• Communications for Statistical Applications and Methods
• /
• 제24권6호
• /
• pp.543-559
• /
• 2017

Tree-based regression and classification ensembles form a standard part of the data-science toolkit. Many commonly used methods take an algorithmic view, proposing greedy methods for constructing decision trees; examples include the classification and regression trees algorithm, boosted decision trees, and random forests. Recent history has seen a surge of interest in Bayesian techniques for constructing decision tree ensembles, with these methods frequently outperforming their algorithmic counterparts. The goal of this article is to survey the landscape surrounding Bayesian decision tree methods, and to discuss recent modeling and computational developments. We provide connections between Bayesian tree-based methods and existing machine learning techniques, and outline several recent theoretical developments establishing frequentist consistency and rates of convergence for the posterior distribution. The methodology we present is applicable for a wide variety of statistical tasks including regression, classification, modeling of count data, and many others. We illustrate the methodology on both simulated and real datasets.

• 디지털융복합연구
• /
• 제13권1호
• /
• pp.243-248
• /
• 2015

인식 모델을 구성할 때 정의되지 않은 모델, 인식 모델 구성 후에 추가되어진 모델, 모델이 부족하여 하나의 모델 클러스터링으로 모델링하여 생성된 인식 모델들은 인식률 저하의 원인이 된다. 이러한 원인을 개선하기 위하여 Bayesian 기법의 모수 추정을 이용한 결정트리 상태 공유 모델링 방법을 제안하였다. 제안 방법은 Bayesian 기법의 파라미터 추정을 통하여 탐색된 결과로부터 결정트리 기반 상태 공유 모델링의 최대 확률 기법에 따라 인식모델을 결정한다. 본 논문에서 제안하여 시뮬레이션 데이터를 이용한 실험 결과에서 제안한 군집화 방식을 비교하여 1.29%의 음성인식 오류감소율을 보였으며, 기존 군집화 방식에 비해 개선된 성능을 보였다.

• 대한산업공학회지
• /
• 제32권2호
• /
• pp.141-152
• /
• 2006

This paper presents the development of a decision model to examine the optimal repair action for a deteriorating system. In order to make a reasonable decision, it is necessary to perform an analysis of the uncertainties embedded in deterioration and to evaluate the repair actions based on the expected future cost. Focusing on the power law failure model, the uncertainties related to deterioration are analyzed based on the Bayesian approach. In addition, we develop a decision model for the optimal repair action by applying a repair cost function. A case study is given to illustrate a decision-making process by analyzing the loss incurred due to deterioration.

• 한국음향학회지
• /
• 제23권5호
• /
• pp.410-419
• /
• 2004

본 논문에서는 베이시안에 기반한 신뢰도 융합 기법을 제안한다. 음성인식에서 신뢰도는 인식 결과에 대한 신뢰의 정도를 말하며, 인식 결과가 맞는 지의 여부를 판단할 수 있다. 개별 신뢰도 기법의 신뢰도 값을 융합하여 최종 판단을 내리는 집중형 융합 방식과 개별 신뢰도 기법의 판단 결과들을 융합하는 분산형 융합의 두 가지 방식에 대해 최적의 베이시안 융합규칙이 제시되었다. 고립단어 인식에서의 미등록어 거절 실험 결과 집중형 베이시안 신뢰도 융합 기법은 개별 신뢰도 기법에 비해 13% 이상의 상대적인 에러 감소 효과를 보였으나, 분산형 베이시안 융합은 성능의 향상을 보이지 못했다.

• 한국건축시공학회지
• /
• 제11권1호
• /
• pp.91-99
• /
• 2011

Bayesian network is a form of probabilistic graphical model. It incorporates human reasoning to deal with sparse data availability and to determine the probabilities of uncertain cases. In this research, bayesian network is adopted to model the problem of construction project cost. General information, time, cost, and material, the four main factors dominating the characteristic of construction costs, are incorporated into the model. This research presents verify a model that were conducted to illustrate the functionality and application of a decision support system for predicting the costs. The Markov Chain Monte Carlo (MCMC) method is applied to estimate parameter distributions. Furthermore, it is shown that not all the parameters are normally distributed. In addition, cost estimates based on the Gibbs output is performed. It can enhance the decision the decision-making process.

