• 한국정보통신학회논문지
• /
• 제10권8호
• /
• pp.1373-1379
• /
• 2006

움직임 객체의 추출은 비디오 서비스 등에서 주요한 연구목적 중의 하나이다. 본 논문은 블록 움직임 벡터를 이용하여 움직임 객체를 추출하는 새로운 기법을 제시한다. 이를 위하여, 1) 사후 확률 밀도와 Gibbs 랜덤필드의 이용하여 블록 움직임 벡터를 결정하고, 2) 2-D 히스토그램을 바탕으로 전역 움직임을 구하고, 3) 경계 블록 분할 단계를 통해 객체 추출을 달성한다. 제안된 알고리듬은 특히 압축된 비디오 신호의 움직임 객체에 특히 유용하게 이용될 수 있다. 제안된 알고리듬을 여러 가지 영상에 적용한 결과 양호한 결과를 얻을 수 있었다.

• 응용통계연구
• /
• 제9권1호
• /
• pp.153-164
• /
• 1996

분포함수의 모수가 순서제약조건을 갖는 경우에 깁스샘플러(Gibbs sampler)를 이용한 모수 추정에 관해 논의하였다. 순서화 모수를 갖는 지수분포족 및 이항분포모형을 고려하고 완전조건부 분포를 유도하였으며 순서제약 조건을 만족하는 표본추출을 위해 일 대 일 대응 추출 알고리즘을 적용하였다. 동위회귀 최우추정량 및 동위베이지안 추정량과 그 결과를 비교하였다.

• Journal of Animal Science and Technology
• /
• 제44권4호
• /
• pp.383-390
• /
• 2002

1998년도부터 2001년도까지 실시한 한우 후대검정에서 공시된 후보종모우들에 대한 근친도를 조사해 본 결과, 대부분의 종모우들은 근친되지 않고 있어 한우 종모우 집단은 아직 non-inbred 집단으로 간주해도 무방할 것으로 사료되었다. 하지만 많은 개체들간에 혈연관계가 있는 것으로 조사되어 앞으로 근친도가 크게 상향될 것으로 예상되기 때문에 농가에서 보다 계획적인 정액 선택을 통한 교배가 권장된다. 또한 거세 검정우 1262두로부터 조사된 도체성적들에 대한 유전모수를 선형모형하에서 REML 방법으로 추정된 결과와 근내지방도를 범주형자료로 간주하여 Gibbs sampling 방법으로 추정한 결과, 기존의 비거세우를 대상으로 추정한 결과 보다 다소 높게 추정되었으며 GS방법에 의한 추정치가 REML 방법에 의한 추정치보다 높게 추정되었다. 특히 근내지방도에 대한 유전력 추정치는 GS방법에서 0.74으로 아주 고도의 유전력을 갖는 것으로 추정되어 근내지방도에 대한 개량의 용이함을 제시하였다. 또한 근내지방도와 등지방두께 간에는 0.46의 유전상관을 갖는 것으로 추정되었으며 근내지방도와 출하시 체중간에는 -0.44의 부의상관을 갖는 것으로 추정되었다. 반면에 도체율과 근내지방도간에는 -0.72의 강한 부의상관을 갖는 것으로 추정되었는데 도체율에 대한 변이가 상당히 낮은 변이계수를 고려할 때 추정치에 대한 신뢰도가 낮을 것으로 예상되었다. 종모우의 육종가에 대한 추정방법간의 상관은 다소 낮을 것으로 예상되기 때문에 이에 대한 연구가 필요할 것으로 사료된다.

• Journal of the Korean Statistical Society
• /
• 제29권1호
• /
• pp.81-94
• /
• 2000

For the balanced variance component model, sometimes intraclass correlation coefficient is of interest. If there is little information about the parameter, then the reference prior(Berger and Bernardo, 1992) is widely used. Pettit nd Young(1990) considered a measrue of the effect of a single observation on a logarithmic Bayes factor. However, under such a reference prior, the Bayes factor depends on the ratio of unspecified constants. In order to discard this problem, influence diagnostic measures using the intrinsic Bayes factor(Berger and Pericchi, 1996) is presented. Finally, one simulated dataset is provided which illustrates the methodology with appropriate simulation based computational formulas. In order to overcome the difficult Bayesian computation, MCMC methods, such as Gibbs sampler(Gelfand and Smith, 1990) and Metropolis algorithm, are empolyed.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (C)
• /
• pp.263-266
• /
• 2007

