• 정보과학회 논문지
• /
• 제44권11호
• /
• pp.1149-1155
• /
• 2017

최근 통신 기술의 발달로 공간 내 환경 자극을 나타내는 다양한 센서 데이터 수집이 가능해졌다. 베이지안 네트워크는 추론 근거를 확률적으로 고려함으로써 센서 데이터의 불확실하고 불완전한 특성을 보완할 수 있다. 본 논문은 환경 자극의 심리적 영향력을 고려하여 설계된 모듈형 베이지안 네트워크 기반 대중 감성 예측 시스템을 제안한다. 또한 단일 베이지안 네트워크를 모듈화하여 공간 내 환경 자극 변동의 유연한 대응 및 효율적 추론을 수행하였다. 시스템의 성능 검증을 위해 유치원 공간에서 수집된 조도, 음량, 온도, 습도, 색 온도, 음향, 향기, 대중 감성 데이터를 기반으로 대중 감성을 예측하였다. 실험 결과, 제안하는 방법의 예측 정확도는 85%로 여타 분류 기법보다 높은 성능을 나타내었다. 정량적, 정성적 분석을 통해 대중 감성 예측을 위한 확률 기반 방법론의 가능성 및 한계를 분석하였다.

• 한국인터넷방송통신학회논문지
• /
• 제10권6호
• /
• pp.145-152
• /
• 2010

본 연구에서는 시계열 자료를 베이지안 정보기준을 통해 클러스터링 한다. 보다 안정적인 클러스터를 생산하기 위해 다중 중심점을 모델링한 후 이를 이용하여 클러스터를 생성시킨다. 대상 시계열 자료에 대해 예측할 경우 클러스터에 속한 시계열 자료 중 가장 유사한 시계열 자료를 선택하여 모델링한다. 모델로부터 마코프 규칙을 유도해 내고 이 규칙을 이용해 예측정확도를 측정한다. 시계열 자료를 단독으로 모델링한 후 예측한 결과보다 클러스터에 속한 유사시계열 모델링을 통한 예측정확도가 좀 더 높았음을 확인하였다.

• 한국전산구조공학회논문집
• /
• 제17권3호
• /
• pp.251-259
• /
• 2004

콘크리트의 크리프와 건조수축에 의한 시간에 따른 프리스트레스 장기예측의 정확성은 프리스트레스트 큰크리트 교량과 같은 사회 기반 시설의 유지 관리 및 보수 결정 측면에서 매우 중요한 역할을 한다. 본 논문에서는 프리스트레스트 콘크리트 교량의 프리스트레스 장기예측의 불확실성 감소, 즉 예측의 정확성 향상을 위하여 현장 계측치를 이용하여 베이시안(Bayesian)통계기법을 도입하는 예측기법을 제안하였다. 베이시안 해석시 사전 확률분포는 콘크리트의 크리프와 건조수축의 확률 특성을 고려하여 나타내며, 우도 함수(likelihood function)는 현장에서의 계측치를 사용하여 나타내었다. 시간에 따른 구조적 거동 시스템으로부터의 지속적인 계측 기록은 베이시안 지식 기반에서의 확률분포를 업데이팅 하기 위하여 사용되며, 사후 확률분포는 사전확률분포와 우도 함수를 조합하여 획득한다. 실제로 가설되고 있는 프리스트레스트 콘크리트 박스 거더 교량으로부터 계측된 프리스트레스 힘의 수치 예제해석을 통하여 제안 기법의 적용성을 제시하였다.

• 논리연구
• /
• 제8권2호
• /
• pp.33-58
• /
• 2005

오래된 증거의 문제는 가설이 제안되기 이전에 이미 알려진 증거는 그 가설을 입증할 수 없다는 문제를 제기한다. 오래진 증거의 문제는 베이즈적 입증 개념에 심각한 문제를 제기하는데 그것은 관련 학자들의 많은 노력에도 불구하고 여전히 미해결의 상태로 남아있다. 이 글의 목적은 오래된 증거의 문제가 베이즈적 입증 개념에 대한 심각한 오해에서 비롯되었다는 점을 보임으로써 그 문제를 해결하는 것이다. 먼저 논의의 출발점인 오래된 증거의 문제가 분석되고 이어서 베이즈주의자들이 그 문제를 해갈하기 위해서 제안한 두 가지의 대표적 입장이 비판적으로 검토된다. 이러한 과정을 통하여 오래된 증거의 문제에 대한 기존의 논의들에서 공통적으로 발견되는 오해, 즉 설명과 예측의 맥락에서 나타나는 입증의 비대칭성이 무시되는 현상이 지적된다. 마지막으로 입증의 비대칭성을 이용하여 두 종류의 구별되는 베이즈적 입증 개념이 제시되고 오래된 증거의 문제에서 가정된 입증은 진정한 입증이 아니라는 점이 주장된다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제10권4호
• /
• pp.314-318
• /
• 2010

Predicting Alpha-helicies, Beta-sheets and Turns of a proteins secondary structure is a complex non-linear task that has been approached by several techniques such as Neural Networks, Genetic Algorithms, Decision Trees and other statistical or heuristic methods. This project introduces a new machine learning method by combining Bayesian Inference with offline trained Multilayered Perceptron (MLP) models as the likelihood for secondary structure prediction of proteins. With varying window sizes of neighboring amino acid information, the information is extracted and passed back and forth between the Neural Net and the Bayesian Inference process until the posterior probability of the secondary structure converges.

