• Communications for Statistical Applications and Methods
• /
• 제25권1호
• /
• pp.43-60
• /
• 2018

This paper considers the use of classical and Bayesian inference methods to analyze data generated by variables whose natural behavior can be modeled using asymmetric distributions in the presence of left censoring. Our approach used a $L{\grave{e}}vy$ distribution in the presence of left censored data and covariates. This distribution could be a good alternative to model data with asymmetric behavior in many applications as lifetime data for instance, especially in engineering applications and health research, when some observations are large in comparison to other ones and standard distributions commonly used to model asymmetry data like the exponential, Weibull or log-logistic are not appropriate to be fitted by the data. Inferences for the parameters of the proposed model under a classical inference approach are obtained using a maximum likelihood estimators (MLEs) approach and usual asymptotical normality for MLEs based on the Fisher information measure. Under a Bayesian approach, the posterior summaries of interest are obtained using standard Markov chain Monte Carlo simulation methods and available software like SAS. A numerical illustration is presented considering data of thyroglobulin levels present in a group of individuals with differentiated cancer of thyroid.

• Nuclear Engineering and Technology
• /
• 제54권9호
• /
• pp.3225-3234
• /
• 2022

Alloy 690 tubing has been shown to be highly resistant to primary water stress corrosion cracking (PWSCC). Nevertheless, predicting the failure by PWSCC in Alloy 690 SG tubes is indispensable. In this work, a Bayesian-based statistical approach is proposed to predict the occurrence of failure by PWSCC in Alloy 690 SG tubing. The prior distributions of the model parameters are developed based on the prior knowledge or information regarding the parameters. Since Alloy 690 is a replacement for Alloy 600, the parameter distributions of Alloy 600 tubing are used to gain prior information about the parameters of Alloy 690 tubing. In addition to estimating the model parameters, analysis of tubing reliability is also performed. Since no PWSCC has been observed in Alloy 690 tubing, only right-censored free-failure life of the tubing are available. Apparently the inference is sensitive to the choice of prior distribution when only right-censored data exist. Thus, one must be careful in choosing the prior distributions for the model parameters. It is found that the use of non-informative prior distribution yields unsatisfactory results, and strongly informative prior distribution will greatly influence the inference, especially when it is considerably optimistic relative to the observed data.

• 정보처리학회논문지D
• /
• 제10D권5호
• /
• pp.805-812
• /
• 2003

본 논문에서는 비동질 포아송 과정(NHPP)에 기초한 소프트웨어 에러 현상에 대한 신뢰도 모형을 고려하고 사전정보(Prior information)를 이용한 베이지안 추론을 시행하였다. 고장 패턴은 NHPP에 대한 강도함수와 평균값 함수로서 나타낼 수 있다. 따라서 본 논문에서는 대수형 포아송 실행시간 모형(Logarithmic Poisson model), Crow 모형 그리고 Rayleigh 모형에 대하여 베이지안 모수 추정방법을 적용하였다. 효율적 모형을 위하여 이들 모형에 관한 모형선택을 편차자승합(SSE)의 합을 이용하여 시행하였고 모수의 추정을 위해서 마코브체인 몬테카를로(MCMC) 기법중에 하나인 깁스샘플링(Gibbs sampling)과 메트로폴리스 알고리즘을 이용한 근사추정 기법이 사용되었다. 수치적인 예에서는 Musa의 T1 자료를 이용하여 모수 및 신뢰도를 추정한 수치 결과론 나열하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권5호
• /
• pp.1129-1139
• /
• 2015

시멘틱 웹 기술인 RDF 트리플로 표현된 지식을 추론 과정을 거치면 새로운 트리플들이 생성되어 나온다. 초기 입력된 수억개의 트리플로 구성된 빅데이터와 추가로 생성된 트리플 데이터를 바탕으로 질의응답과 같은 다양한 응용시스템이 만들어 진다. 이 추론기가 수행되는 과정에서 더 많은 컴퓨팅 리소스가 필요해 진다. 이 추가 컴퓨팅 리소스는 하부 클라우드 컴퓨팅의 리소스 풀로부터 공급받아 수행시간을 줄일 수 있다. 본 연구에서는 하둡을 이용하는 환경에서 지식의 크기에 따라 런타임에 동적으로 서버 컴퓨팅 노드를 증감 시키는 방법을 연구하였다. 상부는 응용계층이며, 중간부는 트리플들에 대한 분산병렬추론과 하부는 탄력적 하둡시스템 및 가상화 서버로 구성되는 계층적 모델을 제시한다. 이 시스템의 알고리즘과 시험성능의 결과를 분석한다. 하둡 상에 기 개발된 풍부한 응용소프트웨어들은 이 탄력적 하둡 시스템 상에서 수정 없이 보다 빨리 수행될 수 있는 장점이 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권12호
• /
• pp.519-524
• /
• 2023

해싱 기반 이미지 검색에서는 조작된 이미지의 해시코드가 원본 이미지와 달라 동일한 이미지 검색이 어렵다. 본 논문은 이미지의 질감, 모양, 색상 등 특징 정보로부터 지각적 해시코드를 생성하는 자기 감독 기반 딥해싱 모델을 제안하고 평가한다. 비교 모델은 오토인코더 기반 변분 추론 모델들이며, 인코더는 완전 연결 계층, 합성곱 신경망과 트랜스포머 모듈 등으로 설계된다. 제안된 모델은 기하학적 패턴을 추출하고 이미지 내 위치 관계를 활용하는 SimAM 모듈을 포함하는 변형 추론 모델이다. SimAM은 뉴런과 주변 뉴런의 활성화 값을 이용한 에너지 함수를 통해 객체 또는 로컬 영역이 강조된 잠재 벡터를 학습할 수 있다. 제안 방법은 표현 학습 모델로 고차원 입력 이미지의 저차원 잠재 벡터를 생성할 수 있으며, 잠재 벡터는 구분 가능한 해시코드로 이진화 된다. CIFAR-10, ImageNet, NUS-WIDE 등 공개 데이터셋의 실험 결과로부터 제안 모델은 비교 모델보다 우수하며, 지도학습 기반 딥해싱 모델과 동등한 성능이 분석되었다.

