• Journal of the Korean Statistical Society
• /
• 제31권1호
• /
• pp.93-107
• /
• 2002

Random effects generalised linear models are useful for analysing clustered count data in which responses are usually correlated. We propose a Bayesian approach to parameter estimation and variable selection in random effects generalised linear models for count data. A simple Gibbs sampling algorithm for parameter estimation is presented and a simple and efficient variable selection is done by using the Gibbs outputs. An illustrative example is provided.

• Journal of the Korean Data and Information Science Society
• /
• 제21권2호
• /
• pp.379-385
• /
• 2010

This paper considers Bayesian approach to modeling a flexible regression function under functional measurement error model. The regression function is modeled based on semiparametric regression with penalized splines. Model fitting and parameter estimation are carried out in a hierarchical Bayesian framework using Markov chain Monte Carlo methodology. Their performances are compared with those of the estimators under functional measurement error model without semiparametric component.

• 지구물리와물리탐사
• /
• 제5권4호
• /
• pp.262-271
• /
• 2002

본 연구에서는 지구물리 자료의 베이지안 역산을 효과적으로 수행하는 방법에 관해 논의하였다. 베이지안 처리에서 가장 문제가 되는 사전확률분포를 구하기 위해 지구통계학적 방법을 적용하였으며, 사후확률분포의 추정을 위해 MCMC(Markov Chain Monte Carlo) 방법을 적용하였다. 쌍극자배열 전기비저항 탐사 자료의 2차원 역산을 위해 슐럼버저배열 전기비저항탐사 자료와 시추공 자료를 사전 정보로 이용하였으며, 이들 사전정보에 대해 지구통계학적 방법을 적용하여 사전확률분포를 작성하였다. 쌍극자배열 전기비저항 탐사 자료를 최대 우도함수로 하는 사후확률분포는 차원이 매우 높은 적분을 요구하므로, 이를 추정하기 위해 MCMC기술을 적용하였으며, 보다 효율적인 접근을 위해 Gibbs샘플링 방법을 이용하였다. 그 결과 비모수적 방식으로 사후확률분포를 분석함으로써 보다 신뢰성 있는 해를 구할 수 있었으며, 주변화(marginalization)된 사후확률분포를 이용하여 다양한 분석을 적용할 수 있었다.

• 한국전산구조공학회논문집
• /
• 제32권2호
• /
• pp.125-132
• /
• 2019

이 논문에서는 지진 하중을 받는 꼬인 삼각대 지지구조를 갖는 해상풍력발전기의 지진 신뢰성 해석 방법을 제시한다. 수평하중에 대해서 면외 변위가 발생하는 꼬인 삼각대지지 구조의 기하학적 특성과 지반의 비선형성을 포함한 지반-말뚝 상호작용을 고려하기 위한 구조물의 3차원 동적 유한요소 모델을 제시하였다. 지진신뢰성 평가를 위해 재현주기별 인공지진파를 사용한 시간이력 해석을 통해 말뚝 두부의 수평변위로 정의된 한계 상태식에 대하여 파괴확률을 산정하였다. 비선형 시간이력해석에 의한 한계상태식 평가를 고려하여 효율적으로 신뢰성 해석을 하기 위해 Markov Chain Monte Carlo 샘플링 방법을 적용한 부분집합 시뮬레이션 방법의 적용을 제시하였다. 제시한 방법은 2차원 모델 및 정적해석만으로는 정확한 결과를 도출할 수 없는 꼬인 삼각대 지지구조를 갖는 해상풍력발전기의 신뢰성 평가 및 설계기준 개발에 활용될 수 있음을 보였다.

• 대한토목학회논문집
• /
• 제39권6호
• /
• pp.667-673
• /
• 2019

지구 온난화로 인해 기후변화가 가속화되고 이에 따라 강풍에 대한 재해가 늘어날 것으로 판단된다. 이에 본 연구에서는 시간에 따른 선형 경향성을 고려한 비정상성 빈도해석 모형을 구축하기 위한 방법으로 Bayesian 기법을 적용하였다. 그리고 제주공항 지점의 연 최대풍속자료를 이용하여 극치분포 매개변수들의 사후분포를 추정하고 비정상성 빈도해석을 수행하였다. 재현기간 100년 빈도의 풍속을 추정한 결과를 보면, 경향성이 통계적으로 유의하며 이로 인해 비정상성 빈도해석에 의한 기본풍속이 정상성 빈도해석의 기본풍속보다 크게 추정되고 있다. 이처럼 기상자료의 정상성을 가정한 현재의 빈도해석 절차는 경향성이 존재하는 지역의 경우에 미래의 기본풍속을 과소 추정할 가능성이 크다고 판단된다.

• 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.

• Journal of applied mathematics & informatics
• /
• 제8권1호
• /
• pp.243-252
• /
• 2001

The points of failure of a decomposition process are defined to be the union of the points of failure from two component point processes for software reliability systems. Because sampling from the likelihood function of the decomposition model is difficulty, Gibbs Sampler can be applied in a straightforward manner. A Markov Chain Monte Carlo method with data augmentation is developed to compute the features of the posterior distribution. For model determination, we explored the prequential conditional predictive ordinate criterion that selects the best model with the largest posterior likelihood among models using all possible subsets of the component intensity functions. A numerical example with a simulated data set is given.

• Communications for Statistical Applications and Methods
• /
• 제24권5호
• /
• pp.457-480
• /
• 2017

We develop a random partition procedure based on a Dirichlet process prior with Laplace distribution. Gibbs sampling of a Laplace mixture of linear mixed regressions with a Dirichlet process is implemented as a random partition model when the number of clusters is unknown. Our approach provides simultaneous partitioning and parameter estimation with the computation of classification probabilities, unlike its counterparts. A full Gibbs-sampling algorithm is developed for an efficient Markov chain Monte Carlo posterior computation. The proposed method is illustrated with simulated data and one real data of the energy efficiency of Tsanas and Xifara (Energy and Buildings, 49, 560-567, 2012).

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2003년도 Proceedings of the international symposium on the fusion technology
• /
• pp.340-343
• /
• 2003

This study presents a practical procedure for the Bayesian inversion of geophysical data by Markov chain Monte Carlo (MCMC) sampling and geostatistics. We have applied geostatistical techniques for the acquisition of prior model information, and then the MCMC method was adopted to infer the characteristics of the marginal distributions of model parameters. For the Bayesian inversion of dipole-dipole array resistivity data, we have used the indicator kriging and simulation techniques to generate cumulative density functions from Schlumberger array resistivity data and well logging data, and obtained prior information by cokriging and simulations from covariogram models. The indicator approach makes it possible to incorporate non-parametric information into the probabilistic density function. We have also adopted the MCMC approach, based on Gibbs sampling, to examine the characteristics of a posteriori probability density function and the marginal distribution of each parameter. This approach provides an effective way to treat Bayesian inversion of geophysical data and reduce the non-uniqueness by incorporating various prior information.

• Journal of the Korean Data and Information Science Society
• /
• 제10권1호
• /
• pp.119-133
• /
• 1999

마코브체인 몬테칼로 방법을 소프트웨어 신뢰모형에 이용하였다. 베이지안 추론에서 조건부 분포를 가지고 사후분포를 결정하는데 있어서의 계산 문제를 고찰하였다. 특히 레코드값을 통계량을 갖고서 혼합과정과 중첩과정에 대하여 깁스샘플링 알고리즘과 메트로폴리스 알고리즘을 활용하여 베이지안 계산과 모형 선택을 제시하고 모의실험자료를 이용하여 수치적 인 계산을 시행하고 그 결과를 비교하였다.