• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.336-338
• /
• 2012

본 연구에서는 고차 데이터 분류를 위해 순차적 베이지만 샘플링 기반의 진화연산 기법을 이용한 하이퍼네트워크 모델의 학습 알고리즘을 제시한다. 제시하는 방법에서는 모델의 조건부 확률의 사후(posterior) 분포를 최대화하도록 학습이 진행된다. 이를 위해 사전(prior) 분포를 문제와 관련된 사전지식(prior knowledge) 및 모델 복잡도(model complexity)로 정의하고, 측정된 모델의 분류성능을 우도(likelihood)로 사 용하며, 측정된 사전분포와 우도를 이용하여 모델의 적합도(fitness)를 정의한다. 이를 통해 하이퍼네트워크 모델은 고차원 데이터를 효율적으로 학습 가능할 뿐이 아니라 모델의 학습시간 및 분류성능이 개선될 수 있다. 또한 학습 시에 파라미터로 주어지던 하이퍼에지의 구성 및 모델의 크기가 학습과정 중에 적응적으로 결정될 수 있다. 제안하는 학습방법의 검증을 위해 본 논문에서는 약 25,000개의 유전자 발현정보 데이터셋에 대한 분류문제에 모델을 적용한다. 실험 결과를 통해 제시하는 방법이 기존 하이퍼네트워크 학습 방법 뿐 아니라 다른 모델들에 비해 우수한 분류 성능을 보여주는 것을 확인할 수 있다. 또한 다양한 실험을 통해 사전분포로 사용된 사전지식이 모델 학습에 끼치는 영향을 분석한다.

• The Korean Journal of Applied Statistics
• /
• v.14 no.2
• /
• pp.449-462
• /
• 2001

베이지안 다중 검정방법(multiple hypothesis test)은 여러 통계모형에서 성공적인 결과를 주는 것으로 알려져있다. 일반적으로, 베이지안 가설검정은 고려중인 모형에 대한 사후확률을 계산하여 가장 높은 확률은 갖는 모형을 선택하기 때문에 귀무가설의 기각여부에만 관심을 가지는 고전적인 분산분석 검정과는 달리 좀 더 구체적인 모형을 선택할 수 있는 장점이 있다. 이 논문에서는 독립이면서 로그정규분포를 따르는 K($\geq$3)개 모집단의 모수에 대한 가설 검정방법으로 O’Hagan(1995)이 제안한 부분 베이즈 요인을 이용한 베이지안 방법을 제안한다. 이 때 모수에 대한 사전분포로는 무정보적 사전분포를 사용한다. 제안한 검정 방법의 유용성을 알아보기 위하여 실제 자료의 분석과 모의 실험을 이용하여 고전적인 검정방법과 그 결과를 비교한다.

• The Journal of the Korea Contents Association
• /
• v.21 no.11
• /
• pp.77-86
• /
• 2021

A method of constructing a war simulation based on Bayesian Inference was proposed as a method of constructing heterogeneous historical war data obtained with a time difference into a single model. A method of applying a linear regression model can be considered as a method of predicting future battles by analyzing historical war results. However it is not appropriate for two heterogeneous types of historical data that reflect changes in the battlefield environment due to different times to be suitable as a single linear regression model and violation of the model's assumptions. To resolve these problems a Bayesian inference method was proposed to obtain a post-distribution by assuming the data from the previous era as a non-informative prior distribution and to infer the final posterior distribution by using it as a prior distribution to analyze the data obtained from the next era. Another advantage of the Bayesian inference method is that the results sampled by the Markov Chain Monte Carlo method can be used to infer posterior distribution or posterior predictive distribution reflecting uncertainty. In this way, it has the advantage of not only being able to utilize a variety of information rather than analyzing it with a classical linear regression model, but also continuing to update the model by reflecting additional data obtained in the future.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2003.05a
• /
• pp.76-79
• /
• 2003

