important species in Korea. The catch amounts of Black scraper have significantly decreased since 1991. In this analysis, a Bayesian state-space model was utilized to assess the biomass of the Black scraper given the limited data. Model results showed that MSY and B_MSY of Black scraper were estimated to be 26,587 tons and 365,200 tons, respectively. In addition, the current biomass level of the Black scraper was assessed to be only 2.1% (7,549 tons) of B_MSY. For this reason, the effects of a moratorium policy on the Black scraper were evaluated. The results showed that if such a moratorium policy was implemented, it would take at least 18-40 years to restore the biomass level of the Black scraper to B_MSY depending upon its growth rates.

• 한국지구과학회지
• /
• 제38권1호
• /
• pp.11-23
• /
• 2017

풍력 자원의 단기 예측 가능성은 풍력 발전 단지의 경제적 타당성을 평가하는 중요한 요소이다. 본 연구에서는 풍력 자원의 단기 예측 가능성을 향상시키는 방법의 하나로 베이지안 칼만 필터를 후처리 과정으로 적용하였다. 이때 추정된 모델과 관측 데이터의 상관관계를 평가하기 위하여 일정 시간 동안 베이지안 칼만 훈련 기간이 요구된다. 본 연구는 여러 훈련 기간에 따라 예측 특성을 정량적으로 분석하였다. 태백 지역에서는 3일 단기 베이지안 칼만 훈련으로 기온과 풍속을 예측하는 것이 다른 훈련 기간을 적용할 때보다 우수한 예측 성능을 보였다. 반면 이어도는 6일 이상의 베이지안 칼만 필터의 훈련 기간을 적용한 경우 가장 좋은 예측 성능을 나타낸다. WRF 예측 성능이 떨어지는 사례에서 베이지안 칼만 필터의 예측 성능향상이 뚜렷하게 나타나며, 반대로 WRF 예측이 정확한 지점에서는 필터적용에 따른 성능향상 정도가 약한 경향을 가진다.

• Journal of the Korean Data and Information Science Society
• /
• 제19권2호
• /
• pp.621-634
• /
• 2008

This paper addresses the problem of testing whether the means in several inverse Gaussian populations with heterogeneity are equal. The analysis of reciprocals for the equality of inverse Gaussian means needs the assumption of equal scale parameters. We propose Bayesian model selection procedures for testing equality of the inverse Gaussian means under the noninformative prior without the assumption of equal scale parameters. The noninformative prior is usually improper which yields a calibration problem that makes the Bayes factor to be defined up to a multiplicative constant. So we propose the objective Bayesian model selection procedures based on the fractional Bayes factor and the intrinsic Bayes factor under the reference prior. Simulation study and real data analysis are provided.

• Journal of the Korean Data and Information Science Society
• /
• 제25권1호
• /
• pp.187-194
• /
• 2014

We consider a Bayesian nonignorable selection model to accommodate the selection bias. Markov chain Monte Carlo methods is known to be very useful to fit the nonignorable selection model. However, sensitivity to prior assumptions on parameters for selection mechanism is a potential problem. To quantify the sensitivity to prior assumption, the deviance information criterion and the conditional predictive ordinate are used to compare the goodness-of-fit under two different prior specifications. It turns out that the 'MLE' prior gives better fit than the 'uniform' prior in viewpoints of goodness-of-fit measures.

• 한국경영정보학회:학술대회논문집
• /
• 한국경영정보학회 2007년도 International Conference
• /
• pp.395-400
• /
• 2007

Previous studies present the mixed results on online reputation mechanism. In this study, we have found that an approach based on Bayesian statistics can explain most results of previous studies which are conflicting with each others. With this model, we explain why negative ratings have more significant marginal impacts on sellers' reputation than positive ones do. Furthermore, we even show why the feedbacks with a few negative ratings may increase the value of the item and final prices by confirming buyers' prior beliefs on the sellers' reputation much more than those without negative ratings. Also, we explain why there are not many negative ratings. Even though some studies suggest this because of generosity of users, our model shows that the reason is that the existence of FS itself prevents bad sellers from participating to the market as a signal itself. Even further, we show how this extreme tendency of positive ratings gets even stronger as markets evolve. Finally, to validate our analytical results, we examine the previous studies and see what factors effect the outcomes of their analyses.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2000년도 추계학술발표회 논문집
• /
• pp.5-12
• /
• 2000

Meta-analysis refers to quantitative methods for combining results from independent studies in order to draw overall conclusions. We consider hierarchical models including selection models under a skewed heavy tailed error distribution and it is shown to be useful in such Bayesian meta-analysis. A general class of skewed elliptical distribution is reviewed and developed. These rich class of models combine the information of independent studies, allowing investigation of variability both between and within studies, and weight function. Here we investigate sensitivity of results to unobserved studies by considering a hierarchical selection model and use Markov chain Monte Carlo methods to develop inference for the parameters of interest.

• Journal of the Korean Statistical Society
• /
• 제25권1호
• /
• pp.81-94
• /
• 1996

This paper suggests a new criterion for testing the general linear hypothesis about coefficients in multivariate growth curve model. It is developed from a Bayesian point of view using the highest posterior density region methodology. Likelihood ratio test criterion(LRTC) by Khatri(1966) results as an approximate special case. It is shown that under the simple case of vague prior distribution for the multivariate normal parameters a LRTC-like criterion results; but the degrees of freedom are lower, so the suggested test criterion yields more conservative test than is warranted by the classical LRTC, a result analogous to that of Berger and Sellke(1987). Moreover, more general(non-vague) prior distributions will generate a richer class of tests than were previously available.

• 전기학회논문지P
• /
• 제58권2호
• /
• pp.164-171
• /
• 2009

This paper presents new learning algorithm of dynamic Bayesian networks (DBN) by means of constrained least square (LS) estimation algorithm and gradient descent method. First, we propose constrained LS based parameter estimation for a Markov chain (MC) model given observation data sets. Next, a gradient descent optimization is utilized for online estimation of a hidden Markov model (HMM), which is bi-linearly constructed by adding an observation variable to a MC model. We achieve numerical simulations to prove its reliability and superiority in which a series of non stationary random signal is applied for the DBN models respectively.