FDR Control Procedures for Complex Dependent Structure using Deep Learning
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710114103
과학기술정보통신부
한국연구재단
한국뉴욕주립대학교
PARK DOHWAN
2명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
4,100만원
4,100만원
기초연구
대학
인천광역시 연수구
수학 > 응용통계 > 달리 분류되지 않는 응용통계
다중 가설 검정 (Multiple hypothesis testing)은 대규모 데이터 분석에서 필수적으로 필요한 통계적 도구로 대규모의 데이터가 발생하게 되는 유전자 발현 분석, fMRI ... 점근적으로 FDR을 엄밀히 제어하고 검정력 면에서 최적성을 달성함을 이론적으로 규명하며, 다양한 시뮬레이션과 실제 빅데이터 분석을 통해 그 우수성과 활용 가능성을 종합적으로 평가한다.
이 제안서에서 고려하는 다중검정(multiple hypotheses testing)은 데이터 가 주어졌을 때 각각의 데이터에 대해 m개의 영가설(null hypotheses)과 대립가설(alternative hypotheses)를 검정하는 형태이다. 이 연구 주제를 3년의 계획으로 다룰 것이다. 1년차 연구에서는 다중검정에서 기본적으로 를 기준으로 p값을 ...
... 다중검정 분야에서 새로운 연구의 초석을 제공할 수 있다. 또한 본 연구에서 제안된 방법론은 다중검증이 요구되는 다양한 응용분야에서 후속 연구의 기초 자료로 활용될 것이다. 특히 대규모 데이터 환경에서 신뢰할 수 있는 결과를 deep learning 방법을 이용하여 도출 하는데 적합한 분석 도구로 자리잡아 학문적 및 공공데이터와 산업적 데이터 분석에서 본 연구의 결과가 중요한 ...