• 대한전자공학회논문지SP
• /
• 제44권1호
• /
• pp.40-48
• /
• 2007

이 논문은 다중 스케일 베이지안 관점에서 다층 퍼셉트론과 마코프 랜덤 필드를 사용한 새로운 결 분할 방법을 제안한다. 다층 퍼셉트론의 출력은 사후 확률을 모델링하므로 본 논문에서는 다중 스케일 웨이블릿 계수들을 다층 퍼셉트론의 입력으로 사용한다. 다층 퍼셉트론으로부터 구한 사후 확률과 MAP (maximum a posterior) 분류를 이용하여 각 스케일에서 결 분류를 수행한다. 또한 가장 섬세한 스케일에서 더 개선된 분할 결과를 얻기 위하여 모든 스케일에서 MAP 분류 결과들을 거친 스케일에서 섬세한 스케일까지 차례로 융합한다. 이런 과정은 한 스케일에서의 분류 정보와 그 인접한 보다 거친 스케일에서 얻어지는 문맥과 관련한 연역적 정보를 이용하여 MAP 분류를 행함으로써 이루어진다. 이 융합 과정에서, MRF (Markov random fields) 사전 모델이 평탄화 제한자로서 동작하고, 깁스 샘플러 (Gibbs sampler)는 MAP 분류기로서 동작한다. 제안한 분할 방법은 HMT (Hidden Markov Trees) 모델과 HMTseg 알고리즘을 이용한 결 분할 방법보다 더 좋은 성능을 보인다.

• Journal of the Korean Statistical Society
• /
• 제34권4호
• /
• pp.297-309
• /
• 2005

We consider 'efficiency versus privacy-protection' problem concerned with several well-known randomized response (RR) devices to estimate pro­portion of people bearing a stigmatizing characteristic in a community. The literature of RR on respondent's privacy protection discusses only about response specific jeopardy measures. We propose a measure of jeopardy that is independent of the RR offered by the interviewee and recommend it for using as a technical characteristic of the RR device. For ensuring better cooperation from the interviewees this new measure that depends only on the design parameters of the RR devices may be disclosed to the respondents before producing the RR by implementing the randomization device.

• 응용통계연구
• /
• 제30권1호
• /
• pp.57-68
• /
• 2017

대량의 데이터에 있어 전반적인 특성 및 구조를 파악하는데 유용하기 때문에 다양한 분야에서 군집분석을 사용하고 있다. Dempster 등 (1977)에서 정의된 expectation-maximization(EM) 알고리즘은 가장 보편적으로 사용되는 군집분석 방법이다. 선형모형의 유한혼합물(finite mixture of linear model) 기법 또한 군집분석 방법 중 많이 사용되는 방법이며 베이지안 군집방법은 Bernardo와 Giron (1988)이 군집에 대한 가중치 확률만 모를 경우 처음 적용하였다. 우리는 이 연구에서 일반적인 선형모형의 유한혼합물이 아닌 군집특정(cluster-specific) 변량효과를 모형에 포함하여 베이지안 분석방법인 깁스표집법(Gibbs sampling)을 사용한다. 제안한 모형의 특성 및 표집법에 대하여 설명하였고 모의실험 및 실제 데이터 분석을 통하여 모형의 유용성을 파악하였다. Hurn 등 (2003)의 CO2 데이터에 모형을 적용하여 변량효과가 없는 모형, 개체특정(subject-specific) 변량효과 모형과 비교하였다.

• 한국정보통신학회논문지
• /
• 제11권2호
• /
• pp.402-409
• /
• 2007

본 논문에서는 이동물체의 궤적을 인식하기 위하여 Condensation 알고리즘을 이용하였고, 인식된 궤적을 추적하기 위해서 퍼지추론을 이용한 퍼지제어기를 사용하였다. Condensation 알고리즘은 사전분포(prior distributions)를 통해서 사후분포(posterior distributions)를 얻는 베이지안 조건확률(Bayesian conditional probabilities)을 기반으로 한다. 추적시스템은 요(raw)운동과 롤(roll)운동을 통해 3차원 공간을 추적한다. 추적 시스템으로는 2링크 매니플레이터를 사용하였고, 매니플레이터의 관절각 ${\theta}_1$은 $0^{\circ}$ 에서 $360^{\circ}$ 까지 회전할 수 있으며, 관절각 ${\theta}_2$는 $0^{\circ}$ 에서 $180^{\circ}$ 까지 회전할 수 있다. 속도를 가진 움직이는 물체 궤적을 Condensation 알고리즘을 이용하여 거의 에러 없이 인식함을 보였고, 추적 시스템으로 하여, 공간상에서 주어진 궤적에 대해 시뮬레이션를 통해 제안한 알고리즘의 타당성을 입증하였다.

