베이지안 망에 기초한 불임환자 임상데이터의 분석 : Bayesian Network-Based Analysis on Clinical Data of Infertility Patients

정용규,김인철 한국정보처리학회 2002 정보처리논문지 Vol.9-b No.5

본 논문에서는 베이지안 망을 기초로 불임환자의 임상 데이터에 대한 다양한 분석 실험을 전개하였다. 이 실험을 통해 임신여부에 영향을 주는 요인들간의 상호의존성을 분석해보고, 또 NBN, BAN, GBN 등 제약조건이 다른 다양한 유형 베이지안 망 분류기들의 분류상등을 서로 비교해보았다. 그리고 우리는 이와 같은 실험을 통해 임신가능여부(Clin)에 직접적인 영향을 미치는 중요한 요인들로 증상(IND), 약물치료법(stimulation), 여성의 나이(FA), 미세조작 난자의 수(ICT), Wallace 사용여부(ETM) 등 5개의 특성들을 가려낼 수 있었고, 이 요인들간의 상호 의존성도 찾아낼 수 있었다. 또 서로 다른 유행의 베이지안 망 분류기들 중에서 요인들간의 상호의존관계를 허용하는 좀더 일반적인 BAN과 GBN 등이 그렇지 못한 NBN에 비해 상대적으로 더 높은 분류 성능을 보여준다는 것을 확인하였다. 또 결정 트리와 k-최근접 이웃과 같은 다른 분류기들과의 성능 비교를 통해, 임상 데이터의 특성상 확률적 표현과 추론에 기초한 베이지안 망 분류기들이 보다 높은 성능을 보여준다는 사실도 확인할 수 있었다. 또 본 논문에서는 클래스 노드의 Markov blanket에 속한 특성들로 특성집합을 축소하는 것을 제안하고, 실험을 통해 이 특성 축소방법이 베이지안 망 분류기들의 성능을 높여 줄 수 있는지 알아보았다. In this paper, we conducted various experiments with Bayesian networks in order to analyze clinical data of infertility patients. With these experiments, we tried to find out inter-dependencies among important factors playing the key role in clinical pregnancy, and to compare 3 different kinds of Bayesian network classifiers(including NBN, BAN, GBN) in terms of classification performance. As a result of experiments, we found the fact that the most important features playing the key role in clinical pregnancy (Clin) are indication (IND), stimulation, age of female partner (FA), number of ova (ICT),and use of Wallace (ETM), and then discovered inter-dependencies among these features. And we made sure that BAN and GBN, which are more general Bayesian network classifiers permitting inter-dependencies among features, show higher performance than NBN. By comparing Bayesian classifiers based on probabilistic representation and reasoning with other classifiers such as decision trees and k-nearest neighbor methods, we found that the former show higher performance than the latter due to inherent characteristics of clinical domain. Finally, we suggested a feature reduction method in which all features except only some ones within Markov blanket of the class node are removed, and investigated by experiments whether such feature reduction can increase the performance of Bayesian classifiers.

