• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1423-1431
• /
• 2016

When the sample size in a certain domain is too small to produce adequate information, small area model with random effects is usually used. Also, if we do not consider an inherent pattern which data possess, it considerably affects inference. In this paper, we mainly focus on modeling to handle increased variation of the Current Population Survey (CPS) median income as the Internal Revenue Service (IRS) mean income increases. In a hierarchical Bayesian framework, most estimations are carried out through the Gibbs sampler while the grid method is used to generate parameters from non-standard form. Numerical study indicates that the performance of proposed model is better than that of CPS method in terms of four comparison measurements.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.616-618
• /
• 2005

서비스 로봇 분야에서 물체를 인식하고 장면을 이해하는 것은 매우 중요하다. 전통적인 방법들은 기하학적 모델을 기반으로 물체를 인식하였으나 불확실하고 동적인 환경에서 이러한 방법은 한계를 갖는다. 이에 최근 지식 기반의 접근 방법을 통해 이러한 부분을 보완하는 연구가 이루어지고 있다. 본 논문에서는 효과적인 물체 탐색을 위해 베이지안 네트워크를 사용하여 대상 물체의 존재 여부를 추론하는 방법을 제안한다. 이를 위해 트리구조의 계층적 베이지안 네트워크를 사용하였고 물체들의 관계를 활동을 기준으로 모델링 하였다. 6가지 장소를 기반으로 한 실험 결과, $86.5\%$의 정확도를 보여주었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.250-252
• /
• 2004

서비스 로봇은 일상생활에서 사람들의 업무를 보조한다. 이때, 효과적인 서비스를 위해서는 사람과 로봇 사이의 상호작용이 매우 중요하다 대화는 사람과 로봇이 보다 유연하고 풍부한 의사전달을 하는데 도움을 준다. 전통적인 로봇 연구에서는 명령과 같은 간단한 질의 둥을 처리하는 것이 의사소통의 전부였으나, 실제 사람들 사이의 대화에서는 배경 지식이나 대화의 문맥 둥에 의해 중요한 정보가 대화에서 생략되기도 한다. 이런 상황은 여러 불확실성을 포함하게 되는데 대화의 문맥이나 불확실성을 다루는 것이 필요하다. 본 논문에서는 '상호-주도' 방식을 통해 사람이 쓰는 일상 대화를 계층적 베이지안 네트워크를 이용하여 처리하는 방법을 제안한다. 실제 로봇의 시뮬레이션 환경은 제안하는 방법의 유용함을 보여주었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.29-29
• /
• 2023

To mitigate the damaging impacts of floods, accurate prediction of runoff, streamflow and flood inundation is needed. Conventional approach of simulating hydrology and hydraulics using loosely coupled models cannot capture the complex dynamics of surface and sub-surface processes. Additionally, the scarcity of data in ungauged basins and quality of data in gauged basins add uncertainty to model predictions, which need to be quantified. In this presentation, first the role of integrated modeling on creating accurate flood simulations and inundation maps will be presented with specific focus on urban environments. Next, the use of machine learning in producing streamflow predictions will be presented with specific focus on incorporating covariate shift and the application of theory guided machine learning. Finally, a framework to quantify the uncertainty in flood models using Hierarchical Bayesian Modeling Averaging will be presented. Overall, this presentation will highlight that creating accurate information on flood magnitude and extent requires innovation and advancement in different aspects related to hydrologic predictions.

• Genomics & Informatics
• /
• 제10권2호
• /
• pp.81-87
• /
• 2012

Large-scale copy number variants (CNVs) in the human provide the raw material for delineating population differences, as natural selection may have affected at least some of the CNVs thus far discovered. Although the examination of relatively large numbers of specific ethnic groups has recently started in regard to inter-ethnic group differences in CNVs, identifying and understanding particular instances of natural selection have not been performed. The traditional $F_{ST}$ measure, obtained from differences in allele frequencies between populations, has been used to identify CNVs loci subject to geographically varying selection. Here, we review advances and the application of multinomial-Dirichlet likelihood methods of inference for identifying genome regions that have been subject to natural selection with the $F_{ST}$ estimates. The contents of presentation are not new; however, this review clarifies how the application of the methods to CNV data, which remains largely unexplored, is possible. A hierarchical Bayesian method, which is implemented via Markov Chain Monte Carlo, estimates locus-specific $F_{ST}$ and can identify outlying CNVs loci with large values of FST. By applying this Bayesian method to the publicly available CNV data, we identified the CNV loci that show signals of natural selection, which may elucidate the genetic basis of human disease and diversity.

