Earticle

In this paper multiple senses of some Korean ambiguous words are discriminated on the basis of Bayesian inference which utilizes the conditional probability widely accepted in mathematics. A POS tagged 8.1 million words Korean corpus was used as the resource of the linguistic informations for disambiguation. As a result of disambiguational experiment on the 13 words(9 nouns and 4 verbs) by computational programming of the algorithm based on the Bayesian inference, the whole precision accomplished 81.5%(25981/31874), with 83.5%(12546/15030) for nouns and 79.8%(13435/16844) for verbs respectively. In the course of the experiment some parametric variations were engaged to reveal the optimistic condition for this methodological process. The focus was set on the effect of the variation of the smoothing values from 0.9 to 0.0001 which is substituted for the value 0 of the co-occurrence frequency of a word in the context, and to the contrary of general expectations, smoothing value 0.1 resulted in the topmost precision. In addition to the machine process and its promising result, the way how the individual words of the sentences in the corpus are to be treated under the Bayesian inference is exemplified in this paper in detail, thus clarifying the methodological understanding.

본 연구의 선행 연구에서는 1∼3차에 걸쳐 초등학생의 컴퓨팅 사고력 신장을 위한 퍼즐 기반 컴퓨터과학 교 육 프로그램을 개발하여 현장에 투입하며 교육 효과를 CT창의성과 CT인지력으로 나눠 검증하고 교육 프로그램 을 개선해왔다. 본 연구에서는 이러한 선행 연구 결과를 바탕으로 연령과 CT사고력 하위 요소를 매개 변수로 사용하여 계층적 베이지안 추론 모델링을 실시하였다. 그리고 그 결과를 바탕으로 중·고등학교에서 퍼즐 기반 컴퓨터과학 교육 프로그램의 효과를 예측하고 향후 투입할 중·고등학교의 퍼즐 기반 컴퓨터과학 교육 프로그램 의 주요 개선 항목과 개선 방향을 제안하였다.

The preceding study of this study developed puzzle-based computer science education programs to enhance the computational thinking of elementary school students over 1 to 3 times. The preceding study then applied such programs into the field, categorized the effects of education into CT creativity and CT cognitive ability to improve the education programs. Based on the results of these preceding studies, the hierarchical Bayesian inference modeling was performed using age and CT thinking ability as parameters. From the results, this study predicted the effectiveness of puzzle-based computer science education programs in middle and high schools and proposed major improvement areas and directions for puzzle-based computer science education programs that are to be deployed in the future throughout middle and high schools.

Unnatural dispersal and translocation through human mediated contribute to the range expansion of Asian black-spined toads, Duttaphrynus melanostictus. The species became invasive in numerous ecosystems, such as Madagascar and the Wallacean islands area, where it has a strong ecological impact. Here, using Taiwan as a case study to examine inadvertent translocations of D. melanostictus through growing trade and the geographically central position of the island, we retrace the origin of D. melanostictus using parsimony networks together with Bayesian phylogenetic and population clustering approaches. We tested four major dispersal hypotheses to explain the relation between the Taiwanese and other D. melanostictus populations: 1) the species originates from South East Asia (SEA) and it is invasive in Taiwan as a result of human-induced dispersal, 2) the species originates from South East Asia, and dispersed over land bridges, 3) the species comes from the Chinese mainland through human-induced dispersal, 4) the species originates from the Chinese mainland, and dispersed over land bridges during glacial maxima. Our unrooted haplotype network based on a fragment of contiguous tRNA Gly-ND3 mitochondrial DNA from 22 individuals, together with homologous sequences extracted from GenBank for China and SEA, confirmed the non-clustering of haplotypes from SEA and Taiwan. Likewise, Bayesian phylogenetic inferences further clarified the absence of genetic segregation between Taiwanese and mainland Chinese populations. The haplotypes from Taiwan were segregated within a monophyletic clade, shared with mainland Chinese populations. The origin of the Taiwanese D. melanostictus is consequently linked to the Chinese clade and rejects our first and second hypothesis. The clustering with haplotypes from geographically close localities in mainland China, as well as with haplotypes present in geographically distant but active trading areas, here Hong-Kong, suggests both past dispersion over land-bridges, and recent human-induced dispersal.

