최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국수자원학회 2008년도 학술발표회 논문집, 2008 May 22, 2008년, pp.1121 - 1124
김상욱 (서울대학교 BK21 SIR 사업단) , 이길성 (서울대학교 공과대학 건설환경공학부) , 박경신 (서울대학교 공과대학 건설환경공학부)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
Bayesian MCMC 방법을 사용한 알고리즘으로 무엇이 있는가? | 그러므로 Bayesian 방법의 초기 연구단계에서는 위와 같은 Bayesian 방법의 적용에 필요한 계싼을 위하여 공액사전분포(Conjugated prior distribution)를 이용하는 경우가 많았다. 그러나 최근 계산능력의 하드웨어부분의 발전과 주변 확률분포함수의 적분이 필요없는 Metropolis-Hastings 알고리즘, Gibbs sampling 알고리즘, 주표집(Importance sampling) 알고리즘과 같은 Bayesian MCMC 방법에 입각한 Bayesian 계산방법의 소프트웨어부분의 발전으로 인하여 공액사전분포를 사용하지 않아도 식 (1)의 계산이 가능하게 됨으로서 서론에 언급한 연구사례와 같이 최근 들어 수자원공학 분야에서도 다시 활발히 적용되고 있는 실정이다. Bayesian MCMC방법이란 마코프 연쇄(Markov chain)과 몬테카를로 적분(Montecarlo integration)을 이용하여 사후분포로부터 모수를 추출하고 통계적 특성치를 계산하는 방법이다. | |
Bayesian 방법은 불확실성을 표현하는 데 있어서 근사식을 사용한 방법보다 우월한 이유는 무엇인가? | 근사식을 사용한 모수의 불확실성 추정방법을 대신하여 Bayesian 접근방법을 사용한 모수및 불확실성의 추정이 수행될 수 있다. Bayesian 방법은 근사식을 사용하기 위한 가정 조건이 필요하지 않기 때문에 특히 불확실성을 표현하는 데 있어서 근사식을 사용한 방법보다 우월할 수 있다. Bayesian 방법을 사용하기 위해서는 사전분포(Prior distribution)로부터 사후분포 (Posterior distribution)를 산정해야 하는데, 이를 계산하기 위해서는 해석적으로 산정되기 어려운 적분항들이 포함되어 진다. | |
Bayesian MCMC 방법에 입각한 Bayesian 계산방법으로 가장 활발히 사용되고 있는 알고리즘은 무엇인가? | 즉, 마코프 연쇄를 이용하여 모수간의 관계를 구성하고 이를 상당히 큰 수만큼 반복하는 몬테카를로 적분기법을 이용하여 최종적으로 모수의 통계적 특성을 산정하는 방법이다. 여러가지 Bayesian 계산 방법 중에서 가장 활발히 사용되고 있는 알고리즘은 Metropolis-Hastings 알고리즘으로 기본적인 개념은 Metropolis et al.(1953)에 의하여 만들어져 최근 들어 활발히 이용되고 있다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.