최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 명지대학교 MyongJi University |
---|---|
연구책임자 | 양태영 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 1999-04 |
주관부처 | 과학기술부 |
사업 관리 기관 | 명지대학교 MyongJi University |
등록번호 | TRKO200200021296 |
DB 구축일자 | 2013-04-18 |
키워드 | 합성강도 함수.데이터 확장.깁스표본.Metropolis 알고리즘.모델 선택.예측 생존함수.Additive intensity function.Data augmentation.Gibbssampling.Metropolis algorithm.Model selection.Predictive.reliability function. |
여러 개의 비정상 포아손 과정들로 이루어진 합성모형에 대한 베이지안 계산이 연구의 중심사항이다. 베이지안 추론을 위해 Markov Chain Monte Carlo(MCMC) 방법이 사용되었고, 특히 데이터 확장(Data Augmentation) 방법의 이용은 베이지안 추론을 쉽게 만들었다. 데이터 확장을 위해 잠재변수(Latent Variable)가 도입되었으며, 이 잠재변수는 합성모형의 고장이 발생할 경우 어느 부속에서 발생하였는지를 가르친다. 또한 새로운 베이지안 방법을 통하여 합성모형과 합성모형을 이루고 있는 부속 모형들을 비
Bayesian inference for the superposition of nonhomogeneous Poisson processes is studied. A Markov chain Monte Carlo method with data augmentation is developed to compute the features of the posterior distribution. For each observed failure epoch, a latent variable is introduced that indicates which
※ AI-Helper는 부적절한 답변을 할 수 있습니다.