• 응용통계연구
• /
• 제14권1호
• /
• pp.39-57
• /
• 2001

범주형 자료에서 오분류는 자료를 수집하는 과정에서 발생될 수 있다. 오분류되어 있는 자료를 정확한 자료로 간주하여 분석한다면 추정결과에 편의가 발생하고 검정력이 약화되는 결과를 초래하게 되며, 정확하게 분류된 자료를 오분류하고 판단한다면 오분류의 수정을 위해 불필요한 비용과 시간을 낭비해야 할 것이다. 따라서 정확하게 분류된 표본인지 오분류된 표본인지를 판정하는 것은 자료를 분석하기 전에 이루어져야할 매우 중요한 과정이다. 본 논문은 I$\times$J 분할표로 주어지는 범주형 자료에서 두 변수 중 하나의 변수에서만 오분류가 발생되는 경우에 오분류 여부를 검정하기 위해서 오분류 가능성이 없는 변수에 대한 주변합은 고정시키고, 오분류 여부를 가능성이 있는 변수의 주변합을 Sebastiani와 Ramoni(1997)가 제안한 Bound와 외부정보로 표현되는 Collapse의 개념, 그리고 베이지안 방법을 확장하여 자료에 적합한 모형과 사전정보를 고려한 사전모수를 다양하게 설정하면서 재분류하는 연구를 하였다. 오분류에 대한 정보를 얻기 위해서 Tenenbein(1970)에 의해 연구된 이중추출법을 이용하여 오분류 검정을 위한 새로운 통계량을 제안하였으며, 제안된 오분류 검정통계량에 관한 분포를 다양한 모의실험을 통하여 연구하였다.

• 응용통계연구
• /
• 제22권3호
• /
• pp.443-461
• /
• 2009

신용전이행렬을 추정함에 있어서 국내의 등급전이자료의 축적이 부족한 점을 극복하기 위하여 외국의 신용평가기관(무디스)의 전이행렬자료와 국내의 신용등급 부여자료를 이용하여 경험적 베이지안 추정방법에 의한 전이행렬을 도출하고, 이 전이행렬을 다른 전이행렬과 비교해보기 위하여 전이행렬의 동적인 요소를 평균전이확률의 개념으로 표시할 수 있는 특성척도를 개발하여 신용전이행렬의 시계열 특성과 통계적 특성을 비교한다. 시계열자료의 척도는 베이지안 추정행렬이 안정적임을 보여주는 반면 국내 행렬은 시간적으로 변화의 폭이 크고 무디스나 베이지안 행렬보다 상대적으로 인접전이의 비율이 높게 나타났다. 붓스트랩 검정을 통하여 세 가지 추정방법이 통계적으로 유의한 차이가 있음을 보이고 베이지안 행렬이 무디스 자료보다는 국내자료에 더 많은 영향을 받았음을 유추할 수 있다. 신용등급 전이에 따른 포트폴리오의 가치변화를 고려하는 몬테칼로 시뮬레이션을 통하여 신용 VaR를 구하여 비교하였다. 국내 전이행렬의 경우에 평균은 가장 크고 신용위험도 가장 큰 값을 보였다. 시뮬레이션에서도 베이지안 추정에 의한 결과가 국내자료에 의한 결과와 더 가깝다는 것을 알 수 있다.

• 대한원격탐사학회지
• /
• 제21권6호
• /
• pp.493-503
• /
• 2005

본 연구에서는 경기도 포천군 일대의 지하수 부존특성 가능지역을 공간적으로 예측하기 위하여 GIS 기반으로 Weight of Evidence(WofE) 기법을 적용하였다. 기본 자료로는 지하수 산출 특성분석과 관련된 수문지질학적 인자인 지표피복, 지형, 지질 등의 자료를 GIS 정보로 입력하였다. 그리고, 베이지안 확률 분석기법(Bayesian Method)에 기반하여 기본자료와 함께 선구조, 암상, 수계밀도, 식생, 토양, 토지이용현황등과 같이 산출성에 영향을 주는 인자들에 대하여 지하수 부존가능 지수와 사전/사후확률을 구하였다. 이들 자료에 대해 다시 WofE 기법을 적용하여, 각 인자들의 W+, W- 가중 값들을 계산하였다. 또한 이러한 결과의 차이 값으로 공간적인 상관관계를 구하여 지하수 산출특성의 예측가능도를 작성하고자 하였다. 본 연구에 적용한 방법은 잠재된 지하수 부존 지역과 주변 지역의 공간적 분포를 파악하는 데 유용한 것으로 생각된다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권1호
• /
• pp.153-161
• /
• 2017

전염병 확산에 대한 확률과정모형으로 활용되는 분기과정은 실제 데이터를 통해 모수를 추정할 수 있다는 장점이 있다. 음이항 분포를 분기과정의 생산 분포 모형으로 적용할 수 있는데 음이항 분포를 적용하기 위해서는 평균과 산포 모수를 추정하여야한다. 기존의 생물학 연구와 역학 연구 분야에서는 이를 최대우도법을 이용하여 추정하고 있다. 그러나 대부분의 역학 자료의 특성상 분기과정에서 이용되는 음이항 분포는 소표본이어서 최대우도 추정량의 정도를 충족시킬 수 없다. 본 논문에서는 소표본 자료에서 좋은 통계량의 성질을 만족한다고 알려져 있는 베이지안을 이용하여 모수를 추정하는 방법을 제안한다. 2015년 국내 메르스 사례에 베이지안 방법을 적용하여 모수를 추정하고 사후 분포를 적합하였다. 그 결과 어떠한 사전 분포를 가정하더라도 안정적으로 모수를 추정하는 것을 알 수 있었다. 추정된 산포 모수를 이용하여 분기과정에서의 전염병 소멸 확률을 유도하였다.