• Communications for Statistical Applications and Methods
• /
• 제4권3호
• /
• pp.863-879
• /
• 1997

정규분포에 대한 적합도 검정은 실제적인 측면이나 이론적인 측면에서 그 중요성을 무시할 수 없다. 본 연구에서는 이변량 정규분포의 적합도 검정을 위한 통계량을 제안하였다. 주요 아이디어는 모든 가능한 이변량 분포의 선형조합을 고려하여, 그 선형조합이 순서통계량을 이론적인 분위수와 비교하는 것이다. 또한 제안된 통계량의 극한분포가 Gaussian process의 적분의 형태로 표시될 수 있음을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.207-207
• /
• 2023

데이터 기반 강수 예측 모델은 극한 강수 이벤트의 크기를 과소 추정하는 경향이 있다. 이는 훈련 데이터에 극한 강수 이벤트보다 일반적인 강수 이벤트가 많이 포함되어 있기 때문이다. 본 연구는 이러한 딥러닝의 데이터 불균형 문제를 해소하고자 모델을 학습시킬 때 격자별 극한 강수에 더 큰 가중치를 주어 극한 강수 예측의 정확성을 높이는 방법을 제안한다. 딥러닝 모델 중 공간-시간 필드를 정확하게 예측할 수 있는 ConvLSTM 기반 강수 예측 모델을 활용하여 레이더 강수량을 예측하였다. 먼저, 훈련 기간 동안의 강수 이벤트의 누적 분포 함수 CDF(Cummulative distribution funcion)을 그린 후 극한 강수 이벤트와 일반적인 강수 이벤트의 분포를 확인하였다. 그다음, 적은 분포를 가진 극한 강수 이벤트의 더 큰 가중치를 두어 모델을 학습시켰다. 이 모델은 대한민국 중부 지역 (200km x 200km)의 5km-10분 해상도 레이더-계량기 복합 강수 필드에 대해 2009-2014년 기간 동안 훈련 되었고 2015-2016년 동안 모델의 훈련을 검증 하였고, 2017-2018년 동안 테스트 되었다. 다양한 가중치 함수를 기반으로 훈련 시킨 결과 최적화 가중치 함수 모델의 평균 NSE는 0.6 평균 RMSE는 0.00015 그리고 극한 강수 이벤트만 따로 추출한 평균 MAE는 6이다. 결과적으로 제안된 모델은 기존 방법에 비해 예측 성능을 향상 시켰으며, 격자별 가중치를 두었을 경우 일반적인 강수 이벤트 뿐만 아니라 극한 강수 이벤트의 예측의 정확도를 향상시켰다.

• 한국해양공학회지
• /
• 제5권2호
• /
• pp.43-50
• /
• 1991

본 연구에서는 극한 파고를 추정하는 방법을 제시하였다. Type III분포에 근거해서 4가지의 방법들에 의해 분포 함수의 파라미터들을 추정하였다. 실제 자료와 추정된 분포 함수 값의 차이를 다항식을 도입하여 함으로써 그 오차를 줄였다. 이 방법들의 타당성을 보이기 위해 실제 해상의 자료들을 이용하여 분포 함수를 구하고 조우 주기들에 해당하는 극한 파고를 계산하여 보았다.

• 한국지반공학회논문집
• /
• 제25권4호
• /
• pp.77-90
• /
• 2009

본 연구에서는 다층지반에 관입된 현장타설말뚝 중 강성말뚝을 대상으로 다층지반의 조건에 따른 말뚝의 수평지지력과 수평거동에 대하여 실험적 분석을 실시하였다. 이를 위해 말뚝이 근입되는 지반에 상이한 상대밀도를 갖는 지반층을 구성하였으며, 수평하중-변위량 곡선을 통하여 극한수평지지력을 산정하고 기존의 방법을 적용시켜 산정된 극한수평지지력과 비교하였다. 또한, 말뚝에 부착된 스트레인게이지와 토압센서를 이용하여 다층지반에서의 말뚝의 수평거동에서 발생하는 휨모멘트분포와 극한단위수평지지력분포를 확인하였다. 수평재하시험결과 말뚝의 극한수평지지력은 지반의 상대밀도와 지반층의 구성에 따라 달라지며, 단일지반을 대상으로 제안된 다양한 방법으로 예측된 값에 비하여 상당부분 적게 측정되는 것으로 나타났다. 말뚝의 침모멘트 분포는 다층지반의 조건에 상관없이 유사한 분포 형상을 보였으며, 극한단위수평지지력 분포 형태는 최상층지반과 중간층지반이 동일하고 최하층지반이 상이한 지반에서 다소 달라지는 분포형상을 보였으나, 다른경우에 있어서는 기본적으로 Prasad and Chari(1999)의 극한단위수평지지력 분포형상과 유사한 것으로 나타났다.

