최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 단종된 구형 부품의 고장 정보를 활용하여 신형 전력반도체의 베이지안 신뢰도 특성을 분석합니다. 감마분포와 일양분포를 사전분포로 제안하고, 우도함수를 변형하여 무고장 특성을 갖는 신형 부품의 신뢰도를 정량적으로 평가합니다. 특히, 감마분포 기반 사전분포가 현장 기술자의 사후분포 해석에 더 효과적임을 제시합니다.
Bayesian reliability analysis
Bayesian statistics for the social sciences
Basic and advanced Bayesian structural equation modeling : with applications in the medical and behavioral sciences
신뢰성공학 =
Bayesian inference with geodetic applications
Mathematical theory of Bayesian statistics
Stochastic models in reliability
Understanding computational Bayesian statistics
Bayesian statistical methods
Missing data in longitudinal studies : strategies for Bayesian modeling and sensitivity analysis
(R프로그램에 기반한)베이지안 통계학 =
Interdisciplinary bayesian statistics : EBEB 2014
Bayesian psychometric modeling
Bayesian methods for repeated measures
현명한 투자자의 인문학
Probability and Bayesian modeling
Structural equation modeling : a Bayesian approach
Bringing Bayesian models to life
Journal of Petroleum Science and Engineering
Maior C.B.S.,Macêdo J.B.,Lins I.D.,Moura M.C.,Azevedo R.V.,Santana J.M.M.,da Silva M.F.,Magalhães M.V.C.Advances in Astronautics Science and Technology
Shao, Limin; Yang, Shuli; Wang, Ying신뢰성 응용연구
권영일한국안전학회지
조동철, 구정서Technometrics
Lewis-Beck C.,Tian Q.,Meeker W.Q.Structural Safety
Yazdani A.,Shahidzadeh M.S.,Takada T.Structural Safety
Yuan X.,Liu S.,Valdebenito M.A.,Gu J.,Beer M.IOP Conference Series: Materials Science and Engineering
Qian Zhao; Zhao-Li Song; Xiang Jia; Bo GuoComplexity
El-Sagheer R.M.,Jawa T.M.,Sayed-Ahmed N.한국데이터정보과학회지
장인홍, 장덕환, 이승우, 송광윤Reliability Engineering and System Safety
Shuto S.,Amemiya T.Reliability Engineering and System Safety
Macedo J.B.,Maior C.S.,Lins I.D.,Azevedo R.,Moura M.d.C.,da Silva M.F.,Silva Nóbrega M.V.d.,Vitale G.,Vasques R.R.IOP Conference Series: Materials Science and Engineering
Ismed Iskandar; Yudi Satria GondokaryonoJournal of Statistical Computation and Simulation
Hanagal, D.D.; Pandey, A.Nuclear Engineering and Technology
Jamie Coble; WESLEY HINESIOP Conference Series: Materials Science and Engineering
Iskandar, I.; Gondokaryono, Y.S.Journal of biopharmaceutical statistics
Ji Z; Lin J; Lin JCommunications in Statistics - Theory and Methods
Tianrui Ye; Chunmei Zhang; Wenhao Gui한국데이터정보과학회지