주요 우주 발사체 보유 국가에서 1957년부터 1999년 사이에 발사된 우주 발사체의 성공 및 실패 이력에 대해 베이즈 분석기법을 적용하여 각국의 발사체에 대한 신뢰도를 분석하였다. 베이즈 분석기법에서 사전분포함수로는 베타함수를 사용하였으며, 미래의 발사체 성공률을 표현하는 사후분포함수는 년도별 누적된 발사 이력을 반영한 베타 사전함수를 이용하여 년도마다 발사체 신뢰도를 평가하는 경우와 첫 발사부터 1999년까지의 발사 성공률에 대한 평균과 분산을 반영할 베타 사전함수를 이용하여 년도별 발사체 신뢰도를 구하는 경우로 나누어 구하였다. 발사 이력이 많은 국가의 경우에는 베이즈 분석기법으로 구한 성공률과 산술적으로 구한 성공률은 거의 동일하였으나, 발사 이력이 적은 국가에서는 비교적 큰 차이를 나타내었다 따라서 발사 이력이 적은 경우에는 산술적 평균에 의한 성공률보다는 베이즈 기법을 이용한 향후 발사체의 발사 성공률 분석이 우주 발사체의 신뢰도를 평가하는데 적합하다는 것을 알 수 있었다.

• The KIPS Transactions:PartB
• /
• v.8B no.3
• /
• pp.231-236
• /
• 2001

일반적인 다층 신경망에서 가중치의 갱신 알고리즘으로 사용하는 오류 역전과 방식은 가중치 갱신 결과를 고정된(fixed) 한 개의 값으로 결정한다. 이는 여러 갱신의 가능성을 오직 한 개의 값으로 고정하기 때문에 다양한 가능성들을 모두 수용하지 못하는 면이 있다. 하지만 모든 가능성을 확률적 분포로 표현하는 갱신 알고리즘을 도입하면 이런 문제는 해결된다. 이러한 알고리즘을 사용한 베이지안 신경망 모형(Bayesian Neural Networks Models)은 주어진 입력값(Input)에 대해 블랙 박스(Black-Box)와같은 신경망 구조의 각 층(Layer)을 거친 출력값(Out put)을 계산한다. 이 때 주어진 입력 데이터에 대한 결과의 예측값은 사후분포(posterior distribution)의 기댓값(mean)에 의해 계산할 수 있다. 주어진 사전분포(prior distribution)와 학습데이터에 의한 우도함수(likelihood functions)에 의해 계산한 사후확률의 함수는 매우 복잡한 구조를 가짐으로 기댓값의 적분계산에 대한 어려움이 발생한다. 따라서 수치해석적인 방법보다는 확률적 추정에 의한 근사 방법인 몬테 칼로 시뮬레이션을 이용할 수 있다. 이러한 방법으로서 Hybrid Monte Carlo 알고리즘은 좋은 결과를 제공하여준다(Neal 1996). 본 논문에서는 Hybrid Monte Carlo 알고리즘을 적용한 신경망이 기존의 CHAID, CART 그리고 QUEST와 같은 여러 가지 분류 알고리즘에 비해서 우수한 결과를 제공하는 것을 나타내고 있다.

• The Korean Journal of Applied Statistics
• /
• v.29 no.2
• /
• pp.331-344
• /
• 2016

Whole Crop Barley (WCB) is a representative self-sufficient winter annual forage crop, along with Italian Ryegrass (IRG), in Korea. In this study, we examined the path relationship between WCB yield and climate factors such as temperature, precipitation, and sunshine duration using a structural equation model. A Bayesian approach was considered to overcome the limitations of the small WCB sample size. As prior distribution of parameters in Bayesian method, standard normal distribution, the posterior result of structural equation model for WCB, and the posterior result of structural equation model for IRG (which is the most popular winter crop) were used. Also, Heywood case correction in prior distribution was considered to obtain the posterior distribution of parameters; in addition, the best prior to fit the characteristics of winter crops was identified. In our analysis, we found that the best prior was set by using the results of a structural equation model to IRG with Heywood case correction. This result can provide an alternative for research on forage crops that have hard to collect sample data.

