최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 인하대학교 InHa University |
---|---|
연구책임자 | 조성일 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2023-03 |
과제시작연도 | 2022 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
연구관리전문기관 | 한국연구재단 National Research Foundation of Korea |
등록번호 | TRKO202300008787 |
과제고유번호 | 1711167024 |
사업명 | 개인기초연구(과기정통부) |
DB 구축일자 | 2023-09-27 |
키워드 | 가우시안 변분 근사법.고차원 모수 추정.베이지안 추론.상태공간 모형.모형 선택.Gaussian variational approximate method.High-dimensional parameter estimation.Bayesian inference.State space model.Model selection. |
□ 연구개요
• 필요성:
- 기존의 사후분포 계산에 활용되는 마코프 체인 몬테 카를로 방법이 주로 이용.
- 그러나 이 방법은 모형이 복잡해지거나, 데이터의 크기가 클 때 계산속도가 느림.
-따라서, 이를 개선할 수 있는 변분 근사 방법 기반의 알고리즘 개발이 필요함.
• 연구목표:
-고차원 모수 추정에 적합한 변분 근사법 개발.
-시간적 상관성이 있는 자료 분석을 위한 변분 근사법의 개발.
-모형 선택을 위한 변분 근사법의 개발.
□ 연구 목표대비 연구결과
• 목표 대비
※ AI-Helper는 부적절한 답변을 할 수 있습니다.