김용구, 강석복, 서정인Research in Human Development
Mariëlle Zondervan-Zwijnenburg; Margot Peeters; Sarah Depaoli; Rens Van de Schoot전선 / 대학원
이 과목에서는 베이즈 통계학의 이론에 대해서 공부한다. 다루는 내용은 비모수 베이즈 통계학, 베이즈 점근적 이론, 베이즈 계산의 이론, 무정보 사전분포 등을 다룬다.전선 / 대학원
한 개체로부터 다른 실험조건하에서나 여러 다른 관측시간에 반복적으로 얻어진 자료를 분석하기위한 통계기법을 다룬다. 연속형의 반복측정자료를 분석하기 위해 다변량정규분포의 가정을 필요로 하는 고전적인 다변량모형을 소개하고 최근에 널리 사용되고 있는 혼합모형을 다룬다. 이산형의 반복측정자료 분석을 위해서는 가중최소제곱법에 근거한 모형과 랜덤화 모형을 다루고 일반화선형모형을 확장한 일반화추정방정식(GEE)모형을 다룬다.전선 / 대학원
해당과목은 공학분야에서 중요한 통계적 데이터 처리, 통계적 공학해석, 통계기반 공학설계 이슈들을 다룬다. 통계적 데이터 처리에서는 공학통계, 통계적 데이터 처리의 정성적, 정량적 접근법과 베이지안 통계학을 배운다. 통계적 공학해석은 신뢰성함수, 위험도함수, 가속수명시험, 불확실성 해석, 신뢰성해석, 건전성 진단 및 예지기술을 배운다. 통계기반 설계에서는 통계기반 민감도 해석, 반응함수법, 신뢰성기반 최적설계를 다룬다. 끝으로 공학시스템의 건전성 모니터링기술을 간단히 다룬다.전선 / 대학원
중도절단 생존시간 자료를 분석하는 고급 통계적 기법들을 다룬다. 생존함수의 추정을 위한 일반적인 방법인 KaplanㅡMeier 추정량의 정의 및 여러 성질들을 다룬다. 좌 절단 자료의 분석을 위하여 필수적인 셈 과정에 대한 이론을 배우고, 이를 이용한 위험함수의 추정방법을 설명한다. 생존시간 자료의 회귀모형을 위하여 비례위험모형에 대하여 다루고, 회귀계수의 점근적 일치성 및 근사분포를 유도한다.전선 / 학사
빅 데이터 분석을 위해 익혀야 할 기본적인 확률/통계 개념을 강의한다. 확률의 정의, 조건부 확률, 확률변수와 표본분포, 통계적 추론, 분포에 관한 추론, 이산자료의 분석, 상관분석과 회귀분석, 분산분석 등의 개념을 다룬다.전선 / 대학원
이 과목에서는 빅데이터의 시대를 맞이하여 탐색적 자료분석과 확증적 자료분석을 보다 일반화한 개념인 알고리즘과 통계적 추론의 발전과정에 대해서 공부한다. 먼저 통계학 분야의 대표적인 3개의 학파, 베이지안(Bayesian), 빈도주의(Frequentist), 우도주의 (Fisherian)에 대해서 알아본 후 교차검증과 모형선택, 축소추정량, 경험적 베이즈 방법론, 재표본 추출법, 생존분석과 EM 알고리즘, MCMC, 다중비교과 같은 최신통계 방법론을 소개한다.전선 / 학사
베이즈 추론은 베이즈 정리를 이용하여 불확실성을 가진 정보를 확률로 표현하고 이를 이용하여 추론을 하는 방법이다. 이 과목에서는 베이즈 추론의 역사적 배경, 베이즈 추론의 기본 요소를 다루고, 현실적인 베이즈 추론을 위해 필요한 베이즈 계산 방법들, 즉 마르코프 체인 몬테 카를로와 변분방법 등을 다룬다. 또한 베이즈 추론을 이표본 검정, 선형 회귀모형, 로지스틱 회귀모형 등 기본적인 통계모형에 적용하여 데이터 분석하는 방법을 배운다.전선 / 대학원
물질의 거시적 성질을 그 구성원 사이의 상호작용에 의한 협동현상으로 이해하려는 통계역학의 기초를 다룬다. 주요 내용은 기본개념, 분포함수, 분배함수와 열역학량, 고전 및 양자기체, 송이전개, 상전이 등의 평형 현상과 확률방정식, 운동 이론, 소송 등 비평형 현상을 포함한다.전선 / 학사
이 과목은 측도 이론과 확률의 기본 개념과 이론을 익히기 위한 과목으로, 다음과 같은 주제를 공부한다. 측도 공간, 측도 가능함수, 적분, 곱공간, Lp공간, 분포, 평균, 조건부 평균, 모멘트 발생 함수, 특성함수, 랜덤 변수 수열, 중심극한 정리, 브라운 운동, 확률과정, filtration, stopping times, 브라운 운동의 존재성, 기본성질, 연속성과 불정칙성, 변동성 및 마코프 성질과 반사 원칙을 다룬다.전선 / 학사
비모수통계의 이론과 응용을 다룬다. 위치모수 및 척도모수를 추론하기 위한 순서통계량 및 순위통계량의 분포, 순열검정 방법과 비모수적 신뢰구간 및 점추정 방법을 모수적 방법과 비교하며, 붓스트랩 절차에 대해 학습한다. 또한, 다중선형회귀, 밀도함수추정 및 비모수회귀 등에서의 비모수 방법론을 다룬다. 선수과목으로서는 <통계학>, <통계학실험>, <회귀분석 및 실습>이 요구된다.전선 / 학사
