과제명

데이터 모델링과 이론 연구 Data Modeling and Theory

연구 책임자

Thumb 8429ea87ccf43026783768f4ac5405025bdee191
이영조 교수 서울대학교 통계학과
직책 센터장, 제1총괄연구책임자, 제1-1세부과제 책임자
최종학위 Iowa State University 통계학
연락처 Tel02-880-6568 Mail youngjo@snu.ac.kr Web Link

최종 연구목표

  1. 복잡 대용량데이터를 분석할 수 있는 모형개발과 우도 이론연구를 수행한다.
  2. 시공간 인과관계에 의한 역동성 데이터 분석을 위한 모형개발과 이론연구를 수행한다.
  3. 실제데이터에 응용하고 새로운 과학적 의미를 발견한다.

연도별 연구내용

1년차
  1. 확장된 우도 이론 정립
  2. 변수선택을 위한 이중다단계 일반화 선형 모형 개발
  3. 시간데이터 및 공간데이터 분석을 위한 모형화 및 방법론 개발연구
2년차
  1. 확장된 우도 방법에 의한 다중 비교 방법 개발
  2. 대용량 데이터에서의 효율적인 변량효과 추정 연구
  3. 고차원 공분산 행렬의 이론적 성질 연구
  4. 대용량시간 및 공간데이터를 분석할 수 있는 알고리즘 개발
3년차
  1. 상관되어있는 변량효과의 추론을 위한 칼만필터 알고리즘 연구
  2. 고차원 이 표본(또는 일 표본)에서 평균벡터 검정방법 연구
  3. 불완전한 데이터에 있는 경우 변량효과 모형 개발
  4. 시공간 데이터분석을 위한 모형화 및 방법론 개발
4년차
  1. 중도절단된 데이터에 대한 복잡한 프레일티 모형 연구
  2. 결측데이터에 대한 결측 모형 연구 및 결측치 추정
  3. 망(network)에 대한 추론 방법론 연구 - 일표본 문제
5년차
  1. 다단계 우도를 통한 비모수적 방법 개발
  2. 망(network)에 대한 추론 방법론 연구 - 이표본 문제
  3. 의존관계가 부분적으로 알려진 망(network)에 대한 추론 연구
  4. 복잡, 대용량 시공간 데이터를 분석할 수 있는 알고리즘 개발
6년차
  1. 추정된 변량효과의 예측 구간을 얻기 위한 다단계 우도의 정보행렬 연구
  2. 개발된 변수선택 및 다중비교 방법을 유전데이터, 핵의학 영상 데이터 등에 응용
  3. 고차원 이 표본(또는 일 표본)에서 평균벡터 검정의 실제 문제 적용
  4. 개발된 시공간 데이터분석 방법을 핵의학 영상데이터 및 산업데이터에 적용
7년차
  1. 상관되어있는 변량효과의 추론기법을 질병지도에 응용
  2. 망(network)에 대한 개발된 추론 방법의 실제 문제 응용
  3. 개발된 방법을 기후데이터및 대용량 시공간데이터에 적용
  4. 개발된 방법에 대한 프로그램 구현

기대효과

학문발전에 기대효과

본 총괄과제의 연구 핵심 키워드인 우도연구, 고차원데이터분석, 시공간데이터분석 등은 통계이론과 응용 두 측면을 모두 가지고 있는 주제로서 그 연구 성과의 활용과 기대효과가 통계학자체에서도 크다고 하겠다. 학문의 파급효과를 보면 본 총괄과제 연구하는 주제들은 이는 복잡한 데이터를 분석하고 모형화 하는데 크게 기여할 수 있으므로, 이와 같은 데이터를 이용하는 관련 학문과 융합되어 널리 사용될 수 있다면 그 파급효과는 기하급수적으로 커진다.

산업발전에 기대효과

산업체 데이터나, 인간의 질병에 대한 규명하고 그 진행과정을 이해하고, 망구조 인과 관계를 가진 수 많은 복잡데이터를 분석하는데 크게 기여하게 된다. 또한 최근 기상 변화 등은 전 세계적인 관심을 받고 있는바 본 연구팀의 기후 변화에 관한 연구는 미래 기상 변화 등을 이해하는 보다 큰 의미 있는 걸음이 될 것이다.

연구인력 양성효과

연구 주제 및 분석데이터의 특성상, 본 연구에 참여하는 인력(대학원생, 박사후 과정생)들은 데이터과학적으로 매우 도전적인 문제를 다루게 되어, 본 과제를 수행하는 동안 새로운 학문 분야인 테이터과학에 대한 새로운 이해를 갖게 될 뿐만 아니라 이 학문 분야의 선구자로서의 역할을 감당하게 될 것이다. 또한 이 분야의 세계적인 수준의 연구 방법론 개발을 선도할 수 있게 된다. 이와 같은 과정을 통해 새롭게 태동하는 데이터과학이라는 학문의 차세대 연구자들을 기르는데 크게 기여를 하게 될 것이다.