• Nuclear Engineering and Technology
• /
• 제54권1호
• /
• pp.414-422
• /
• 2022

Presented in this paper is a methodology for combining a Bayesian statistical approach with Data Quality Objectives (a structured decision-making method) to provide increased levels of confidence in analytical data when approaching a waste boundary. Development of sampling and analysis plans for the characterisation of radioactive waste often use a simple, one pass statistical approach as underpinning for the sampling schedule. Using a Bayesian statistical approach introduces the concept of Prior information giving an adaptive sample strategy based on previous knowledge. This aligns more closely with the iterative approach demanded of the most commonly used structured decision-making tool in this area (Data Quality Objectives) and the potential to provide a more fully underpinned justification than the more traditional statistical approach. The approach described has been developed in a UK regulatory context but is translated to a waste stream from the Fukushima Daiichi Nuclear Power Station to demonstrate how the methodology can be applied in this context to support decision making regarding the ultimate disposal option for radioactive waste in a more global context.

• Imaging Science in Dentistry
• /
• 제36권1호
• /
• pp.1-5
• /
• 2006

During the diagnostic process of the various oral and maxillofacial lesions, we should consider the following: 'When should we order diagnostic tests? What tests should be ordered? How should we interpret the results clinically? And how should we use this frequently imperfect information to make optimal medical decisions?' For the clinicians to make proper judgement, several decision making tools are suggested. This article discusses the concept of the diagnostic accuracy (sensitivity and specificity values) with several decision making tools such as decision matrix, ROC analysis and Bayesian analysis. The article also explain the introductory concept of ORAD program.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제58차 하계학술대회논문집 26권2호
• /
• pp.139-140
• /
• 2018

본 논문에서는 지도 기계 학습 알고리즘 중 하나인 Naive Bayesian (NB) 알고리즘의 데이터 분류 정확도를 향상시키기 위하여 데이터 속성에 Weight를 부여하는 새로운 기법을 제안하였다. 기존에 Decision Tree(DT) 알고리즘의 깊이를 이용하여 Weigth를 부여하는 방법이 제안되었으나, DT를 구축하는데 오버헤드가 크기 때문에 데이터의 실시간 분석이나 자원 제한적인 환경에서의 적용은 어렵다는 단점이 있다. 이를 해결하기 위하여 본 논문에서는 최소한의 데이터를 사용하여 신속하게 DT를 구축하는 Very Fast Decision Tree (VFDT) 알고리즘 기반의 Weight 부여 기법을 제안함으로써 적은 오버헤드로 NB의 정확도를 향상시킨다.

• 디지털콘텐츠학회 논문지
• /
• 제16권5호
• /
• pp.671-680
• /
• 2015

Joint Bayesian 방법론[1]은 2012년 발표된 이후 최근까지 최고 성능을 보이는 거의 모든 얼굴인식 알고리즘에서 이진 분류를 위해 사용되고 있지만, 지금까지 이를 개선한 알고리즘은 2D-JB[2] 외에 거의 발표되지 않았다. 우리는 본 논문에서 주어진 얼굴 영상과 이를 좌우 반전시킨 미러 영상을 함께 고려함으로써 Joint Bayesian 방법론의 성능을 향상시킬 수 있는 방법론을 제안한다. 일반적인 패턴인식에서 결정함수 값이 결정경계 또는 임계치에 가까운 경우 오류가 발생할 확률이 높다. 제안한 방법론은 미러 영상의 특징을 이용하여 결정함수 값을 결정경계로부터 멀어지게 함으로써 오류를 줄이는 방법이다. 우리는 LFW DB를 이용한 실험을 통해 제안한 JB 개선 방법론이 기존 JB 방법론보다 1%이상 높은 인식률을 보임을 입증하였다. LFW DB를 이용한 기존 연구들에서 성능을 1% 높이기 위해 많은 학습데이터가 필요했음을 감안할 때, 제안한 방법론은 큰 의미가 있다고 볼 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제17권4호
• /
• pp.1387-1395
• /
• 2006

This paper considers testing for the ratio of two exponential means. We propose a solution based on a Bayesian decision rule to this problem in which no subjective input is considered. The criterion for testing is the Bayesian reference criterion (Bernardo, 1999). We derive the Bayesian reference criterion for testing the ratio of two exponential means. Simulation study and a real data example are provided.