• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제11권3호
• /
• pp.135-142
• /
• 2011

Unlike using the sequence-based representation for a chromosome in previous genetic algorithms for Bayesian structure learning, we proposed a matrix representation-based genetic algorithm. Since a good chromosome representation helps us to develop efficient genetic operators that maintain a functional link between parents and their offspring, we represent a chromosome as a matrix that is a general and intuitive data structure for a directed acyclic graph(DAG), Bayesian network structure. This matrix-based genetic algorithm enables us to develop genetic operators more efficient for structuring Bayesian network: a probability matrix and a transpose-based mutation operator to inherit a structure with the correct edge direction and enhance the diversity of the offspring. To show the outstanding performance of the proposed method, we analyzed the performance between two well-known genetic algorithms and the proposed method using two Bayesian network scoring measures.

• Journal of applied mathematics & informatics
• /
• 제42권4호
• /
• pp.819-829
• /
• 2024

This paper delves into an examination of both non-Bayesian and Bayesian estimation techniques for determining the Topp-leone inverse Weibull distribution parameters based on progressive Type-II censoring. The first approach employs expectation maximization (EM) algorithms to derive maximum likelihood estimates for these variables. Subsequently, Bayesian estimators are obtained by utilizing symmetric and asymmetric loss functions such as Squared error and Linex loss functions. The Markov chain Monte Carlo method is invoked to obtain these Bayesian estimates, solidifying their reliability in this framework.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권7호
• /
• pp.3095-3111
• /
• 2018

Spectrum sensing (SS) is one of the fundamental tasks for cognitive radio. In SS, decisions can be made via comparing the test statistics with a threshold. Conventional adaptive algorithms for SS usually adjust their thresholds according to the radio environment. This paper concentrates on the issue of adaptive SS whose threshold is adjusted based on the Markovian behavior of primary user (PU). Moreover, Bayesian cost is adopted as the performance metric to achieve a trade-off between false alarm and missed detection probabilities. Two novel adaptive algorithms, including Markov Bayesian energy detection (MBED) algorithm and IMBED (improved MBED) algorithm, are proposed. Both algorithms model the behavior of PU as a two-state Markov process, with which their thresholds are adaptively adjusted according to the detection results at previous slots. Compared with the existing Bayesian energy detection (BED) algorithm, MBED algorithm can achieve lower Bayesian cost, especially in high signal-to-noise ratio (SNR) regime. Furthermore, it has the advantage of low computational complexity. IMBED algorithm is proposed to alleviate the side effects of detection errors at previous slots. It can reduce Bayesian cost more significantly and in a wider SNR region. Simulation results are provided to illustrate the effectiveness and efficiencies of both algorithms.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권3호
• /
• pp.208-216
• /
• 2009

유전자알고리즘의 교차나 돌연변이 연산을 직접적으로 사용하지 않고 개체군의 확률분포를 추정하여 보다 효율적인 탐색을 수행하려는 분포추정알고리즘이 여러 방법으로 제안되었다. 그러나 실제로 변수들간의 고차상관관계를 파악하는 일은 쉽지 않은 일이라 대부분의 경우 낮은 차수의 상관관계를 제한된 가정하에 추정하게 된다. 본 논문에서는 데이타의 고차상관관계를 표현할 수 있고 최적 해를 좀 더 효율적으로 찾을 수 있는 새로운 분포추정알고리즘을 제안한다. 제안된 알고리즘에서는 상관관계가 있을 것으로 추정되는 변수들의 집합으로 정의된 하이퍼에지로 구성된 랜덤 하이퍼그래프 모델을 구축하여 변수들 간의 고차상관관계를 표현하고, 베이지안 샘플링 알고리즘(Bayesian Sampling Algorithm)을 통해 다음 세대의 개체를 생성한다. 기만하는 빌딩블럭(deceptive building blocks)을 가진 분해가능(decomposable) 함수에 대하여 실험한 결과 성공적으로 최적해를 구할 수 있었으며 단순 유전자알고리즘과 BOA (Bayesian Optimization Algorithm)와 비교하여 좋은 성능을 얻을 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (D)
• /
• pp.105-108
• /
• 2007

Bayesian 학습 네트워크는 여러 가지의 다양한 응용 분야에 적용된다. 본 논문은 다양한 무선 센서 네트워크 환경에 적용될 수 있는 온라인 Bayesian 학습 네트워크의 추론 알고리즘 구조에 대하여 논의한다. 첫째, 논문은 Bayesian 파라메타 학습과 Bayesian DAG 구조 학습을 논의하고, 다음에 무선 센서 네트워크의 특징과 무선 환경에서의 데이터 수집에 대하여 논의한다. 둘째, 논문은 온라인 Bayesian 학습 네트워크에서의 중요한 고려 사항과 네트워크 학습 알고리즘의 개념적 구조에 대하여 논의한다.