베이지안 알파와 뮤추얼 펀드의 현금 유출입 : 펀드 투자자의 위험 선호 행동과 디스포지션 효과

하연정,고광수 한국재무학회 2013 한국재무학회 학술대회 Vol.2013 No.05

본 연구는 베이지안 추론을 이용하여 뮤추얼 펀드의 알파를 측정하고, 베이지안 알파와 현금유입 및 유출 간의 관계를 검증하였다. 먼저 OLS를 이용하여 추정한 뮤추얼 펀드의 알파와 현금유입 및 유 출 간의 관계를 분석하여 성과가 높은 펀드와 낮은 펀드 그룹에서 현금유입 및 유출이 모두 증가하 는 비선형적 관계를 확인하였다. 본 연구는 펀드의 비정상 수익률이 존재하지 않는다는 베이지안 사 전 분포를 이용하여 이러한 비선형적 관계를 행동 재무론적 관점에서 이해하고자 하였다. OLS와 베 이지안 추론을 이용하여 추정된 알파에 따라 성과별 포트폴리오를 구성하고 각 포트폴리오의 현금흐 름을 분석한 결과는 다음과 같다: 첫째, 성과 최하위 포트폴리오에서 유의적인 현금유입 감소가 존재 하지 않았다. 이러한 현상은 모든 펀드의 평균 OLS 알파가 0보다 낮은 기간에서 주로 나타났는데, 이는 Kahneman and Tversky(1979)의 가치 함수가 손실 영역에서 볼록한 형태를 가지는 것으로 설명할 수 있다. 즉, 펀드 투자자의 위험 선호 행동이 존재한다는 것이다. 둘째, 성과 최상위 포트폴 리오에서 현금유출이 증가함을 확인하였는데, 이러한 현상은 모든 펀드의 평균 OLS 알파가 0보다 높은 기간에서 나타났다. 즉, 평균적으로 펀드의 성과가 향상되었을 때, 펀드 투자자의 디스포지션 효과가 존재한다는 것이다. 셋째, 펀드의 알파가 0이라는 사전 분포를 이용하여 추정된 베이지안 알 파와 현금흐름 간의 관계를 재검증한 결과 그들 간의 비선형적 관계는 사라졌다. 이는 펀드 투자자의 비이성적 행동인 위험 선호 행동과 디스포지션 효과가 효율적 시장에 대한 믿음의 부재에서 나온 것 임을 보여 준다. 넷째, 모든 펀드의 알파가 0이라는 계층적 사전 분포보다 개별 펀드의 알파가 0이 라는 비계층적 사전 분포를 이용하였을 때, 성과와 현금흐름의 선형적 관계가 더욱 확실히 나타났다.

베이지안 사회과학 방법론이란 무엇인가?

박종희(Jong-Hee Park) 고려대학교 평화와민주주의연구소 2014 평화연구 Vol.22 No.1

베이지안 방법이란 자료분석에서 확률이라는 수학적 언어를 이용해 연구자가 가진 불확실성을 체계적으로 기술하고자 하는 경험적 연구방법이다. 본 논문은 베이지안 통계를 간략히 소개하고 베이지안 통계가 경험적 사회과학 방법론으로서 갖는 의의를 논한다. 구체적으로, 베이지안 방법론은 빈도주의에 기반한 전통적 회귀모형이 갖는 제한성을 비표본자료 분석, 가설검정, 다층모형과 비선형모형 추정, 그리고 시간적·공간적 맥락의 존성의 측정 등의 측면에서 극복할 수 있는 중요한 대안적 연구방법이다. 이러한 논의를 뒷받침하기 위해 본 논문은 정치학 안에서 진행된 베이지안 연구의 대표적인 성과를 소개한다. Bayesian methods are a group of empirical methods that allow researchers to systematically describe various types of uncertainty involved in the process of data analysis using the mathematical language of probability. This paper introduces Bayesian statistics and discusses its implications as an empirical methodology for social scientists. I argue that the Bayesian methodology in social sciences is an effective empirical framework for the analysis of nonstochastic, multilevel, or historical data. Also, the Bayesian methodology can provide a more plausible framework for theory/hypothesis testing than the conventional null hypothesis test in a frequentist tradition. To illustrate the utility of the Bayesian methodology in political science, I discuss several important achievements in the application of the Bayesian methodology to questions in political science.

Convergence Properties of Bayesian Evolutionary Algorithms

Lee, Si-eun 천안대학교 2001 천안외국어대학논문집 Vol.- No.1

베이지안 진화 알고리즘이란 학습과 최적화를 위한 진화 연산의 확률적 모델이다. 베이지안 진화 알고리즘은 개체들의 사후 확률 분포를 평가한 후 그 분포로부터 자손들을 샘플링 해나간다. MCMC의 근사적인 결과들과 annealing기법을 사용하여 개체군의 크기가 1인 경우 베이지안 진화 알고리즘의 근사적 수렴 특성이 증명되었다. 본 논문에서는 개체군의 크기가 1로 제한되지 않은 경우의 베이지안 진화 알고리즘의 수렴 특성에 대해 알아본다. 기본 아이디어는 베이지안 진화연산이 베이지안 입자 필터로 변환된다는 것이다. 베이지안 입자 필터는 매 세대마다 개체들의 사후 확률 분포를 근사한다. 개체들이 진화함에 따라 근사된 사후 확률 분포 또한 진화한다. 그러므로 제한된 조건을 만족할 때 입자 필터의 수렴 성질을 이용하여 개체들의 수가 증가함에 따라 베이지안 진화알고리즘이 사후 확률 분포에 수렴함을 보인다.

