박병욱 연구실
서울대학교 통계학과
박병욱 교수
가법 회귀
smooth backfitting
Hilbert space
홈
박병욱 연구실
서울대학교 통계학과 박병욱 교수
박병욱 연구실은 Hilbert 공간 및 RKHS에서 정의되는 가법 비모수 회귀와 커널 평활 추정 이론을 중심으로 연구를 수행합니다. smooth backfitting을 기반으로 회귀함수 및 미분 추정, 경계효과 완화, 준모수 프로파일링, 고차원 functional Lasso 페널티 등 추정의 성질을 정립합니다. 동시에 비유클리드 데이터에서 Fréchet 회귀와 Riemannian/Hilbert manifold 모형, 기하적 농도 부등식을 다룹니다. 관측데이터 인과추론에서는 additive structural equation model을 구성하고 smooth backfitting으로 변수 순서를 추정하는 연구를 병행합니다.
가법 회귀smooth backfittingHilbert space커널 평활인과추론
대표 연구 분야
연구 영역 전체보기
Hilbert 공간 기반 가법 비모수 회귀와 smooth backfitting 커널 평활
Hilbert-space additive regression and smooth backfitting kernel smoothing
연구 분야 상세보기
Hilbert 공간 기반 가법 비모수 회귀와 smooth backfitting 커널 평활
Hilbert-space additive regression and smooth backfitting kernel smoothing
연구 분야 상세보기
비유클리드 기하에서의 Fréchet 회귀·Riemannian/ Hilbert manifold 모형
Fréchet regression and Riemannian/Hilbert manifold generalized models
연구 분야 상세보기
additive structural equation models 기반 인과추론과 smooth backfitting
Causal inference via additive structural equation models with smooth backfitting
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5
논문 전체보기
1
Article
|
·
인용수 0
·
2026Functional lasso kernel smoothing for additive regression with interaction effects
Young Kyung Lee, Enno Mammen, Seung Hyun Moon, Byeong U. Park
IF 1.7 (2026)
Journal of Multivariate Analysis
https://doi.org/10.1016/j.jmva.2026.105636
Smoothing
Additive model
Kernel (algebra)
Interaction
Lasso (programming language)
Kernel regression
Regression
Kernel method
2
Article
|
·
인용수 3
·
2025High-dimensional partially linear additive models on Riemannian manifolds
Changwon Choi, Zhenhua Lin, Byeong U. Park
IF 1.7 (2025)
Bernoulli
https://doi.org/10.3150/24-bej1847
Mathematics
Pure mathematics
Riemannian geometry
3
Article
|
인용수 0
·
2025Causal additive models with smooth backfitting
Asger B. Morville, Byeong U. Park
IF 1.8 (2025)
Journal of Causal Inference
관측 데이터로부터 인과 구조를 학습하기 위한 완전 비모수적 접근법을 제안한다. 본 방법은 인과 추론과의 연계를 갖는 가산적 구조방정식모형(additive structural equation models)의 설정에서 설명된다. 가산적 구조방정식 함수의 추정 절차는 smooth backfitting(SBF) 접근법을 새롭게 적용한 데 기반한다. 비모수적 절차의 유연성은 변수 순서 추정에서 강한 이론적 성질을 초래한다. 온건한 조건 하에서 순서 추정치가 일관됨을 보인다. 모의실험을 통해, 본 방법이 인과 학습을 위한 최신 접근법들에 비해 우수함을 입증한다. 특히 SBF 접근법은 잡음이 이분산(heteroscedastic)일 때 견고함을 보인다.
https://doi.org/10.1515/jci-2024-0035
Nonparametric statistics
Additive model
Robustness (evolution)
Instrumental variable
Causal model
Structural equation modeling
Causal inference
Nonparametric regression
최신 정부 과제
38
과제 전체보기
1
2024년 4월-2029년 4월
|293,083,000원인과추론과 고차원 구조 비모수 모형
통계학은 데이터 분석에서 주요 변수들 사이의 인과관계를 파악하기 위한 도구로 활용된다. 인과관계는 방향성 비순환 그래프(Directed Acyclic Graph: DAG)를 통해 표현될 수 있다. 본 연구과제에서는 고차원(high-dimensional) 구조 비모수 모형 기반의 DAG 모델링을 통해 변수들 사이의 인과관계를 관측 데이터(observation...
인과추론
구조 비모수 모형
방향성 비순환그래프
비유클리드 데이터
커널 회귀함수 추정법
2
주관|
2020년 8월-2027년 8월
|485,195,000원서울대학교 통계학과 미래인재 교육연구단
본 교육연구단은 데이터과학 시대를 선도할 통계학 미래인재를 양성하기 위한 교육·연구·국제화 프로그램을 운영함.
연구 목표는 종합적 사고능력을 함양하는 세계적 교육 프로그램 개발, 데이터과학 시대에 필요한 새로운 통계학 영역 개척, 글로벌 미래인재를 위한 해외 교류 활성화에 있음. 핵심 연구 내용은 교과목 개편, 학‧석사 연계, 석사과정 이원화(Two-track), 연구방법론 및 대학원 공통역량교과목 신설을 통한 교육체계 구축과, SCI(E)·SSCI급 논문 77편, 국제학술대회 43건 발표, 45개 외국대학(66인)과 55편 SCI(E) 공동연구 수행, 해외 유수기관 교류 확대 및 인센티브 제공으로 연구역량 강화에 있음. 기대 효과는 첨단 산업인력 공급과 산업 경쟁력 강화, 통계학 선도 연구 역할 수행, 통계학 분야 국제 공동연구 거점화임.
통계 이론
비유클리드자료
초고차원자료
데이터과학
빅데이터
기계학습
비모수추론
통계계산
생물정보학
3
주관|
2020년 8월-2027년 8월
|400,368,598원서울대학교 통계학과 미래인재 교육연구단
본 과제는 데이터가 복잡해지는 시대에 맞춰 통계학 미래인재를 키우는 교육연구단 운영을 목표로 함.
연구 목표는 다변화된 데이터 분석역량과 종합적 사고능력을 갖춘 세계적 인재 양성, 데이터과학 시대에 필요한 새로운 통계학 연구 분야·방법론 개척, 국제화 교류 활성화임. 핵심 연구 내용은 서울대학교 통계학과 참여교수의 세계 수준 연구역량을 기반으로 해외 유수 대학 및 연구기관과 공동연구를 확대하고 UC Berkeley 등에서 대학원생 연구역량을 극대화하는 연수·국제 학술활동 지원을 수행하는 체계 구축임. 기대효과는 2027년까지 교육·연구·국제화 수준의 세계 20위권 도약, 선도적 통계 이론·방법론 개발 및 세계적 교육을 통한 학문후속세대·첨단 산업인력 공급, 공학·의학·생명과학·환경·사회과학 등으로 통계적 방법론 전파로 산업 혁신과 경쟁력 강화 기여임.
통계이론
비유클리드자료
초고차원자료
데이터과학
빅데이터
기계학습
비모수추론
통계계산
생물정보학
최신 특허
특허 전체보기
전체 특허
국내외 뉴스 자연어처리를 바탕으로 한 상품가격 단기예측 통계분석 알고리즘
상태
등록출원연도
2021출원번호
1020210014610맞춤형 금융상품 추천 시스템 및 방법
상태
등록출원연도
2020출원번호
1020200078176감육 판별 시스템 및 방법
상태
등록출원연도
2017출원번호
1020170097135