지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록· 키워드
오류제보하기
This article introduces basic concepts of Bayesian probability theory(Bayesian theorem) in comparison to a frequentist approach. How prior distribution explicitly incorporates various assumptions made during data interpretation is discussed. Posterior distribution can be obtained by updating prior information using likelihood which acts as a forward model of a diagnostic system. Implementation of integrated data analyses is also discussed with an example of a Langmuir probe and a cut-ff probe which are heavily used in low-temperature plasmas. This article intends to introduce Bayesian probability theory to undergraduate and firstyear graduate students.
목차
서론
베이지안 확률론 - 유도 및 의미
베이지안 확률론 - 활용: 이종 데이터 통합
결론
참고: 베이지안 확률론 - 탄생
References
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0