Potential economic impact of a hypothetical severe accident at a nuclear power plant(Uljin units 3/4) was estimated byapplying the Delphi method, which is based on the expert judgements and opinions, in the process of quantifying uncertain factors. Forthe purpose of this study, it is assumed that the radioactive plume directs the inland direction. Since the economic risk can be dividedinto direct costs and indirect effects and more uncertainties are involved in the latter, the direct costs were estimated first and theindirect effects were then estimated by applying a weighting factor to the direct cost. The Delphi method however subjects to risk ofdistortion or discrimination of variables because of the human behavior pattern. A mathematical approach based on the Bayesianinferences was employed for data processing to improve the Delphi results. For this task, a model for data processing was developed.One-dimensional Monte Carlo Analysis was applied to get a distribution of values of the weighting factor. The mean and medianvalues of the weighting factor for the indirect effects appeared to be 2.59 and 2.08, respectively. These values are higher than the valuesuggested by OECD/NEA, 1.25. Some factors such as small territory and public attitude sensitive to radiation could affect thejudgement of panel. Then the parameters of the model for estimating the direct costs were classified as U- and V-types, and two-dimensional Monte Carlo analysis was applied to quantify the overall economic risk. The resulting median of the overall economic riskwas about 3.9% of the gross domestic products(GDP) of Korea in 2006. When the cost of electricity loss, the highest direct cost, wasnot taken into account, the overall economic risk was reduced to 2.2% of GDP. This assessment can be used as a reference for justifyingthe radiological emergency planning and preparedness.

Previous studies present the mixed results on online reputation mechanism. In this study, we have found that an approach based on Bayesian statistics can explain most results of previous studies which are conflicting with each others. With this model, we explain why negative ratings have more significant marginal impacts on sellers' reputation than positive ones do. Furthermore, we even show why the feedbacks with a few negative ratings may increase the value of the item and final prices by confirming buyers' prior beliefs on the sellers' reputation much more than those without negative ratings. Also, we explain why there are not many negative ratings. Even though some studies suggest this because of generosity of users, our model shows that the reason is that the existence of FS itself prevents bad sellers from participating to the market as a signal itself. Even further, we show how this extreme tendency of positive ratings gets even stronger as markets evolve. Finally, to validate our analytical results, we examine the previous studies and see what factors effect the outcomes of their analyses.

시간적인 차이를 두고 획득한 이질적인 과거 전쟁 결과 데이터를 하나의 모형으로 구축하는 방법으로 베이지안 추론에 의한 전쟁시뮬레이션 모형을 구축하는 방법을 제안하였다. 과거의 전쟁 결과를 분석하여 미래에 있을 수 있는 전쟁을 예측하는 방법으로 선형회귀모형을 적용하는 방법을 고려할 수 있다. 그러나 역사적으로 시대가 서로 달라 전장 환경의 변화가 반영된 이질적인 두 유형의 자료들이라면 모형의 가정사항 위반으로 하나의 선형회귀모형으로 적합하는 것은 적절하지 않다. 이러한 문제를 해결하기 위해 앞선 시대에 있는 자료를 비정보적 사전분포로 가정하여 사후분포를 구하고 이를 다음 시대에 얻은 자료를 분석하기 위한 사전분포로 활용하여 최종 사후분포를 추론하는 베이지안 추론 방법을 제안하였다. 베이지안 추론 방법의 또 다른 장점은 마코프 체인 몬테 카를로 방법으로 샘플링한 결과를 이용하여 불확실성이 반영된 사후분포나 사후예측분포를 추론할 수 있다는 점이다. 이렇게 했을 때 고전적인 선형회귀모형으로 분석하는 것보다 다양한 정보를 활용할 수 있을 뿐만 아니라 향후 추가적으로 획득되는 자료도 모형에 반영하여 모형을 계속 업데이트시킬 수 있다는 장점이 있다.

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.

우리나라는 기상관측 이래 연평균 강수량과 변동성은 점진적으로 증가하는 추세이고, 지역 간 편차가 크다. 또한, 최근의 이상기후로 인하여 재해에 대한 위험도가 증가되고 있는 실정이다. 풍수해의 피해는 주로 하천주변에서 발생하기 때문에 하천기본계획을 수립하기 위해서는 우선적으로 적정한 설계빈도를 결정하는 과정이 반드시 필요하다. 본 연구에서는 설계빈도 결정에 대한 기존 방법론을 분석하여 문제점 및 개선 방향에 대해 제시하였다. 충청남도에 위치한 지방하천 중 자료구축이 가능한 하천인 413개소를 대상으로, 7개의 평가인자(유역면적, 형상계수, 하도경사, 수계차수, 배수영향 구간, 이상강우 발생빈도, 시가화 침수면적)를 선정하고, 베이지안 추론을 통해 가중치를 산정하였다. 그 결과, 이상강우 발생빈도 및 시가화 침수면적의 가중치가 각각 18로 가장 크게 산정되어, 하천 설계빈도 결정에 큰 영향을 미치는 것으로 판단된다. 이러한 가중치를 통해 설계 빈도를 추정한 결과, 기수립 설계빈도보다 본 연구에서 추정된 설계빈도가 증가하는 하천은 255개이고 감소하는 하천은 158개로 나타났다.