• Journal of Korean Elementary Science Education
• /
• v.31 no.1
• /
• pp.84-98
• /
• 2012

이 연구는 전하 이동을 강조한 튜토리얼을 통하여 초등 교사의 전기 개념 변화를 분석하고, 초등 교사 교육을 위한 시사점을 얻는데 있다. 튜토리얼은 사전검사, 워크시트, 사후검사로 구성되었고, 내용은 두 개의 대범주인 정전기 영역과 전류 영역으로 이루어졌다. 현직 초등 교사 68명에게 튜토리얼을 적용하고 선택형 질문지, 사전 검사, 사후 검사, 워크 시트, 튜토리얼 과정 녹화 전사본 및 면담을 통하여 초등 교사의 전기 개념 변화를 분석하였다. 연구 결과, 교사들은 도체와 부도체의 전기적 특성에 대해 이해하게 되었는데, 마찰과 유도, 접촉에서 전하들의 움직임을 고려하고 설명할 수 있게 되었다. 그러므로 대전과 전류를 혼동하는 어려움이 해소되었다. 열린 회로에서는 전압을 전하가 받는 힘을 고려하여 이해할 수 있게 되었고, 축전기를 통해 일시적 전하의 이동을 설명할 수 있었다. 이것은 전압이 전류의 결과라는 오개념을 과학적 개념으로 바꾸는데 중요한 역할을 하였다. 닫힌 회로에서는 전구 양단에 쌓이는 전하들의 분포를 강조함으로써 회로에서 전류가 소모되지 않고 일정함을 이해하게 되었고, 직렬과 병렬에서도 각 회로에서 전구 양단의 전하들의 분포를 고려함으로써 회로에 따라 전지의 역할이 달라짐을 이해할 수 있게 되었다.

• Journal of the Korean Data and Information Science Society
• /
• v.16 no.4
• /
• pp.861-870
• /
• 2005

The Bayesian model selection procedures for the shape parameter of gamma distribution are proposed in order to test that the failure rate of gamma distribution is constant, increasing or decreasing. The encompassing intrinsic Bayes factor by Beger and Pericchi (1996) based on Jeffreys prior for shape parameter is used to investigate the usefulness of the proposed Bayesian model selection procedures via both real data and pseudo data.

• Journal of Korea Water Resources Association
• /
• v.46 no.3
• /
• pp.315-326
• /
• 2013

Despite of the importance on the maintenance of a reservoir storage, relatively few studies have addressed the stochastic reliability analysis including uncertainty on the decrease of the reservoir storage by the sedimentation. Therefore, the stochastic gamma process under the reliability framework is developed and applied to estimate the reduction of the Soyang Dam reservoir storage in this paper. Especially, in the estimation of parameters of the stochastic gamma process, the Bayesian MCMC scheme using informative prior distribution is used to incorporate a wide variety of information related with the sedimentation. The results show that the selected informative prior distribution is reasonable because the uncertainty of the posterior distribution is reduced considerably compared to that of the prior distribution. Also, the range of the expected life time of the dead storage in Soyang Dam reservoir including uncertainty is estimated from 119.3 years to 183.5 years at 5% significance level. Finally, it is suggested that the improvement of the assessment strategy in this study can provide the valuable information to the decision makers who are in charge of the maintenance of a reservoir.

• Journal of the Korean Data and Information Science Society
• /
• v.24 no.4
• /
• pp.689-699
• /
• 2013

This paper studies the partial credibility application method by assuming the empirical prior or noninformative prior informations in auto insurnace business where intensive rating segmentation is expanded because of premium competition. Expanding of rating factor segmetation brings the increase of pricing cells, as a result, the number of cells for partial credibility application will increase correspondingly. This study is trying to suggest more accurate estimation method by considering the Bayesian framework. By using empirically well-known or noninformative information, inducing the proper posterior distribution and applying the Bayes estimate which is minimizing the error loss into the credibility method, we will show the advantage of Bayesian inference by comparison with current approaches. The comparison is implemented with square root rule which is a widely accepted method in insurance business. The convergence level towarding to the true risk will be compared among various approaches. This study introduces the alternative way of redcuing the error to the auto insurance business fields in need of various methods because of more segmentations.