• 한국통신학회논문지
• /
• 제32권6A호
• /
• pp.550-557
• /
• 2007

인과 관계에 대한 직관적인 개념으로 Bayesian Networks 알고리즘이나 트리 구조 추측 알고리즘 그리고 유전자 알고리즘을 사용하여 다양한 구조의 상황을 예측을 하게 된다. 하지만 이런 예측 알고리즘들을 상황인지 서비스 구현에 적용하기에는 실제 구현의 어려움과 실시간 환경에서 트레이닝 데이터 처리에서 오는 시간 지연 문제 등이 발생하게 된다. 이 때문에 특정 목적의 상황인지 시스템에서 이 알고리즘들이 어느 정도의 예측 정확도와 신뢰도를 가지고 상황 정보에 부합하는지 미지수이다. 따라서 본 논문에서는 기존의 예측 알고리즘과는 다른 접근 방식을 통해, 사용자의 습관이나 행동양식을 데이터베이스로 만들어 이를 고려함으로써 상황인지 시스템의 상황 정보와 부합되는 Flexible Window 기법을 이용한 위치 예측 알고리즘을 제안한다. 제안된 Flexible Window 기법을 이용한 위치 예측 알고리즘은 동일한 실험 조건 아래, Fixed Window 기법을 이용한 위치 예측 알고리즘보다 평균적으로 5.10% 더 우수한 성능을 보인다. 이 방식은 기하급수적으로 늘어나는 상황 정보를 감안했을 때 알고리즘 수행 시 처리 시간의 감소와 예측 정확도를 향상 시킬 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권4호
• /
• pp.627-641
• /
• 2012

본 연구는 다차원 분할표 형태로 정리된 범주형 자료가 결측치나 무응답을 가지고 있을 때 주어진 자료를 가장 잘 설명하고 예측의 정확도를 높일 수 있는 모형의 추정과 모형의 선택 문제를 다루었다. 무시할 수 없는 무응답 (non-ignorable non-response)체계하에서 최대우도 추정에서 발생할 수 있는 변방값 문제를 해결하기 위하여 계층적 베이지안 모형을 고려하였다. 또한 모형 적도를 높이기 위한 변수 조합을 찾는 모형 선택의 문제를 함께 다루었다. 베이지안 접근하에서 모형 선택의 문제를 다루기 위하여 베이즈 인자 (Bayes factor)를 모형 선택의 기준으로 이용하였다. 제시된 방법은 2004년 실시된 우리나라 국회의원 선거를 앞두고 수행된 여론조사 데이터를 이용하여 실증분석을 수행하였다. 분석결과 무시할 수 없는 무응답 체계하에서 설명변수로 투표참여여부를 이용하는 것이 가장 적합한 모형으로 판명되었다.