In Korea, annual precipitation and its variability have gradually increased since modern meteorological observations began, and the risk of disasters has also been increasing due to significant regional variations and recent abnormal climate conditions. Given that damage from storms and floods mainly occurs around rivers, it is crucial to determine the appropriate design frequency for river-related projects. This study examined existing design practices used to determine hydrological design frequencies and suggested a new method to determine appropriate design frequencies. The study collected available data pertaining to seven evaluation factors, specifically the basin areas, shape parameters, channel slopes, stream orders, backwater effect reaches, extreme rainfall frequencies, and urbanized flood inundation areasfor 413 local rivers in Chungcheongnam-do in Korea. The estimated weights for areas of extreme rainfall frequencies and urbanized flood inundation were found to be 18, having a great effect on determining the design frequency. Compared with the established design frequency in previous government reports, the estimated design frequency increased for 255 rivers and decreased for 158 rivers.

본 논문에서는 베이지안 추론법을 이용한 교량 실제 운영단계에서의 예방적 유지관리 전략 수립 기법을 제안하였다. 제안된 기법은 모니터링의 불확실성을 고려하여 실제 대상 교량의 상태 변화를 높은 확률로 예측할 수 있다. 실제 공용 중인 교량에 제안된 기법의 적용성을 검토함과 동시에, 손상이 발현된 후 유지보수 조치계획을 수립하는 현행 유지관리체계와 비교하여 유지관리 비용 효율성 측면에서 유리함을 분석하였다. 제안된 기법을 이용하여 기존 유지관리방법의 한계를 극복하고, 공용 중인 교량의 실질적인 유지관리체계 수립을 위한 교량 유지관리 의사결정에 활용할 수 있을 것으로 기대한다.

In this paper, the preventive maintenance strategy in operation stage of a bridge using Bayesian inference is proposed. The proposed technique can be used to predict the variation in the performance (or condition) of the bridge with higher accuracy, considering the uncertainty of monitoring. The applicability of the proposed method to the existing bridges is verified and analyzed that have an advantage in terms of maintenance cost efficiency compared to the conventional periodic maintenance system, which establishes maintenance after damage. It is expected that the proposed preventive maintenance method can be used to overcome the limitation of the conventional periodic maintenance method and to make practical bridge maintenance decision.

수공구조물을 설계하거나 수자원계획을 수립할 때 제한된 수문자료로 인해 수문모형의 매개변수를 추정하는데 어려움이 따르며 추정된 결과에 신뢰성을 부여하기 위해서 필수적으로 불확실성 분석이 필요하다 하겠다. 이러한 관점에서 본 연구에서는 국내외에서 주로 이용되고 있는 NWS-PC 강우-유출 모형을 대상으로 보다 진보된 매개변수 추정과 불확실성 분석이 가능한 Bayesian Markov Chain Monte Carlo 기법과 결합하여 국내 소양강댐 유역 일유입량 모의에 적용하였다. 실측 일유입량 자료를 대상으로 모형의 검정과정을 수행하였으며 NWS-PC 모형의 총 13개의 매개변수에 대한 사후분포를 추정하여 유출수문곡선의 불확실성 구간을 추정하였다. 검정 및 검증 모두에서 Bayesian Markov Chain Monte Carlo 기법이 모형의 적합성 측면에서 기존 방법론과 비교해보면 다소 우수하거나 비슷한 결과를 나타내었다. 실제로 유역에 발생하는 유출은 다양한 요인에 따라 변화될 수 있으며 이러한 점에서 Bayesian 방법은 강우-유출 관계에서 발생하는 이러한 불확실성을 매개변수의 불확실성으로 인지함으로서 우리가 예상치 못한 유출 사상에 대한 형태를 고려할 수 있는 장점이 있다. 따라서 댐 설계와 같은 대규모 수공 구조물 설계 시에 이러한 불확실성이 접목된 강우-유출 분석이 이루어진다면 보다 합리적인 방법으로 홍수 위험도 분석이 가능하며 더욱이 댐 규모 결정에 있어서 신뢰성 있는 의사 결정 수단을 제공할 수 있을 것으로 사료된다.