본 논문은 베이지안 통계 추론에 대하여 논의한다. 논문은 베이지안 추론, Markov Chain과 Monte Carlo 적분, MCMC(Markov Chain Monte Carlo) 기법, Metropolis-Hastings 알고리즘, Gibbs 샘플링, Maximum Likelihood Estimation, EM 알고리즘, 상실된 데이터 보완 기법, BMA(Bayesian Model Averaging) 순서로 논의를 진행한다. 이러한 통계적 기법들은 대용량의 데이터를 처리하는 생물학, 의학, 생명 공학, 과학과 공학, 그리고 일반 데이터 조사와 처리 등에 사용되고 있으며, 최적의 추론 결과를 이끌어 내는데 중요한 방법을 제공하고 있다. 그리고 마지막으로 PC(Principal Component) 분석 기법에 대하여 논의한다. PC 분석 기법도 데이터 분석과 연구에 많이 활용된다.

• Journal of the Korean Statistical Society
• /
• 제26권4호
• /
• pp.493-505
• /
• 1997

The analysis of binary data appears to many areas such as statistics, biometrics and econometrics. In many cases, data are often collected in which some observations are incomplete. Assume that the missing covariates are missing at random and the responses are completely observed. A method to Bayesian analysis of the binary regression model with incomplete data is presented. In particular, the desired marginal posterior moments of regression parameter are obtained using Meterpolis algorithm (Metropolis et al. 1953) within Gibbs sampler (Gelfand and Smith, 1990). Also, we compare logit model with probit model using Bayes factor which is approximated by importance sampling method. One example is presented.

• Communications for Statistical Applications and Methods
• /
• 제9권1호
• /
• pp.155-166
• /
• 2002

Neural networks have been studied as a popular tool for classification and they are very flexible. Also, they are used for many applications of pattern classification and pattern recognition. This paper focuses on Bayesian approach to feed-forward neural networks with single hidden layer of units with logistic activation. In this model, we are interested in deciding the number of nodes of neural network model with p input units, one hidden layer with m hidden nodes and one output unit in Bayesian setup for fixed m. Here, we use the latent variable into the prior of the coefficient regression, and we introduce the 'sequential step' which is based on the idea of the data augmentation by Tanner and Wong(1787). The MCMC method(Gibbs sampler and Metropolish algorithm) can be used to overcome the complicated Bayesian computation. Finally, a proposed method is applied to a simulated data.

• 응용통계연구
• /
• 제25권6호
• /
• pp.999-1008
• /
• 2012

A Bayesian multiple change-point model for small data is proposed for multivariate means and is an extension of the univariate case of Cheon and Yu (2012). The proposed model requires data from a multivariate noncentral $t$-distribution and conjugate priors for the distributional parameters. We apply the Metropolis-Hastings-within-Gibbs Sampling algorithm to the proposed model to detecte multiple change-points. The performance of our proposed algorithm has been investigated on simulated and real dataset, Hanwoo fat content bivariate data.

• Communications for Statistical Applications and Methods
• /
• 제19권2호
• /
• pp.237-246
• /
• 2012

다중 변환점(multiple change-point) 추론에 있어 소량자료에 관한 연구는 많지 않다. 본 논문에서는 소량 자료의 다중 변환점 추정을 위해 베이지안 비중심(noncentral) t 분포 변환점 모형을 제안하고, 제안된 모형 추론을 위해 메트로폴리스-해스팅스를 포함한 깁스 샘플링(Metropolis-Hastings-Within-Gibbs sampling) 알고리즘을 이용하였다. 모의실험 및 태풍 발생 수의 실증 분석결과는 제안된 모형과 알고리즘의 우수성을 보여 준다.

• Communications for Statistical Applications and Methods
• /
• 제4권1호
• /
• pp.259-269
• /
• 1997

Bayesian inference for a record value statistics(RVS) model of nonhomogeneous Poisson process is considered. We seal with Bayesian inference for double exponential, Gamma, Rayleigh, Gumble RVS models using Gibbs sampling and Metropolis algorithm and also explore Bayesian computation and model selection.