최근 수십 년간의 컴퓨터 기술의 발전으로 인해 통계분석가는 이전에는 상상할 수 없었던 복잡한 통계모형들을 사용할 수 있게 되었다. 따라서 현대의 복잡하고 다양한 통계모형들을 분석하기 위해서는 컴퓨터를 이용한 여러 가지 통계계산 방법들을 습득하는 것이 필수 불가결한 과제가 되었다. 이 과목에서는 모수론적 통계와 베이지안 통계에 필요한 통계계산 방법들을 배우고 이를 실제 컴퓨터로 구현해 보는 것을 목표로 한다. 모수론적 통계 분석을 위해서는 우도함수를 최적화 할 때 쓰는 뉴튼 랩슨 방법을 비롯한 각종 최적화 방법들을 배운다. 베이지안 통계분석을 위해서는 깁스 표본추출, 메트로폴리스 알고리듬 등 마코프 사슬 몬테 카를로 기법을 다룬다. 이외에도 통계계산에 필요한 자료구조와 행렬계산 등 다양한 계산 알고리즘들을 다룬다.전선 / 대학원
식품영양분야에서 실험 및 관찰 연구에서 수집된 자료를 분석하기 위해 필요한 통계학적 원리를 소개하고, 실제 자료 분석에 적용하는 방법들을 다룬다. 특히 통계 소프트웨어를 이용한 자료 분석 실습을 통해 식품영양학 연구의 통계적 문제를 이해하고 해결하는 능력을 배양한다.전필 / 대학원
이 과목에서는 측도론에 기반한 통계적 추론을 배운다. 충분성, 지수족, 분포수렴의 기본적 개념을 다룬 후에, 추정과 검정의 이론을 다룬다. 추정법으로는 적률추정법, 최대가능도 추정법, 베이즈 추정, M-추정량, Z-추정량을 다룬다. 이들 추정량들의 점근적 분포를 유도하고, 최대가능도 추정량의 효율성 정리를 증명한다. 검정법으로는 최대가능도비 검정과 이의 점근적 근사, 라오 검정과 왈드 검정과 베이즈 검정을 다룬다.전선 / 대학원
계통, 부품 및 시설전반의 신뢰도를 분석하고 다중심층원리를 적용시켜 계통의 안전도를 증가시키는데 목적을 둔다. 확률 및 신뢰도의 기본 개념, 계통의 Logic diagram 등과 부품간 상호작용 및 기본 확률 분포 및 고장모델, fault tree 구성 및 분석, 신뢰도 자료수집 그리고 Monte-Carlo법의 신뢰도 분석에의 응용을 공부한다.전필 / 학사
본 과목은 산업공학에 필요한 통계학적 이론과 실무적 기법을 제공하는 것을 목적으로 함. 구체적인 내용은 추정과 검정, 회귀분석, 실험계획 및 분산 분석, 비모수통계 등을 기본적인 방법론으로 하여 산업공학에서 제기되는 다양한 공학적, 관리적 현실문제들을 통계 소프트웨어를 사용하여 분석하고 전략적 의미를 도출하는 능력의 배양에 초점을 맞춤.전선 / 대학원
고급통계역학의 기본개념에 관한 내용을 배운다. 깁스의 앙상블 이론을 통하여 여러가지의 앙상블을 고찰하고 각 앙상블의 상태합을 구한 후 기체로 구성된 간단한 계에서 실제로 각종의 열역학적 성질을 구한다. 고전 및 양자역학적 통계역학의 기본 법칙을 고찰한다. 고전역학적으로는 분포함수에 의한 방법을 배우고 분포함수를 구할 수 있는 각종 방법도 구찰한다. 양자역학적으로는 밀도행렬에 의한 처리방법을 배우고 흑체복사등의 문제를 고찰한다. 강의 후반부에서는 현대 통계역학의 여러 주제들을 다룰 것이다. 그 예들로는 상전이, 임계현상, 평균장이론, 재규격화군 이론, 비평형 통계역학, 전산모사방법 등이 포함될 것이다.전선 / 대학원
범주형 자료를 분석하기 위한 통계기법들을 소개한다. 범주형 자료들은 대개 분할표를 이용해 정리할 수 있기 때문에 분할표를 분석할 수 있는 통계방법을 중점적으로 다룬다. 주된 주제들은 분할표분석, 로그 선형모형, 로지스틱모형이다.전선 / 대학원
고급 확률 그래프 모형(PGM)은 많은 수의 변수가 상호작용하는 복잡한 도메인에 대한 확률 분포를 표현하는 효과적인 방법이다. 따라서 확률 그래프 모형은 의료진단, 이미지 및 음성인식, 스포츠통계, 생물정보학 등과 같은 다양한 분야에 적용되는 머신러닝 방법들의 핵심적인 역할을 한다. 이 강의는 방향성 그래프를 이용하는 베이지안 네트워크; 무방향성 그래프를 사용하는 마르코프 네트워크의 이론적 성질과 학습 방법 그리고 실제 적용 사례를 설명한다.전필 / 대학원
심리학 및 사회과학의 대학원생을 위한 통계: 기술통계와 추론통계에 대한 개념과 자료분석 기법을 다룬다. 구체적으로 무선변인, 확률이론, 추정, 가설검정, 분산분석, 그리고 상관분석과 회귀분석을 다룬다.전선 / 대학원
고전열역학 및 통계열역학의 기본지식들을 간략히 소개하고, 지금까지 알려진 유체 물성에 대한 이론적인 근거들을 더욱 확장시키는데 그 목적이 있다. 상평형, 유체의 물성을 검토하고 각종 상태 방정식, 기체혼합물의 퓨개시티, 액체혼합물의 퓨개시티, 용액 중 기체의 용해도, 고체의 용해도, 그리고 고압평형 등에 대한 이론적 모델들의 장단점을 비교 검토한다.