It is not always easy to estimate the parameters in hydrologic models due to insufficient hydrologic data when hydraulic structures are designed or water resources plan are established. Therefore, uncertainty analysis are inevitably needed to examine reliability for the estimated results. With regard to this point, this study applies a Bayesian Markov Chain Monte Carlo scheme to the NWS-PC rainfall-runoff model that has been widely used, and a case study is performed in Soyang Dam watershed in Korea. The NWS-PC model is calibrated against observed daily runoff, and thirteen parameters in the model are optimized as well as posterior distributions associated with each parameter are derived. The Bayesian Markov Chain Monte Carlo shows a improved result in terms of statistical performance measures and graphical examination. The patterns of runoff can be influenced by various factors and the Bayesian approaches are capable of translating the uncertainties into parameter uncertainties. One could provide against an unexpected runoff event by utilizing information driven by Bayesian methods. Therefore, the rainfall-runoff analysis coupled with the uncertainty analysis can give us an insight in evaluating flood risk and dam size in a reasonable way.

본 연구의 목적은 컴퓨터대수시스템(CAS)를 활용하여 개인 적응용 이산수학 학습을 가능케하는 웹기반 가상 학습용 콘텐츠를 개발하는 것이다. 중등과정과 대학과정의 이산수학에서 공통적으로 등장하는 집합, 관계, 행렬, 그래프 등의 내용 요목을 중심으로 콘텐츠를 구성하였다. 이산수학의 특성상 컴퓨터를 사용한 이산구조를 즉각적으로 처리하여 그 결과를 시각적으로 제시하는 가상 학습용 콘텐츠 저작 환경을 제시하였다. 각 단원마다 동영상 기반의 강의 콘텐츠를 제공하였으며 강의 기반의 개념을 구체화할 수 있는 Mathematica 기반의 실습하기 기능을 추가하였다. 특히 행렬 단원 학습에서 학습구조도식을 이용한 콘텐츠 설계와 이에 따른 내용 요소별 베이지언 추론망 기반의 진단학습 모듈을 추가함으로써 구체적인 피드백을 통한 개인 적응형 학습이 가능하도록 설계하였다. 개발된 행렬 학습용 콘텐츠 중심으로 10명의 이공계 대학생이 실제 사용해 본 반응을 형성평가의 일환으로 분석하여 향후 수정 방향을 도출하였다.

The aim of this paper is to develop a web-based Virtual Learning System for discrete mathematics learning using CAS(Computer Algebra System). The system contains a series of contents that are common between secondary and university curriculum in discrete mathematics such as sets, relations, matrices, graphs etc. We designed and developed web-based virtual learning contents contained in the proposed system based on Mathematica, webMathematica and phpMath taking advantages of rapid computation and visualization. The virtual learning system for discrete math provides movie lectures and 'practice mode' authored with phpMath in order to enhance conceptual understanding of each movie lesson. In particular, matrix learning is facilitated with conceptual diagram that provides interactive quizzes. Once the quiz results are submitted, Bayesian inference network diagnoses strong and weak parts of learning nodes for generating diagnostic reports to facilitate personalized learning. As part of formative evaluation, the overall responses were collected for future revision of the system with 10 university students.

본 연구의 목적은 이공계 대학생들에게 수학에 대한 동기유발과 수학학습에 도움을 주기 위하여 기반 학습 시스템을 개발하는 것이다. 이를 위하여 Mathematica와 웹 연동을 가능하게 해주는 webMathematica를 사용하여 이공계 대학생을 위한 미적분학습용 웹 콘텐츠 시스템인 MathBooster를 제작하였다. 이공계 대학생을 위한 웹 콘텐츠의 구성은 먼저 미적분의 개념을 그래프와 같은 시각화한 그림을 사용함으로써 흥미와 동기의 유발, 그리고 개념 형성을 위해 요소 지식에 관련된 내용을 수식과 텍스트로 제시하였다. 또한 단계별 풀이과정이 제시되는 예제를 제공하여 개념의 이해를 통한 응용력을 배양하도록 콘텐츠를 제공하였다. 학습자의 이해력을 확인하기 위하여 퀴즈를 제공하였으며 베이지언 네트워크를 이용하여 학습자의 퀴즈 풀이 결과에 따라 해당 콘텐츠에 대한 학습의 이해 정도를 진단하는 기능을 개발하였다. 이공계 수학용 웹 콘텐츠의 형성평가를 위하여 MathBooster에 대한 사용자의 반응, 화면구성의 적절성, 실습하기 모드의 만족도, 퀴즈, 진단결과, 피드백 만족도 등의 네 영역으로 구분하여 설문지를 작성하였다. MathBooster의 실습을 마친 이공계 학생을 대상으로 설문지를 배포하였으며 영역별로 통계 처리한 결과 MathBooster 사용에 대한 높은 만족도를 보여 주었다. 이 결과에 따라 향후 시스템을 수정보완 할 과제를 제시하였다.

