메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김용철 (용인대학교)
저널정보
한국정보전자통신기술학회 한국정보전자통신기술학회 논문지 한국정보전자통신기술학회 논문지 제11권 제2호
발행연도
2018.4
수록면
169 - 174 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
일반적으로 자료의 효과 연속형인 경우 분산분석과 이산형인 경우 분할표 카이제곱 검정을 통계적 분석방법으로 사용한다. 다차원의 자료에서는 계층적 구조의 분석이 요구되어지며 자료간의 인과관계를 나타내기 위해 통계적 선형모형을 채택하여 분석한다. 선형모형의 구조에서는 자료의 정규성이 요구되어지며 일부 자료에서는 비 선형모형을 채택할 수도 있다. 특히, 설문조사 자료 구조는 문항의 특성상 이산형 자료의 형태가 많아 모형의 조건에 만족하지 않는 경우가 종종 발생한다. 자료구조의 차원이 높아질수록 인과관계, 교호작용, 연관성분석 등에 다차원 범주형 자료 분석 방법을 사용한다. 본 논문에서는 확률분포의 계산을 이용한 베이지안 네트워크 모형이 범주형 자료 분석에서 분석절차를 줄이고 교호작용 및 인과관계를 분석할 수 있다는 것을 제시하였다.
#Bayesian network #categorical data #conditional probability #odds ratio #survey analysis

목차

요약
Abstract
1. 서론
2. 사전적 이론
3. 베이지안 네트워크 모형 분석 결과
4. 결론
REFERENCES

참고문헌 (10)

참고문헌 신청
[학술지(정기간행물)] - Agnieszka Oniśko / 2001 / Learning Bayesian network parameters from small data sets: application of Noisy-OR gates / International Journal of Approximate Reasoning 27 (2) : 165 ~ 182 Crossref [학술지(정기간행물)] - Cooper, Gregory F / 1992 / A Bayesian Method for the Induction of Probabilistic Networks from Data / Machine Learning 9 : 309 ~ 347 google schola [학술지(정기간행물)] - Heckerman, David / 1995 / Leraning Bayesian Networks: The Combination of Knowledge and Statistical Data / Machine Learning 20 : 197 ~ 203 google schola [단행본] - Johnson, R.A. / 1992 / Applied Multivariate Statistical Analysis / Prentice Hall google schola [학술지(정기간행물)] - Ron Kohavi / 1997 / Wrappers for feature subset selection / Artificial Intelligence 97 (1-2) : 273 ~ 324 Crossref

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

베이지안 추론과 정규화를 이용한 회귀 머신러닝
전성해 한국지능시스템학회 논문지 2019 .10
Copula 함수를 기본으로 한 베이지안 네트워크를 이용한 안동댐의 계절 유입량 예측과 평가
김광훈 ,  이상호 ,  진영규 대한토목학회 학술대회 2017 .10
신뢰도중심정비와 베이지안 네트워크를 활용한 항공기 주요계통 신뢰성 분석
이두열 ,  최태수 한국신뢰성학회 학술대회논문집 2022 .11
머신러닝 기법을 활용한 서울 지점 미세먼지 농도 예측 연구
김민우 ,  정형세 한국데이터정보과학회지 2022 .11
트리 기반 머신러닝 알고리즘과 기상 예측 자료를 이용한 시정 예측
김부요 ,  Belo ,  id Miloslav 외 1명 한국기상학회 학술대회 논문집 2022 .10

최근 본 자료

전체보기

댓글(0)

0