• 논리연구
• /
• 제17권3호
• /
• pp.399-424
• /
• 2014

본 논문의 목표는 지각적 독단론과 베이즈주의 입증 이론이 서로 충돌한다는 로저 화이트의 주장을 비판적으로 검토하는 것이다. 이 목표를 이루기 위해, 필자는 본 논문을 다음과 같이 구성하였다. 우선 필자는 2절에서 지각적 독단론과 베이즈주의 입증 이론이 양립불가능하다는 화이트의 논변을 소개할 것이다. 이와 더불어 베이즈주의 입증 이론이 무엇인지도 간단히 설명될 것이다. 3절에서는 베이즈주의 입증 이론의 다른 요소들이 도입된다. 그 요소들은 입증 측도라고 불리는 것으로, 증거가 가설을 지지하는 정도를 측정하는 함수이다. 이 함수와 더불어 주어진 증거가 두 가설 중에서 하나에 더 호의적이라는 것에 대한 베이즈주의적 분석을 소개할 것이다. 마지막 4절은 3절에서 설명된 호의성이라는 개념을 통해서 베이즈주의 입증 이론과 지각적 독단론이 서로 충돌한다는 화이트의 주장을 비판할 것이다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권1호
• /
• pp.238-242
• /
• 2021

Game theory has been regarded as a useful theoretical tool for modeling the interactions between distinct entities and thus it has been harnessed in various research field. In particular, research attention has been shown to how to apply game theory to modeling the interactions between malign and benign entities in the field of wireless networks. Although various game theoretic modeling work have been proposed in the field of wireless networks, our proposed work is disparate to the existing work in the sense that we focus on mobile malign node detection problem in static wireless sensor networks. More specifically, we propose a Bayesian game theoretic modeling for mobile malign node detection problem in static wireless sensor networks. In our modeling, we formulate a two-player static Bayesian game with imperfect information such that player 1 is aware of the type of player 2, but player 2 is not aware of the type of player 1. We use four strategies in our static Bayesian game. We obtain Bayesian Nash Equilibria with pure strategies under certain conditions.

• 한국수학사학회지
• /
• 제11권1호
• /
• pp.68-77
• /
• 1998

There are two approach methods widely in statistical inferences. First is sampling theory methods and the other is Bayesian methods. In this paper, we will introduce the most basic differences of the two approach methods. Especially, we investigate and introduce the historical origin of Bayesian methods in Statistical inferences which is currently used. Also, we introduce the some characteristics of sampling theory method and Bayesian methods.

• 품질경영학회지
• /
• 제19권1호
• /
• pp.72-82
• /
• 1991

This study deals with the problem of water resources development by using bayesian theory. The purpose of this study is to develop the optimal decision model by applying bayesian theory which determine the optimal alternative in water resources development system. A relevant mathematical model to find an optimal solution formulated and then used in developing an efficient water resources that determine optimal alternative. A numerical example is solved to illustrate the algorithm developed.

• Communications for Statistical Applications and Methods
• /
• 제11권1호
• /
• pp.197-211
• /
• 2004

According to the increase of internet application, the marketing process as well as the research and survey, the education process, and administration of government are very depended on web bases. All kinds of goods and sales which are traded on the internet shopping malls are extremely increased. So, the necessity of automatically intelligent information system is shown, this system manages web site connected users for effective marketing. For the recommendation system which can offer a fit information from numerous web contents to user, we propose an automatic recommendation system which furnish necessary information to connected web user using statistical learning theory and bayesian fuzzy clustering. This system is called collaborative CRM in this paper. The performance of proposed system is compared with the other methods using real data of the existent shopping mall site. This paper shows that the predictive accuracy of the proposed system is improved by comparison with others.

• Journal of Information Processing Systems
• /
• 제16권2호
• /
• pp.318-328
• /
• 2020

Letter of Credit (L/C) is currently a very popular international settlement method frequently used in international trade processes amongst countries around the globe. Compared with other international settlement methods, however, L/C has some obvious shortcomings. Firstly, it is not easy to use due to the sophisticated processes its usage involves. Secondly, it is sometimes accompanied by a few risks and some uncertainty. Thus, highly efficient methods need to be used to assess and control these risks. To begin with, FAHP and KMV methods are used to resolve the problem of incomplete information associated with L/C and then, on this basis, Bayesian game theory is used in order to make more scientific and reasonable decisions with respect to international trade.