베이지안 메타분석을 이용한 우리나라 강·하천의 환경적 가치

한미진 ( Mijin Han ) 한국환경경제학회·한국자원경제학회(구 한국환경경제학회) 2018 한국환경경제학회 학술발표논문집 Vol.2018 No.하계

환경재의 가치평가는 그간 환경경제학 분야에서 꾸준히 관심을 가지고 있던 문제이다. 그러나 국내에서 축적된 가치추정 연구를 바탕으로 통합된 하나의 가치추정치를 분석하고자 하는 연구는 거의 없었으며, 그동안 시도된 메타분석 역시 편익이전을 위한 중간단계로만 고려되었고 추정치의 수가 충분하지 않은 경우 통계적 유의성을 확보하기 어렵다는 문제가 있었다. 따라서 본 연구에서는 이러한 문제점을 베이지안 3단계 계층적 메타분석과 베이지안 메타회귀분석을 적용하여 극복하고자 하였다. 강·하천의 환경적 가치를 추정한 국내 선행연구를 바탕으로 베이지안 메타분석을 적용하여 강과 하천의 환경가치를 추정한 결과 전체 강/하천에 대한 지불의사는 베이지안 3단계 계층적 메타분석에서 37,860원/년/가구, 베이지안 메타회귀분석에서는 34,740원/년/가구로 추정되었다. 유역별로는 한강과 금강이 상대적으로 높은 지불의사를 나타내었으며, 서식지제공이나 생물다양성, 경관미 기능과 같은 간접적 수요를 갖는 환경서비스에 비해 수질이나 수량과 같이 직접적 수요를 나타내는 환경서비스에 대한 지불의사가 확연히 높은 것을 확인할 수 있었다. 베이지안 3단계 계층적 메타분석 결과를 바탕으로 우리나라 강/하천의 환경적 가치를 추정한 결과 연간 총 8,189억 1,180만원의 가치를 가지는 것으로 분석되었으며, 베이지안 메타회귀분석에서는 연간 총 7,628억 9,010만원의 가치를 갖는 것으로 분석되었다. Environmental valueation is the issue that has consistently interested in the academia. However, there was almost no study of evaluate a single significant value, and the some results of existing meta analysis are not significant when the number of the sample is not enough. This study estimates the environmental values of the rivers and the streams in South Korea by applying Bayesian meta-analysis based on the previous researches evaluating environmental values of the rivers and the streams. This study intends to overcome the drawback by using a Bayesian three-step hierarchical meta-analysis and a Bayesian meta-regression. As the results, willingness to pay for the rivers and the streams presents ₩37,860(₩/year/household) and ₩34,740(₩/year/household) in a Bayesian three-step hierarchical meta-analysis and Bayesian meta-regression, respectively. The results in Meta analysis show that the willingness to pay for the Han river and Geum-gang river were relatively high. Also, The willingness to pay for the environmental service, representing direct demand such as water quality and quantity is significantly higher than that of indirect demand such as habitat, biodiversity, and view. Based on the results of a Bayesian three-step hierarchical meta-analysis, the environmental value of river/stream was estimated to be 818 billion won per year, and based on the Bayesian meta-regression analysis, it was 763 billion won per year.

HR 애널리틱스 연구 및 실무에서의 베이지안 통계 활용 : 퇴임 임원의 데이터를 중심으로

이중학(Joonghak Lee),Steven Kim,송지훈(Jihoon Song),장다니엘(Daniel Jang) 한국인사관리학회 2020 조직과 인사관리연구 Vol.44 No.3