• 한국수학사학회지
• /
• 제13권1호
• /
• pp.99-112
• /
• 2000

In this paper we discuss the teaching methods about statistical inferences. Bayesian methods have the attractive feature that statistical conclusions can be stated using the language of subjective probability. Simple methods of teaching Bayes' rule described, and these methods are illustrated for inference and prediction problems for one proportions. Also, we discuss the advantages and disadvantages of traditional and Bayesian approachs in teaching inference.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권9호
• /
• pp.339-348
• /
• 2021

최근 소프트웨어 결함 예측 연구는 교차 프로젝트 간의 결함 예측뿐만 아니라 교차 버전 프로젝트 간의 결함 예측 또한 이루어지고 있다. 종래의 교차 버전 결함 예측 연구들은 WP(Within-Project)로 가정한다. 하지만, CV(Cross-Version) 환경에서는 프로젝트 버전 간의 분포 차이의 중요성을 고려한 연구들이 없다. 본 연구에서는 다른 버전 간의 분포 차이까지 고려하는 자동화된 베이지안 최적화 프레임워크를 제안한다. 이를 통해 분포차이에 따라 전이 학습(Transfer Learning) 수행 여부를 자동으로 선택하여 준다. 해당 프레임워크는 버전 간의 분포 차이, 전이 학습과 분류기(Classifier)의 하이퍼파라미터를 최적화하는 기법이다. 실험을 통해 전이 학습 수행 여부를 분포차 기준으로 자동으로 선택하는 방법이 효과적이라는 것을 알 수 있다. 그리고 최적화를 이용하는 것이 성능 향상에 효과가 있으며 이러한 결과 소프트웨어 인스펙션 노력을 감소할 수 있다는 것을 확인할 수 있다. 이를 통해 교차 버전 프로젝트 환경에서 신규 버전 프로젝트에 대하여 효과적인 품질 보증 활동 수행을 지원할 것으로 기대된다.

• Smart Structures and Systems
• /
• 제24권4호
• /
• pp.507-524
• /
• 2019

A Bayesian dynamic linear model (BDLM) is presented for a data-driven analysis for response prediction and load effect separation of a revolving auditorium structure, where the main loads are self-weight and dead loads, temperature load, and audience load. Analyses are carried out based on the long-term monitoring data for static strains on several key members of the structure. Three improvements are introduced to the ordinary regression BDLM, which are a classificatory regression term to address the temporary audience load effect, improved inference for the variance of observation noise to be updated continuously, and component discount factors for effective load effect separation. The effects of those improvements are evaluated regarding the root mean square errors, standard deviations, and 95% confidence intervals of the predictions. Bayes factors are used for evaluating the probability distributions of the predictions, which are essential to structural condition assessments, such as outlier identification and reliability analysis. The performance of the present BDLM has been successfully verified based on the simulated data and the real data obtained from the structural health monitoring system installed on the revolving structure.

• Smart Structures and Systems
• /
• 제22권2호
• /
• pp.167-174
• /
• 2018

Digital input and output modules are widely used to connect digital sensors and actuators to automation systems. Digital I/O modules provide flexible connectivity extension to numerous sensors and actuators and protect systems from high voltages and currents by isolation. Components in digital I/O modules are inevitably affected by operating and environmental conditions, such as high voltage, high current, high temperature, and temperature cycling. Because digital I/O modules transfer signals or isolate the systems from unexpected voltage and current transients, their failures may result in signal transmission failures and damages to sensitive circuitry leading to system malfunction and system shutdown. In this study, the lifetime of optocouplers, one of the critical components in digital I/O modules, was predicted using Bayesian tracking approaches. Accelerated degradation tests were conducted for collecting the critical performance parameter of optocouplers, current transfer ratio (CTR), during their lifetime. Bayesian tracking approaches, including extended Kalman filter and particle filter, were applied to predict the failure. The performance of each prognostic algorithm was then compared using accuracy and robustness-based performance metrics.

• 대한전자공학회논문지TC
• /
• 제49권1호
• /
• pp.53-58
• /
• 2012

게임 이론적 시각으로 p-persistence 슬롯화된 ALOHA를 비협력 게임으로 구성하고, 이 게임에서 Nash equilibrium을 구해 찾아 패킷 전달을 시도할 확률 값을 마련한다. Nash equilibrium의 수학적 표현에는 반드시 활성 변방국의 수가 포함되지만, 많은 실제 응용에서 이러한 수를 거의 알 수가 없다. 따라서 본 논문에서는 패킷의 전달을 시도할 지 결정하기에 앞서 활성 변방국의 수를 예측하는 Bayes 풍의 방식을 제안한다. 제안하는 Bayes 풍의 방식은 변방국이 스스로 자연스럽게 구할 수 있는 최소 정보만을 필요로 하지만 상당량의 정보에 의존하는 방식에 비해 경쟁력 있는 예측 성능을 보여 준다.