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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.11
- 수록면
- 1,295 - 1,304 (10page)
- DOI
- 10.7465/jkdi.2021.32.6.1295
이용수
초록· 키워드
오류제보하기
본 논문에서는 제약조건 (shape-restriction)이 있는 베이지안 비모수 회귀모형 (Bayesian non-parametric regression models)을 이용하여 방사선 반응자료 (radiation response data)를 분석한다. 특히, 식품에 방사선을 조사 (irradiation)하여 얻어진 반응 자료를 분석하고 베이지안 추론 (Bayesian inference)의 결과를 제시한다. 베이지안 추론을 위해 사후분포 (posterior distribution)는 가우시안 분포를 근사 분포로 하는 가수시안 변분 베이즈 (Gaussian variational Bayes) 근사 방법을 활용하여 근사하고, 해밀토니안 몬테카를로 (Hamiltonian Monte Carlo)에 기반한 마코프 체인 몬테 카를로 (Markov chain Monte Carlo)방법과의 비교를 통해 변분 추론 (variational inference)의 타당성을 제시한다.
목차
요약
1. 서론
2. 방사선 반응자료
3. 베이지안 비모수 회귀모형
4. 방사선 반응 자료의 분석 결과
5. 결론
References
Abstract
참고문헌 (31)
참고문헌 신청
Bishop, C. M. / 2006 / Pattern recognition and machine learning / springer
Blei, D. M. / 2017 / Variational inference : A review for statisticians / Journal of the American statistical Association 112:859~877
Curtis, S. M. / 2011 / A variable selection approach to monotonic regression with Bernstein polynomials / Journal of Applied Statistics 38:961~976
Gelman, A. / 2013 / Understanding predictive information criteria for Bayesian models / Statistics and Computing 24:997~1016
Gelman, A. / 1992 / Inference from iterative simulation using multiple sequences(with discussion) / Statistical Science 7:457~511
Blei, D. M. / 2017 / Variational inference : A review for statisticians / Journal of the American statistical Association 112:859~877
Curtis, S. M. / 2011 / A variable selection approach to monotonic regression with Bernstein polynomials / Journal of Applied Statistics 38:961~976
Gelman, A. / 2013 / Understanding predictive information criteria for Bayesian models / Statistics and Computing 24:997~1016
Gelman, A. / 1992 / Inference from iterative simulation using multiple sequences(with discussion) / Statistical Science 7:457~511
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
약물동태학 모형에 대한 변분 베이즈 방법
응용통계연구
2021 .02
-
고차원 선형 및 로지스틱 호귀모형에 대한 변분 베이즈 방법 소개
응용통계연구
2022 .06
-
분산 베이지안 추론방법과 가우시안 확률과정 분류모형을 이용한 다차원 자료의 분류
Journal of The Korean Data Analysis Society
2015 .01
-
강수량의 계절 예측을 위한 베이지안 앙상블 MOS방법의 비교연구
한국데이터정보과학회지
2019 .03
-
Variational Bayesian inference for binary image restoration using Ising model
CSAM(Communications for Statistical Applications and Methods)
2022 .01
-
MH-SAMC 알고리즘을 이용한 소셜네트워크 분석
Journal of The Korean Data Analysis Society
2021 .01
-
주성분 회귀모형의 베이지안 분석
한국데이터정보과학회지
2019 .03
-
비모수 베이지안 겉보기 무관 회귀모형
응용통계연구
2016 .06
-
Computational issues on the blocked Gibbs algorithm
한국데이터정보과학회지
2023 .11
-
이산형 자료 예측을 위한 베이지안 네트워크 분류분석기의 성능 비교
응용통계연구
2020 .06
-
유한 혼합 이변량 포아송 회귀모형에 대한 베이지안 추론: 호주 의료 서비스 자료에의 적용
한국데이터정보과학회지
2022 .05
-
Objective Bayesian inference based on upper record values from Rayleigh distribution
CSAM(Communications for Statistical Applications and Methods)
2018 .07
-
Bayesian methods in clinical trials with applications to medical devices
CSAM(Communications for Statistical Applications and Methods)
2017 .11
-
폴랴-감마 잠재변수에 기반한 베이지안 영과잉 음이항 회귀모형 : 약학 자료에의 응용
응용통계연구
2022 .04
-
재표본 방법론을 활용한 베이지안 주파수 추정
응용통계연구
2017 .12
-
Bayes factors for accelerated life testing models
CSAM(Communications for Statistical Applications and Methods)
2022 .09
-
Bayesian pattern mixture model under nonignorable nonresponse for binary data
한국데이터정보과학회지
2019 .07
-
Classical and Bayesian inferences of stress-strength reliability model based on record data
CSAM(Communications for Statistical Applications and Methods)
2024 .09
-
Nonparametric Bayesian methods: a gentle introduction and overview
CSAM(Communications for Statistical Applications and Methods)
2016 .11
-
로지스틱 회귀모형에서 SAMCIS 알고리즘을 이용한 정확추론
Journal of The Korean Data Analysis Society
2018 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-041-000042596