• 한국지반공학회논문집
• /
• 제25권6호
• /
• pp.47-57
• /
• 2009

본 연구에서는 다층지반에서 수평하중을 받는 말뚝을 대상으로 콘관입치를 이용하여 극한수평지지력을 산정하였으며, 다층지반조건을 고려할 수 있는 토압분포 형태를 제안하고자 한다. 이를 위해 각 층의 상대밀도를 달리한 12개의 다층지반을 조성하여 각 지반에 대해 콘관입시험 및 수평말뚝재하시험을 수행하였으며, 각각의 다층지반조건에 대한 극한수평지지력을 비교, 분석하였다. 극한수평지지력 산정은 Broms(1964), Petrasovits & Award(1972), Prasad & Ch뼈(1999)가 제안한 방법을 기준으로 하였으며, Prasad & Chari(1999)의 방법에 대해서는 다층지반 조건을 고려하기 위한 수정된 토압분포형상을 적용하였다. 본 연구 결과, 다층지반 조건을 고려한 제안 방법이, 기존의 단일지반에 적용했던 토압분포 형상을 이용하는 방법보다 향상된 정밀도를 보여 주였다. 극한수평지지력 분포형상에 있어서도 Broms(1964), Petrasovits & Award(1972)의 방법으로 산정한 극한수평지지력과 유사한 분포를 보였다.

• 대한조선학회논문집
• /
• 제33권1호
• /
• pp.145-152
• /
• 1996

본 연구에서는 해상 구조물에 작용하는 설계 파랑 하중을 산정하기 위하여 해상에서 관측되거나 또는 예측된 파랑 자료를 사용하여 해상 구조물의 설계 생존 기간 동안 만나게 될 극한 설계파를 산정하는 기법을 개발하였다. 주어진 파랑 자료에 Order Statistics와 Monte Carlo Simulation 기법을 적용하여 가장 알맞은 파랑 자료의 극한 분포식을 선택하여 이 분포식으로부터 원하는 회귀 주기에 해당하는 극한 설계파를 결정하고 결정된 극한 설계 파고의 불확실성에 대한 범위를 설정함으로서 설계 파고의 여유를 줄 수 있다. 이와 같은 기법을 우리나라 남해안의 1938년부터 1987년까지 태풍에 의한 파랑 자료에 적용하여 극한 설계파를 산정하는 예를 보였다. 이상과 같은 방법을 이용함으로서 대형 해양 구조물을 설계함에 있어 극한 하중 상태를 산정할 수 있는 정보를 설계 초기 단계에 제공할 수 있으며 해당 구조물의 주요 요목, 구조 등의 설계 인자들을 산정할 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.12-12
• /
• 2018

수공구조물 설계의 기준을 정하기 위해서 수문자료의 빈도해석이 널리 사용되고 있다. 수문자표의 빈도해석 기법으로는 자료의 차원과 기법에 따라서 총 네 개로 구분할 수 있다. 그 네 개의 빈도해석은 다음과 같다 1) 단변량 수문자료와 지점별로 확률분포형 모형을 구축하는 단변량 지점빈도해석, 2) 다변량 수문자료와 지점별로 확률분포형을 구축하는 다변량 지점빈도해석, 3) 단변량 수문자료와 동일지점내의 확률분포모형을 구축하는 단변량 지역빈도해석, 4) 다변량 수문자료와 동일지점내의 확률분포모형을 구축하는 다변량 지역빈도해석. 현재는 다변량 지역빈도해석에 대한 연구사 수문분야에서 활발히 연구되고 있다. 현재 다변량 지역빈도해석에 대한 한국의 극한 강우 자료에 대한 연구가 진행되지 않았기 때문에, 본 연구에서는 이변량 극한강우자료에 대한 다변량 지역빈도해석의 적용성을 평가하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.38-38
• /
• 2020

