• 한국지능시스템학회논문지
• /
• 제25권2호
• /
• pp.186-190
• /
• 2015

지능형 자동차는 주변 환경에 대한 인식을 바탕으로 동작을 계획하고 움직인다. 따라서 정확한 환경 인식은 자율 주행 자동차의 필수 요소로 여겨진다. 차량의 주행 환경은 차량이나 보행자 같은 동적인 장애물이 다수 존재하여, 안전한 동작을 위해 이런 동적 장애물에 대한 인식이 정확하게 이루어져야 한다. 이를 위해 센서의 불확실성을 극복하는 일이 필수적이다. 본 논문에서는 레이더 센서를 이용하여 다수의 차량을 인식하고 추적하는 알고리즘을 제안한다. 제안된 추적 시스템은 몇 가지 특징을 갖는다. 레이더 센서가 차량을 계측할 때, 그 데이터가 양 모서리에서 주로 나타나는 특징을 혼합 밀도 네트워크로 표현하고, 이렇게 표현된 레이더 데이터의 확률적인 분포를 파티클 필터의 가중치 계산에 적용하여 추적 알고리즘을 수행하였다. 또한, 파티클 필터가 갖는 차원의 저주를 극복하고 시간의 흐름에 따라 그 숫자가 변화하는 다수 대상체의 상태를 예측하기 위해 가역 점프 마르코프 체인 몬테 카를로 (RJMCMC)를 통한 샘플링을 적용하였다. 제안된 알고리즘은 시뮬레이션을 통해 검증되었다.

• 경제분석
• /
• 제17권2호
• /
• pp.27-55
• /
• 2011

최근 금융시장의 변동성이 현저하게 증폭되면서 이에 대한 원인으로 금융시장의 군집 행동에 대한 이론적 연구가 활발하게 진행되고 있지만 군집행동의 시계열적 특성을 파악할 수 있는 실증적 연구는 거의 없었다. 따라서 본 연구는 연속신념시스템(continuous beliefs system)의 이론적 확장을 통해 군집행동을 시계열적으로 측정할 수 있는 군집행동 파라미터를 도출하였으며 이를 추정하기 위한 계량모형을 제안하였다. 또한 이 모형의 효율적 추정을 위해 MCMC 추정법을 적용하였다. KOSPI와 DOW 지수월별자료를 이용한 실증분석 결과에 의하면 미국보다 우리나라 주식시장의 군집행동이, 그리고 글로벌 금융위기 전보다 글로벌 금융위기 이후에 군집행동이 강하게 나타났다. 또한 글로벌 금융위기로 인해 군집행동의 변동성(표준편차)이 증가하였으며 군집행동은 수익률 변동성과는 달리 지속적인 자기상관을 유지하지 않았다. 이런 결과는 군집행동이 금융시장을 불안하게 만드는 한 원인이 될 수 있음을 나타낸다.

• 대한기계학회논문집A
• /
• 제35권4호
• /
• pp.393-400
• /
• 2011

본 연구에서는 현장의 축적된 피로 수명 시험 데이터를 바탕으로 유한요소해석(Finite Element Analysis)을 이용하여 스프링의 피로 수명 파라미터를 역 추정(Inverse Estimation)하는 연구를 수행하였다. 베이지안 접근법(Bayesian Approach)을 이용하여 불확실성 피로 수명 파라미터의 사후분포(Posterior distribution)를 구하였고, 마코프체인몬테카를로(Markov Chain Monte Carlo) 기법을 이용하여 역 추정된 파라미터의 샘플 데이터를 생성하였다. 얻어진 샘플링 데이터를 기반으로 피로 수명을 예측한 결과 신뢰 수준 내에서 실제 수명 시험 결과가 예측한 범위 내에 잘 포함되고 있음을 알 수 있었다.