• 한국방사선학회논문지
• /
• 제15권5호
• /
• pp.591-602
• /
• 2021

급성 허혈성 뇌졸중(Acute ischemic stroke; AIS) 환자는 증상발현 수 시간 이내 영상의학 검사를 통해 뇌경색(Infarction)을 조기 진단하여야 한다. 본 연구에서 SVD와 Bayesian 알고리즘을 이용한 뇌경색의 부피측정을 관류 전산화단층촬영(Computed tomography perfusion; CTP)과 확산 강조 자기공명영상(Magnetic resonance diffusion weighted image; MR DWI)을 비교하여 임상적 유용성을 알고자 하였다. 2017년 9월부터 2020년 9월까지 급성 허혈성 뇌졸중 증상으로 응급실을 내원한 환자 중 50명(남 : 여 = 33 : 17)의 영상의학 검사 정보를 후향적으로 이용하였다. SVD와 Bayesian 알고리즘으로 측정된 뇌경색 부피는 윌콕슨 부호순위검정(Wilcoxon signed rank test) 통계분석을 하여 중앙값(Median)과 사분위수(Iter quartile range; IQR) 25 - 75% 범위로 나타내었다. CTP 검사로 측정한 core volume(단위 : cc)은 SVD가 18.07 (7.76 - 33.98), Bayesian은 47.3 (23.76 - 79.11)으로 측정되었고 penumbra volume은 SVD가 140.24 (117.8 - 176.89), Bayesian은 105.05 (72.52 - 141.98)로 측정되었다. Mismatch ratio (%)는 SVD가 7.56 (4.36 - 15.26), Bayesian은 2.08 (1.68 - 2.77)로 측정되었으며 모든 측정값은 통계적으로 유의미한 차이가 있었다(p < 0.05). 스피어만 상관 분석(Spearman's correlation analysis) 결과는 CT Bayesian과 MR로 측정한 뇌경색 부피의 상관계수(r = 0.915)가 CT SVD와 MR의 상관계수(r = 0.763)보다 더욱 높은 양의 상관관계를 보였다(p < 0.01). 블랜드 알트만 산점도(Bland altman plot) 분석 결과는 CT Bayesian과 MR로 측정한 뇌경색 부피의 산점도 기울기(y = - 0.065)가 CT SVD와 MR의 산점도 기울기(y = - 0.749)보다 완만하게 측정되어 Bayesian이 더 높은 신뢰성을 나타내었다. 따라서 뇌경색 부피의 측정에서 Bayesian 알고리즘이 SVD보다 높은 정확도를 보였으므로 임상에서 유용하게 사용될 것으로 사료된다.

• 공학논문집
• /
• 제2권1호
• /
• pp.49-56
• /
• 1997

Emission computed tomography에 있어서 Bayesian방법에 근거한 통계학적 영상 재구성법이 수년간에 걸쳐 중요한 관심사로 대두되어 왔다. 이는 Bayesian 접근 방법을 사용할 경우 영상 재구성 알고리즘에 재구성하고자 하는 영상에 대한 사전정보를 포함시킬 수 있기 때문이었다. 이러한 방법은 경우에 따라 향상된 성능을 보이고 있으나, 막대한 계산시간으로 인해 실제 임상에 적용되기가 매우 어려운 상황이다. 한편, filtered backprojection(FBP)은 알고리즘 자체가 간단하고 계산시간도 매우 단축되므로 대부분의 임상에 널리 적용되고 있다. 본 연구에서는 Bayesian 영상 재구성에서 매우 유용하게 사용되는 spline 모델을 FBP의 고주파 감쇠를 위한 정칙자로 사용함으로써 FBP 영상 재구성에 Bayesian 방법과 유사한 효과를 얻을 수 있음을 보인다.

• 한국음향학회지
• /
• 제20권2호
• /
• pp.21-26
• /
• 2001

본 논문에서는 잡음에 강인한 음성인식을 위해서 expectation-maximization (EM) 방식을 이용하여 잡음의 평균값을 추정하는 새로운 알고리듬을 제안하였다. 제안된 알고리듬에서는 온라인상의 인식용 음성이 직접 Bayesian 적응을 위해서 사용되며, 또한 훈련데이터를 이용하여 잡음의 평균값에 대한 사전 (prior) 분포를 알아낸 후 Bayesian 적응시에 이용한다. 잡음 음성의 모델링을 위해서는 PMC (parallel model combination) 방식을 이용하였고, 제안된 방식을 이용하여 자동차 잡음 환경 하에서 인식 실험을 수행한 결과, 기존의 PMC 방식에 비해서 향상된 인식성능을 보임을 알 수 있었다.

• 한국도로학회논문집
• /
• 제18권1호
• /
• pp.91-97
• /
• 2016

PURPOSES : The objective of this paper is to develop a pavement performance model based on the Bayesian algorithm, and compare the measured and predicted performance data. METHODS : In this paper, several pavement types such as SMA (stone mastic asphalt), PSMA (polymer-modified stone mastic asphalt), PMA (polymer-modified asphalt), SBS (styrene-butadiene-styrene) modified asphalt, and DGA (dense-graded asphalt) are modeled in terms of the performance evaluation of pavement structures, using the Bayesian algorithm. RESULTS : From case studies related to the performance model development, the statistical parameters of the mean value and standard deviation can be obtained through the Bayesian algorithm, using the initial performance data of two different pavement cases. Furthermore, an accurate performance model can be developed, based on the comparison between the measured and predicted performance data. CONCLUSIONS : Based on the results of the case studies, it is concluded that the determined coefficients of the nonlinear performance models can be used to accurately predict the long-term performance behaviors of DGA and modified asphalt concrete pavements. In addition, the developed models were evaluated through comparison studies between the initial measurement and prediction data, as well as between the final measurement and prediction data. In the model development, the initial measured data were used.

• 한국멀티미디어학회논문지
• /
• 제8권12호
• /
• pp.1565-1571
• /
• 2005

Images reconstructed with Maximum-Likelihood Expectation-Maximization (MLEM) algorithm have been observed to have checkerboard effects and have noise artifacts near edges as iterations proceed. To compensate this ill-posed nature, numerous penalized maximum-likelihood methods have been proposed. We suggest a simple algorithm of applying edge detecting process to the MLEM and Bayesian Expectation-Maximization (BEM) to reduce the noise artifacts near edges and remove checkerboard effects. We have shown by simulation that this algorithm removes checkerboard effects and improves the clarity of the reconstructed image and has good properties based on root mean square error (RMS).