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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
계창우 (에스이랩) 신대규 (에스이랩) 이종혁 (에스이랩) 김태웅 (한양대학교) 신지예 (한양대학교) 김지은 (한양대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제31권 제6호
발행연도
2021.12
수록면
502 - 509 (8page)
DOI
10.5391/JKIIS.2021.31.6.502

이용수

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

초록· 키워드

오류제보하기
Pgmpy 라이브러리는 확률 그래프 모형을 구성하고 계산하는 기능을 갖는 Python 기반의 라이브러리로, 베이지안 네트워크나 마코프 연쇄 등의 계산을 수행할 수 있다. 본 논문은 선형 가우시안 조건부 확률 분포를 따르는 확률 변수들로 구성된 베이지안 네트워크에 대해 우도 가중 샘플링 추론 기법을 통한 베이지안 추론 계산을 하기 위해 Pgmpy 라이브러리에 기능을 추가하는 개선 작업을 진행하고, 개선한 라이브러리로부터 얻은 결과물을 Matlab 언어의 베이지안 네트워크 계산 결과와 비교 분석하는 것으로 개선 결과에 대한 검증을 수행한다. 비교 분석 과정에서는 MODIS 기상 위성 자료로부터 산출한 수문학적 가뭄지수 자료와 APEC 기후 센터의 MME 기후전망 자료를 이용해 예측한 미래 수문학적 가뭄지수 값을 비교한다. 비교 분석 결과, 설명할 수 있는 오차 이내에서 두 모델의 결과값이 일치한다는 것을 확인할 수 있었다. 이러한 결과로부터 Pgmpy 라이브러리의 개선 작업은 적절하게 이루어졌음을 알 수 있었으며, 개선된 라이브러리를 통해 더욱 다양한 베이지안 네트워크 계산이 가능할 것으로 기대할 수 있다.

목차

요약
Abstract
1. 서론
2. 사용 자료 및 라이브러리
3. 라이브러리 내용 분석 및 개선
4. 개선 라이브러리를 통한 가뭄 예측 및 결과
5. 결론
References

참고문헌 (13)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-003-000135734