The aim of this paper is to develop a web-based learning system in order to motivate college students in the area of science and engineering to study college calculus. We designed and developed web-based contents, named MathBooster, using Mathematica, webMathematica and phpMath taking advantages of rapid computation and symbolic computation. The features of MathBooster consists of four parts: graphical representation of calculus concepts, textual illustrations of conceptual understanding, example-based step-by-step learning with phpMath, and quizzes with diagnostic feedback. After the MathBooster was practiced with engineering students, the formative evaluation was conducted with survey items composed in four categories: user responses, screen layout, practicing examples and diagnostic feedback in solving quizzes. The overall level of user satisfaction was statistically measured using SPSS. Those results indicate which parts of MathBooster are needed for future enhancement.

Variational Bayesian (VB) inference is the latest iterative method for prediction of data in machine learning. It provides the solution for intractable integration in Bayesian methodology. In this paper, a simple VB linear regression is applied for prediction of the damaged pixels in an image. Bayesian linear regression model is used for prediction of the pixels. For this neighbor pixels are used as training data to generate the parameters of the prediction function. Now using this prediction function, damaged pixels are predicted and incorporated into the image. Proposed method is linear while image is a non-linear object, generally. Hence, for linearity, a small image window size is used to avoid the nonlinearities in image.

Taking account of the influence of uncertainty, incomplete issues and common cause failure (CCF) to system reliability, a method for reliability analysis based on Dempster-Shafer (D-S) evidence inference and Bayesian network (BN) is proposed by using the advantage of uncertainty reasoning and figurative expression of BN. Firstly, the method to map fault tree into BN with epistemic uncertainty is presented, and the probability of top event (TE) is calculated by belief measure and plausibility measure of evidence. Moreover, by using BN, some useful information can be obtained, through which the weak parts of the system can be identified. The results demonstrate that the proposed method makes a more rational evaluation result, and it is quite valid to deal with uncertainty information in reliability analysis, which provide a reasonable guidance for system fault diagnosis and maintenance and improve the system reliability.

마케팅 분야에서는 제품품질, 고객만족, 고객추천을 바탕으로 구매행동과의 영향 유무 및 상관관계를 통계적 Regression 방법으로 가설 검증하는 것을 주요한 연구 대상으로 하고 있다. 또한 최근에는 ASCI와 같은 고객만족지수 혹은 라이켈트의 NPS와 같은 고객추천지수를 바탕으로 실제 기업성과와 연관되는 시장 지분에 어떠한 영향을 미치는 지에 대한 통계적 분석 연구도 활발히 이루어지고 있다. 본 연구에서는 실제 고객이 매장을 방문하여, 과거 고객카드에 명품을 구매하던 구매하지 않던 간에 만족/불만족을 표시한 체인 및 고객 추천의향을 검토하여 Hidden Markov Model을 이용한 고객의 최상의 구매패턴을 분석하는 확률적 기법에 대하여 연구하는 것을 목적으로 하고 있다. 이를 바탕으로 고객만족 -> 고객추천의향 -> 고객추천행동->구매 및 재구매 체인에 대응하는 실제 소비자의 구매패턴을 고객만족과 NPS(순추천지수) 및 여러 수리통계적 이론-Hidden Markov Model, Bayesian Inference, Maximum Likelihood Estimation을 이용하여 확률적 추적 메카니즘을 구현하는 것을 목표로 한다. 제시된 목표는 인공지능을 구현하는 이론과 알고리듬을 사용하여 달성되었기에 이론적 추적 메카니즘을 여러 인공지능망 -DNN, CNN, GAN등을 사용하여 기업에서 사용할 수 있는 고객의 구매패턴 앱으로 발전시키는 것을 후속연구에서 기대한다.

The purpose of this study is to specify a probabilistic tracking mechanism for customer luxury purchase implemented by hidden Markov model, Bayesian inference, customer satisfaction and net promoter score. In this paper, we have designed a probabilistic model based on customer's actual data containing purchase or non-purchase states by tracking the SPC chain : customer satisfaction -> customer referral -> purchase/non-purchase. By applying hidden Markov model and Viterbi algorithm to marketing theory, we have developed the statistical model related to probability theories and have found the best purchase pattern scenario from customer's purchase records.