• 응용통계연구
• /
• 제18권1호
• /
• pp.1-13
• /
• 2005

최근 많은 연구자와 실무자들이 모집단에 내재해 있는 여러 다른 그룹(class, segment)간의 이질성을 밝혀내고 객체들을 그룹별로 세분화하는 방법 중 하나로 잠재그룹 모델(Latent class model)을 고려하고 있다. 이 논문에서는 2000년도에 국립 암 센터에 접수된 한국 내 연령별 전립선암 사망자수 자료를 기반으로, 잠재그룹 포아송 모형을 이용하여 전립선암 환자의 연령에 따른 그룹화를 시도한다. 최우추정법 등 고전적 추론방법의 한계를 극복하기 위하여 Markov Chain Monte Carlo (MCMC) 방법을 도구로 한 베이지안 추정 방법을 제안한다. 제안된 베이지안 방법의 장점은 용이한 모수추정과 추정오차의 제공, 그리고 각 객체의 소속그룹의 판정과 이에 따르는 오차, 즉, 객체의 각 군집에 속할 확률, 도 구할 수 있다는 것이다. 또한 주어진 자료들에 대해 가장 적합한 그룹의 수를 결정하는 방법을 제시하여 그룹의 수나 세분화의 근거를 사전에 제공하지 않아도 자료가 주는 정보로부터 이들을 자동으로 결정하는 방법을 제시한다.

• 응용통계연구
• /
• 제14권2호
• /
• pp.379-391
• /
• 2001

본 연구에서는 관심거리가 되고 있는 마코프인쇄 몬테칼로(Markov Chain Monte Carlo, MCMC)방법에 근거한 공간 확률난수 (spatial random variate)생성법과 깁스표본추출법(Gibbs sampling)에 의한 베이지안 분석 방법에 대한 기술적 사항들에 관하여 검토하였다. 먼저 기본적인 확률난수 생성법과 관련된 사항을 살펴보고, 다음으로 조건부명시법(conditional specification)을 이용한 공간 확률난수 생성법을 예를 들어 살펴보기로한다. 다음으로는 이렇게 생성된 공간자료를 분석하기 위하여 깁스표본추출법을 이용한 베이지안 사후분포를 구하는 방법을 살펴보았다.

• Journal of the Korean Data and Information Science Society
• /
• 제13권2호
• /
• pp.227-234
• /
• 2002

In this paper, we consider hierarchical Bayes generalized linear models for the analysis of longitudinal count data. Specifically we introduce the hierarchical Bayes random effects models. We discuss implementation of the Bayes procedures via Markov chain Monte Carlo (MCMC) integration techniques. The hierarchical Baye method is illustrated with a real dataset and is compared with other statistical methods.

• Journal of the Korean Data and Information Science Society
• /
• 제14권3호
• /
• pp.441-450
• /
• 2003

Collaborative filtering is one of the most widely used methodologies for recommendation system. Collaborative filtering is based on a data matrix of each customer's preferences and frequently, there exits missing data problem. We introduced two imputation approach (multiple imputation via Markov Chain Monte Carlo method and multiple imputation via bootstrap method) to improve the prediction performance of collaborative filtering and evaluated the performance using EachMovie data.

• 한국정보보호학회:학술대회논문집
• /
• 한국정보보호학회 2001년도 종합학술발표회논문집
• /
• pp.269-272
• /
• 2001

본 논문에서는 베이지안 네트워크와 통합 감사자료를 이용하여 시스템 사용자에 대한 비정상행위를 탐지하고 분석하는데 효과적인 모델을 제안하고자 한다. 이를 위해 리눅스 시스템에서의 여러 가지 감사자료들을 통합한 감사자료로부터 사용자의 행위에 대해 베이지안 네트워크로 구성하고자 한다. 베이지안 네트워크를 구성할 때 효율적인 학습이 가능한 Sparse Candidate 알고리즘을 적용하고, 감사자료의 일부가 결여되어 있는 경우에도 추론이 가능하도록 MCMC(Markov Chain Monte Carlo)의 일종인 Gibbs Sampling 방법을 적용한다.

• Journal of the Korean Statistical Society
• /
• 제31권1호
• /
• pp.45-61
• /
• 2002

We consider the problem of estimating binomial proportions in the presence of nonignorable nonresponse using the Bayesian selection approach. Inference is sampling based and Markov chain Monte Carlo (MCMC) methods are used to perform the computations. We apply our method to study doctor visits data from the Korean National Family Income and Expenditure Survey (NFIES). The ignorable and nonignorable models are compared to Stasny's method (1991) by measuring the variability from the Metropolis-Hastings (MH) sampler. The results show that both models work very well.

• Journal of the Korean Data and Information Science Society
• /
• 제15권3호
• /
• pp.605-616
• /
• 2004

In this paper we consider the proportional hazard models for survival analysis in the microarray data. For a given vector of response values and gene expressions (covariates), we address the issue of how to reduce the dimension by selecting the significant genes. In our approach, rather than fixing the number of selected genes, we will assign a prior distribution to this number. To implement our methodology, we use a Markov Chain Monte Carlo (MCMC) method.