• 응용통계연구
• /
• 제26권2호
• /
• pp.267-280
• /
• 2013

최근 한국 사회에서 경제적, 정치적, 사회적 이슈가 되고 있는 대학 등록금의 경제적 부담에 영향을 미치는 요인들에 대한 분석을 위하여 통계청에서 실시한 '2010년도 사회조사'에서 수집된 자료를 기반으로 지역을 계층으로 하는 베이지안 계층모형을 이용한 분석을 수행하였다. 등록금의 70% 이상을 부모님이 지원하는가에 대한 이항 반응변수에 대하여 계층적 프로빗 모형을 설정한 후 설명변수들에 대한 요인분석을 실시하여 설명변수를 압축하고 마코브체인 몬테칼로 기법을 적용하여 모수를 추정하였다. 자료의 분석 결과, 많은 지역에서 소득과 정신적 스트레스 요인이 부모님의 등록금에 대한 경제적 지원과 유의한 관련이 있음을 보여주었다. 소득이 높은 부모일수록 자녀의 대학 등록금을 지원하며 부모로부터 경제적 지원을 받는 학생일수록 정신적 스트레스를 덜 받는 것으로 나타나 부모의 소득이 자녀의 정신건강에 유의한 영향을 미침을 보여 주었다. 반면에, 성별, 생활건강, 학교 만족도는 대부분의 지역에서 부모님의 등록금 지원과 유의한 관련이 없었다. 스트레스 또는 소득과 부모님의 지원에 대한 지역별 차이를 보면, 강원도 지역 학생들이 부모님의 지원이 낮을 경우 가장 정신적 스트레스를 많이 받는 것으로 나타났으며 소득이 많을수록 부모님의 지원 가능성이 높아지는 경향은 지방 행정도에 비하여 대도시에서 더 뚜렷하게 나타남을 알 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1119-1131
• /
• 2016

Neyman-Scott 구형펄스모형 (Neyman-Scott rectangular pulses model; NSRPM)은 강우의 발생, 강우세포의 강우강도 그리고 지속시간으로 표현되는 점과정에 기초한 강우생성 모형으로, 기존의 구형펄스모형 (rectangular pulse model)과 비교해서 강우사상의 군집특성을 잘 반영하기 때문에 여러 연구에서 많이 사용되는 모형이다. 하지만 NSRPM의 매개변수를 추정하는데 있어서 모멘트를 이용한 여러가지 최적화 기법들은 그 계산이 복잡하고 또한 목적함수의 구성에 따라 추정값의 변동도 크게 나타난다. 이를 보완하기 위해서, 최근 누적강수량에 대한 근사적인 우도함수 (approximated likelihood function)와 이를 통해 NSRPM의 매개변수를 추정하는 방법이 소개되었다. 본 논문에선 이 근사적 우도함수를 바탕으로 계층적 베이지안 모형을 이용하여 NSRPM에 공간구조를 표현하고 이를 통해 강우생성 모형의 공간적 특성을 알아보고자 한다.

• 한국지리정보학회지
• /
• 제15권4호
• /
• pp.138-150
• /
• 2012

본 연구는 시공간분석을 이용하여 주요 만성질환인 고혈압, 당뇨병, 관절증과 총의료이용에 있어 지역별 외래의료이용 차이를 살펴보았다. 분석자료는 보건복지부와 한국보건사회연구원에서 발간하는 1996, 1999, 2002, 2005, 2008년 환자조사 자료를 이용하였으며 분석방법으로는 베이지안 계층적 시공간모형(bayesian hierarchial spatio-temporal model)을 이용하였다. 이때 지역의 공간적 상관성은 convolution CAR 모형을, 시간적 상관성은 Ornstein-Uhlenbeck 방법을 적용하여 분석하였다. 분석결과 질환별로 의료이용에 있어 지역적 차이가 존재하였다. 총의료 이용의 경우 시 군지역보다 대도시인 구지역에서 높은 상대위험비를 보인반면, 만성질환인 고혈압, 당뇨병, 관절증은 총의료이용과는 달리 강원도, 충청남북도, 전라남북도, 제주도 등 농어촌 지역에서 전국평균보다 높은 의료이용(상대위험비)을 보였다. 특히 고혈압은 부산경남 해안가 지역과 강원, 경기, 경북, 충청남도, 전북 등에서 높은 의료이용을 보였고, 관절증은 경기, 강원 일부와 충북, 충남, 전북, 전남, 경북, 경남지역 등에서, 당뇨병은 경기, 서울, 부산, 전라남북, 충청일부 지역에서 상대적으로 높은 의료이용을 보였다. 본 연구는 기존 연구와는 달리 공간적, 시간적 상관성을 고려함으로써 지역단위 분석시 공간적, 시간적 상관성을 고려하지 않음으로써 발생하는 통계적 오류를 최소화하였다.