• 논리연구
• /
• 제16권2호
• /
• pp.155-187
• /
• 2013

본 논문의 목적은 베이즈주의 믿음 갱신 규칙인 조건화를 옹호하는 것이다. 이를 위해서 필자는 경험과 무관한 믿음은 바뀌지 말아야 한다는 무관성 원리를 도입한다. 이 원리를 엄밀하게 정식화한 뒤, 무관성 원리와 조건화가 동치라는 것이 증명된다. 그리고 이 무관성 원리를 베이즈주의 입증 이론을 이용해서 옹호한다. 이를 위해서 필자는 베이즈주의 입증 이론가들이라면 받아들여야 하는 몇 가지 논제들을 제시하고, 무관성 원리를 위반한다면 그 논제들이 만족될 수 없다는 것을 보여준다.

• 대한교통학회지
• /
• 제22권2호
• /
• pp.77-86
• /
• 2004

데이터마이닝 (Data Mining)은 대용량의 데이터에 존재하는 관계, 패턴, 규칙 등을 효율적으로 탐색하여 이를 모형화함으로써, 유용한 정보로 추출 변환하는 일련의 과정이다. 특히 베이지안 망 (Bayesian Network)은 신경망, 유전자알고리즘 퍼지이론 등과 더불어 데이터마이닝의 중요한 기법 중의 하나로서 베이지안 통계 이론(Bayesian Statistics Theory)를 적용하여 변수들간의 확률적인 관계를 기호화함으로써, 설명변수들과 종속변수들간의 인과관계를 파악할 수 있다. 이 연구는 기존에 적용된 바가 없는 데이터마이닝의 베이지안 망을 이용하여 수도권 교통수단선택 모형을 구축한다. 2002년도 수도권 가구통행실태조사 자료의 사회 경제적 특성과 교통체계 특성을 반영하여 베이지안 망을 이용한 교통수단선택 모형을 설계 구축하여, 각 변수들간의 상관관계와 인과관계를 분석함으로써, 설명변수인 성과 연령의 구성비가 변하였을 때, 교통수단선택의 변화율(확률)을 예측한다. 이 연구를 통해 현실에서는 내재하나 설명변수간의 복잡한 상관성을 배제하고 설명변수들과 교통수단선택간의 단순한 직선관계를 가정하는 기존 교통수단선택 모형의 한계를 극복할 수 있는 가능성을 제시한다. 또한 선택되지 않은 교통수단에 대한 정보의 부족으로 인한 교통수단선택 모형 구축의 어려움을 극복한다. 또한 다양한 교통정책에 따른 교통수단선택의 변화를 실시간으로 시뮬레이션 할 수 있는 방법론을 개발한다.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1999년도 추계학술발표회요약집
• /
• pp.202.2-202
• /
• 1999

• 인지과학
• /
• 제27권4호
• /
• pp.541-572
• /
• 2016

인과 추론은 심리학에서는 물론 최근 베이스 접근법을 취하는 인지과학자들에 의해서도 활발히 연구되고 있다. 본 연구는 인과추론에 대한 대표적 심리학 이론인 힘-확률대비이론(a power probabilistic contrast theory of causality)을 중심으로 인과 추론의 최근 동향을 개관하고자 한다. 힘-확률대비이론에서는, 원인은 결과를 일으키거나 억제하는 힘(power)인데, 이 힘은 특정한 조건하에서 통계적 상관을 통해 파악될 수 있다고 가정한다. 본 논문에서는 이 이론에 대한 초기의 경험적 지지 증거를 먼저 살펴본 다음, 베이스 접근에 기반을 둔 이론과의 쟁점을 명확히 하고, 원인은 맥락에 무관하게 동일하게 작동한다는 인과적 불변성 가정(causal invariance hypothesis)을 중심으로 한 보다 최근의 연구 결과를 소개하고자 한다. 이 연구들은 종래의 통계적 접근법으로는 잘 설명되지 않는 결과를 제시함으로써, 철학, 통계학, 그리고 인공 지능 등과 같은 인접 분야에 인과성에 대한 힘 이론을 진지하게 고려할 것을 촉구하고 있다.