Bayesian Networks 기반 개방데이터 투명 의사결정 연구

Transparent Decision-Making Using Bayesian Networks and Open Data

연구 내용

개방데이터를 바탕으로 Bayesian Networks로 요인 간 인과·의존 구조를 모델링하여 입지 적합도를 확률적으로 계산하는 의사결정 연구

본 연구는 입지 선정에서 요인 간 인과적 상호의존을 확률 모형으로 명시하는 데 목적이 있습니다. 개방데이터를 활용해 각 요인의 불확실성과 계층적 의존 관계를 Bayesian Networks에 반영하고, 요인 상호작용이 반영된 최종 입지 적합도(사후확률)를 도출합니다. 기존 다기준 의사결정이 구조적 인과 의존을 충분히 표현하지 못한다는 한계를 Bayesian 확률 추론으로 보완하며, 결과 산출 과정의 투명성을 높이는 방향으로 프레임을 구성합니다.

관련 프로젝트

0건

연구 흐름

입지 선정 문제를 대상으로, 다수 요인 간 인과·의존 관계를 확률적으로 표현하기 위한 Bayesian Networks 설계를 먼저 수행했습니다. 이후 개방데이터 기반으로 확률 모수와 계층 구조를 구성하여 요인 상호작용이 적합도 계산에 미치는 영향을 평가했습니다. 마지막으로 불확실성을 포함한 확률적 시나리오에서 최종 적합도 결과가 어떻게 달라지는지 확인하며 의사결정 해석 가능성을 점검하는 연구를 수행했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

확률 기반 입지 적합도 산정
요인 인과 의존성 모델링
불확실성 포함 의사결정
계층적 요인 상호작용 분석
개방데이터 기반 평가 프레임
투명성 중심 결과 리포팅
다목적 입지 비교 지원
환경·사회 요인 상호의존 평가
확률적 시나리오 기반 검토
정책 및 계획 수립의 정량 근거 제공