Complex Data Analysis with Dependent-Error Regression and Multi-State Probabilistic Models
연구 내용
종속 오차를 고려한 정규화 비선형 회귀와 다상태 연속시간 마코프 모델을 이용해 의생명·인지 데이터를 설명하고 추정하는 연구
관측 과정에서 발생하는 시간의존적 오차, 다상태 전이, 그리고 피드백 기반 학습처럼 비표준 구조를 갖는 데이터를 다룹니다. 먼저 정규화된 가중 최소제곱 추정으로 종속 오차가 존재하는 비선형 회귀에서 매개변수 추정과 선택을 동시에 수행하는 절차를 개발합니다. 동시에 abdominal aortic aneurysm 확장에서 intraluminal thrombus 특성의 영향을 다상태 연속시간 마코프 체계로 모델링하여 전이 속도 변화와 공변량 효과를 분리합니다. 마지막으로 인간 지각 의사결정에서 corrective feedback이 보상값이 아니라 세계 상태에 대한 증거로 작동하는지, 학습 모델 가설을 비교하는 방식으로 설명합니다. 종속성·전이·피드백 구조를 함께 다루는 점이 핵심입니다.
관련 연구 성과
관련 논문
5편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
2019~2020년에는 의생명 도메인에서 ILT의 특성과 AAA 확장 속도 관계를 다상태 연속시간 마코프 모델로 정식화하는 연구를 수행했습니다. 이후 2022년 전후로는 종속 오차를 갖는 비선형 회귀에서 정규화 추정기의 점근적 성질과 성능을 확인하며, 생체역학적 추적 자료에 적용하는 흐름으로 확장했습니다. 2023년에는 인지 의사결정에서 corrective feedback을 보상으로 보기보다 증거로 해석하는 가설을 학습 플랫폼으로 비교하는 방향으로 연구 범위를 넓혔습니다. 2024년에는 종속 오차 기반 회귀를 일반화된 정규화 프레임으로 정리하며 적용 성능을 강화하는 단계로 발전했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Intraluminal thrombus effect on the progression of abdominal aortic aneurysms by using a multistate continuous-time Markov chain model
Intraluminal thrombus effect on the progression of abdominal aortic aneurysms by using a multistate continuous-time Markov chain model
Regularized nonlinear regression with dependent errors and its application to a biomechanical model
Regularized Nonlinear Regression with Dependent Errors and its Application to a Biomechanical Model
Corrective feedback guides human perceptual decision-making by informing about the world state rather than rewarding its choice