• 한국정밀공학회지
• /
• 제18권4호
• /
• pp.209-218
• /
• 2001

Ultrasonic motors are newly developed motors which are expected to be useful as actuators in many practical systems such as robot arms or manipulators because of several advantages against the electromagnetic motors. However, the precise control of the ultrasonic motor is generally difficult due to the absence of appropriate and rigorous mathematical model. Furthermore, owing to heavy nonlinearity, the position control of a pendulum system driven by the ultrasonic motor has a problem that control method using multiple neural network controllers based on a fuzzy inference system that can determine the initial position of the pendulum in the beginning of control operation. In addition, and appropriate neural network controller that has been learned to operate well at the corresponding initial position is adopted by switching schemes. The effectiveness of the proposed method was verified and evaluated from real experiments.

• Computers and Concrete
• /
• 제5권6호
• /
• pp.573-597
• /
• 2008

Among artificial intelligence-based computational techniques, adaptive neuro-fuzzy inference systems (ANFIS) are particularly suitable for modelling complex systems with known input-output data sets. Such systems can be efficient in modelling non-linear, complex and ambiguous behaviour of cement-based materials undergoing single, dual or multiple damage factors of different forms (chemical, physical and structural). Due to the well-known complexity of sulfate attack on cement-based materials, the current work investigates the use of ANFIS to model the behaviour of a wide range of self-consolidating concrete (SCC) mixture designs under various high-concentration sodium sulfate exposure regimes including full immersion, wetting-drying, partial immersion, freezing-thawing, and cyclic cold-hot conditions with or without sustained flexural loading. Three ANFIS models have been developed to predict the expansion, reduction in elastic dynamic modulus, and starting time of failure of the tested SCC specimens under the various high-concentration sodium sulfate exposure regimes. A fuzzy inference system was also developed to predict the level of aggression of environmental conditions associated with very severe sodium sulfate attack based on temperature, relative humidity and degree of wetting-drying. The results show that predictions of the ANFIS and fuzzy inference systems were rational and accurate, with errors not exceeding 5%. Sensitivity analyses showed that the trends of results given by the models had good agreement with actual experimental results and with thermal, mineralogical and micro-analytical studies.

• 정보관리학회지
• /
• 제26권4호
• /
• pp.7-34
• /
• 2009

이야기 쓰기를 돕는 본문 및 문장 검색시스템의 구축을 위해서 (1) 이야기와 단락 및 문장의 구조를 분석하고 (2) 색인작성과 탐색 질문에 적용되는 언어 추론을 연구하였다. 이야기 쓰기에 필요한 이야기, 단락, 그리고 문장으로 구성된 사항 데이터베이스와 필요한 추론규칙으로 이루어진 지식베이스와 온톨로 지가 고안되었다. 추론의 기초인 실례(實例) 파일들은 시맨틱 웹 환경에서 작동될 마크업 언어 형식으로 만들어졌다. 시맨틱 웹 환경에서 실용적인 시스템이 되려면 단락과 문장을 정확히 대변하는 색인 방법론과 이를 정밀하게 지식베이스화 할 수 있는 마크업 언어의 창조가 필수적이라 사료된다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권5호
• /
• pp.385-389
• /
• 2009

최근 블로그 사용이 급증하면서 방대한 양의 블로그 자원으로부터 적합한 자원을 추출하여 사용자에게 제공하기 위한 연구들이 시도되었다. 이들 연구 중 OSEM(Ontology-based Semantic Blog Model)은 블로그 공간(Blogosphere) 내 지식베이스를 효과적으로 모델링하기 위해 이를 온톨로지로 정의한 모델이다. OSEM을 시맨틱 웹 환경에서 활용하기 위해 본 논문에서는 매핑 기법을 적용하여 OSEM의 지식베이스를 OWL로 변환하고, OWL로 변환된 온톨로지에 SWRL 추론과 SPARQL 질의를 적용하여 블로그 사용자에게 유용한 관심 커뮤니티를 추천하는 기법을 제안한다. 제안 기법은 OSEM 내 지식베이스를 OWL로 변환함으로써 시맨틱 웹 환경에서의 공유와 재사용을 가능하게 하고, 제안한 추론 기법을 적용하여 사용자 관점의 관심 블로그 커뮤니티 추천을 가능하도록 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 추계학술대회
• /
• pp.35-36
• /
• 2012

퍼지 모델링을 하기 위해서는 퍼지 규칙의 생성이 필연적이며, 일반적으로 차원이 증가할수록 규칙의 수가 지수적으로 증가하는 문제를 가지고 있다. 이를 해결하기 위해, 시스템 데이터를 이용하여 입력 공간을 분산 형태로 분할하는 FCM 클러스터링 알고리즘을 기반으로 하여 퍼지 규칙을 생성하고 추론하는 시스템을 소개한다. 퍼지 규칙의 전반부 파라미터는 FCM 클러스터링 알고리즘에 의한 소속행렬로 결정되며 퍼지 규칙의 후반부는 다항식 함수의 형태로 표현된다. 제안된 모델은 수치 데이터를 이용하여 평가한다.