머신 러닝, 인공 지능 등의 기술로 대변되는 디지털 전환(digital transformation) 시대에 HR 역시 빠른 속도로 새로운 기술을 도입하고 있다. 특히 조직 내의 다양한데이 터와 이를 처리할 수 있는 기술을 활용한 HR 애널리틱스에 관심이 높아지고 있다. 최근 여러 HR 애널리틱스의 연구가 진행되고 있는데 질적 연구에 비해서 양적 연구는 절대적인 숫자가 적다고 할 수 있다. 많은 머신 러닝 방법과 인공 지능 방법은 베이지안 통계를 기반으로 하는데, 기존의 사회과학 연구와 빈도주의 통계에 더 익숙한 HR 애널리틱스 연구자 및 실무자들 사이에서는 베이지안 통계의 이해와 활용에 익숙하지 않기도 하다. 베이지안 네트워크, naive 베이즈, 토픽 모델링 등 예측적 목적의 비즈니스 애널리틱스(business analytics)에서 다양한방 법을 활용함에도 불구하고 HR 분야에서는 베이지안 통계의 자세한 소개 및 그 활용이 거의 이뤄진 바 없다. 본 연구에서는 폭넓은 HR 애널리틱스의 활용을 위해서 베이지안 통계의 소개와 베이지안 통계 방법론을 활용한데이 터 분석의 사례를 분석하였다. 더불어, 조직 임원의 데이터를 분석하여 어떠한역 량이 퇴임할 확률과 관계가 높은지를 설명하였다. 이는 HR애널리틱스에서 큰 관심이 있는 성공/실패하는 리더의 특성 연구와 맥을 같이하며, 국내에서는 거의 진행된 바 없으므로 학문적/실무적 기여점이 높다고 할 수 있다. In the era of digital transformation, which is represented by technologies such as machine learning and artificial intelligence, HR is also rapidly adopting new technologies. In particular, there have been increased interests in HR analytics which utilizes the technologies to process various data collected in organizations. Among recent studies related to HR analytics, the number of quantitative research is less than the number of qualitative research. Many methods in machine learning and artificial intelligence are based on Bayesian statistics, but researchers and practitioners in HR Analytics, who are more experienced in social science and frequentist statistics, have relatively less experiences in the Bayesian methods. Despite the use of various methods in predictive business analytics such as Bayesian network, naive Bayes and topic modeling, Bayesian statistics has not been thoroughly introduced and has been rarely used in the HR fields. In this study, we provide an introduction to Bayesian statistics and examples of Bayesian data analysis for the wide use of Bayesian methods in HR analytics. In addition, we analyzed data of executives in an organization and explained which capability is highly associated with the probability of retirement. This is in line with HR analytics studies that characterizes successful and unsuccessful leaders, which is of great interest, and this research has contributions to both academia and practice as there has been little progress in Korea.

대화형 에이전트의 주제 추론을 위한 계층적 베이지안 네트워크의 자동 생성

임성수(Sungsoo Lim),조성배(Sung-Bae Cho) 한국정보과학회 2006 정보과학회논문지 : 소프트웨어 및 응용 Vol.33 No.10

최근에 대화형 에이전트에서 사용자 질의의 주제 추론을 위하여 베이지안 네트워크가 효과적임이 발표되었다. 하지만 베이지안 네트워크는 설계에 있어서 많은 시간이 소요되며, 스크립트(대화를 위한 데이타베이스)의 추가 · 변경시에는 베이지안 네트워크도 같이 수정해야 하는 번거로움이 있어 대화형 에이전트의 확장성을 저해하고 있다. 본 논문에서는 스크립트로부터 베이지안 네트워크를 자동으로 생성함으로써 베이지안 네트워크를 이용한 대화형 에이전트의 확장성을 높이는 방법을 제안한다. 제안한 방법은 베이지안 네트워크의 구성노드를 계층적으로 설계하고, Noisy-OR gate를 사용하여 베이지안 네트워크의 조건부 확률 테이블을 구성한다. 피험자 10명이 대화형 에이전트를 위한 베이지안 네트워크를 수동 설계한 것과 비교한 결과 제안하는 방법이 효과적임을 알 수 있었다. Recently it is proposed that the Bayesian networks used as conversational agent for topic inference is useful but the Bayesian networks require much time to model, and the Bayesian networks also have to be modified when the scripts, the database for conversation, are added or modified and this hinders the scalability of the agent. This paper presents a method to improve the scalability of the agent by constructing the Bayesian network from scripts automatically. The proposed method is to model the structure of Bayesian networks hierarchically and to utilize Noisy-OR gate to form the conditional probability distribution table (CPT). Experimental results with ten subjects confirm the usefulness of the proposed method.

n-gram 파티클을 이용한 베이지안 필터링 기법

장하영(Ha-Young Jang),장병탁(Byoung-Tak Zhang) 한국정보과학회 2013 정보과학회논문지 : 소프트웨어 및 응용 Vol.40 No.5

베이지안 필터링은 관측데이터와 연관된 확률을 이용하여 관찰된 데이터를 설명할 수 있는 은닉 변수를 설정하여 마코프 연쇄를 따르는 은닉 변수의 값을 추정하는 모델로 칼만 필터나 파티클 필터등의 방법이 대표적이다. 본 논문에서는 대담 형식으로 구성된 데이터를 임의보행 확률과정을 따르는 시계열 데이터로 간주하고, 이야기 흐름의 전환이 마코프 연쇄에 의해 결정된다고 가정하여 베이지안 필터링기법을 이용한 대화 분석 기법을 제시하였다. 제안한 방법론은 n-gram 언어모델과 베이지안 필터링 기법을 결합하여 말뭉치로부터 n-gram 언어모델을 구축하여 이를 초기 분포로 이용하고, 이를 파티클로 이용하여 이야기 흐름의 전환을 예측하게 된다. 일반적으로 언어 데이터는 그 특성상 베이지안 필터링 기법의 폭넓은 적용이 어려운데 본 논문에서 제시한 n-gram 언어모델과 베이지안 필터링 기법을 결합을 통해서 언어처리에 있어서 베이지안 필터링 기법의 보다 넓은 적용이 가능할 것으로 기대된다. Bayesian filtering is a general probabilistic approach for estimating an unknown probability density function recursively over time using incoming measurements and a mathematical process model. Kalman filter and particle filters are the typical applications of it. We propose the n-gram filtering method to detect the conversational humor in spontaneous dialogue. This spontaneous dialogue is regarded as a kind of time series data which follows random walk process. The proposed method detects the conversational humor using the n-gram particle filter. The proposal distribution of n-gram particle filtering is selected by the n-gram language model. We expect that n-gram filtering methods provide very efficient way to use the sequential and temporal information in language data such as dialogue, storytelling and so on.

베이지안 실험계획법의 이해와 응용

이군희,Lee, Gunhee 한국통계학회 2014 응용통계연구 Vol.27 No.6

본 연구에서는 베이지안 실험계획법에 대하여 논의하고 간단한 모의실험을 통하여 최적화된 베이지안 실험계획법이 어떠한 특징을 가지고 있는지 설명하였다. 실험을 설계하는 경우 연구자는 관심있는 주제가 모수추정인지 아니면 예측인지를 결정하고 사전확률과 우도함수를 기반으로 이에 맞는 사후확률을 찾아 효용함수와 결합하여 최적의 실험설계를 찾는 것이 베이지안 실험계획법의 기본 원리이다. 만일 사전적 정보가 존재하지 않는다면 무정보적 부적합 사전확률을 이용하여 실험을 설계할 수 있으며, 이는 비 베이지안적 접근방법과 일치하게 된다. 만일 모수나 예측값에 대한 사전적 정보가 존재하는 경우에는 베이지안 실험계획법이 유일한 해결 방법이다. 하지만 모형의 복잡도가 증가하게 되면, 최적해를 찾는 과정이 매우 복잡해져서 극복해야 하는 많은 문제점들이 존재하므로 향후 많은 연구가 필요한 분야이다. Bayesian experimental design is a useful concept in applied statistics for the design of efficient experiments especially if prior knowledge in the experiment is available. However, a theoretical or numerical approach is not simple to implement. We review the concept of a Bayesian experiment approach for linear and nonlinear statistical models. We investigate relationships between prior knowledge and optimal design to identify Bayesian experimental design process characteristics. A balanced design is important if we do not have prior knowledge; however, prior knowledge is important in design and expert opinions should reflect an efficient analysis. Care should be taken if we set a small sample size with a vague improper prior since both Bayesian design and non-Bayesian design provide incorrect solutions.

데이터마이닝의 베이지안 망 기법을 이용한 교통수단선택 모형의 설계 및 구축

김현기,김강수,이상민 대한교통학회 2004 대한교통학회지 Vol.22 No.2

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.