SPI지수는 강수량이 감소하기 시작하면 필요한 물수요에 비해서 상대적으로 물부족을 유발하게 되고, 가뭄발생의 발단이 된다는 것에 착안하여 개발된 지수이다. 하지만 다른 가뭄지수와 마찬가지로 강수량 또는 유출량 시계열을 상대적인 표준정규분포로 산정하였기 때문에 인근 지역에 비해 상대적으로 강수량이 많은 지역도 실제로 발생하지 않은 가뭄이 발생한다고 분석이 된다. 이러한 현상을 완화시키기 위해 수정된 가뭄분석 기법이 요구된다. 이에 Jeung et. al(2019)은 이런 현상을 완화시키기 위해 SPI지수 계산과정에서 해당지점의 시계열을 대상으로 계산되는 Gamma 분포를 전국으로 확장 시켜 산정 후 표준정규분포에 적용하여 가뭄지수를 산정하였다. 또한 과거 제한급수가 발생했던 지역을 대상으로 극한가뭄과 가뭄지속기간을 이용하여 M-SPI지수의 효용성을 확인한 결과, 제한급수 실시년도와 SPI, M-SPI 결과와의 비교결과 과거 가뭄을 정확하게 모사하는 것을 확인하였다. 하지만 M-SPI는 전국을 하나의 지역으로 가정하여 산정하였고, 증발산량과, 고도 등 지형의 특성을 고려하지 않았기 때문에 일부의 가뭄사상을 재현하지 못하였다. 이에 본 연구에서는 기상학적 인자와, 지형학적 인자를 고려하여 지역화를 하고, 각 지역별로 대표 확률분포를 산정하여 가뭄지수를 산정하고자 한다. 또한 한국 기상청에서 제공하고 있는 국가 표준기후변화 시나리오를 수집하여 M-SPI에 적용하여 미래 극한 가뭄빈도의 변화를 전망하고자 한다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제24권6호
• /
• pp.25-33
• /
• 2020

취성재료의 변형률 분포와 인장물성과의 상관관계를 분석하기 위해 변형률 분포를 가지도록 탭부분을 변형한 5개 타입-S0, SD1, SD2, SV1, SV2 - 의 탄소섬유보강폴리머(CFRP) 인장시편군을 시험하였다. 변형률 분포가 큰 SD2, SV2 의 극한응력 및 변형률이 SD1, SV1 보다 작게 나타났는데, 이는 비대칭 형상의 SD타입보다 대칭 형상의 SV의 시험결과에서 더 분명하게 나타냈다. 더불어 본 연구에서 사용한 변형률 분포를 가진 대부분의 시편의 극한 응력 및 변형률은 변형률 분포가 없는 대조군과 비교하였을 때 감소하였다. 이러한 결과는 1) 변형률계를 통해 직접 계측한 변형률의 평균값, 2) 전체변형량을 유효길이로 나눠 산정하는 환산변형률, 3) 탄성계수와 극한하중으로부터 유도하는 (극한)유효변형률을 통해 다각적으로 분석되었다. 변형률계에서 계측된 값은 국소구간 응답을 정확히 나타내지만, 전단면의 응답을 표현하는 것은 아니다. 반면, 환산변형률과 유효변형률은 전단면의 평균거동을 나타내므로, 게이지의 단점을 보완할 수 있다. 특히 유효변형률은 극한하중 부근에서 변형률계 측정값이 게이지 손상이나 비정상적 계측값 등의 원인으로 유효하지 않을 때도 실무적으로도 사용할 있는 보수적인 파단변형률을 산정할 수 있다. 이 값은 부분파단이 발생한 경우에도 사용할 수 있으며, 변형률 분포를 가지는 시편에서 합리적으로 유용하다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.335-335
• /
• 2018

최근 이상기후현상으로 지구상의 여러 지역에서 극치 수문 사상의 발생 빈도와 강도가 날로 증가하고 있는 추세이다. 이에 대해 수공구조물의 설계를 위한 극치강우사상의 빈도해석에 있어서 적절한 확률분포모형의 적용은 매우 중요하다. 이에 수문통계분야에서는 generalized extreme value(GEV), generalized logistic(GLO), Gumbel(GUM) 모형과 같은 극치 분포를 이용한 수문통계적 특성에 대한 접근이 주로 이루어지고 있다. 하지만 우리나라 강우 사상의 경우 GEV 분포와 GUM 분포가 비교적 적합한 것으로 알려져 있지만 하나의 형상매개변수를 가지고 있어 분포 모형이 표현할 수 있는 통계적 특성에 한계를 가지고 있다. 기존의 GEV나 GUM분포로는 적절히 재현되지 않는 자료들을 분석하기 위해서 두 개의 형상매개변수를 가지는 분포형에 대한 연구가 진행되고 있다. 이에 본 연구에서는 두 개의 형상매개변수를 가지는 Burr XII 분포형의 우리나라 극한 강우자료에 대한 적용성을 평가하였다. Burr XII 분포형은 gamma나 exponential 분포 모형처럼 양의 확률변수만을 가지고, Cauchy나 Pareto 분포 모형처럼 두꺼운 꼬리(heavy-tailed distribution) 형상을 나타내기 때문에 비교적 큰 확률변수가 빈번히 나타나는 극치사상에도 적합한 것으로 알려져 있다. 이를 위해 Burr XII 분포 모형을 이용하여 우리나라 강우자료에 대해 지점빈도해석 및 지역빈도해석을 수행하고 우리나라 강우자료에 비교적 적합하다고 알려진 분포인 GEV, GLO, GUM 분포형을 통해 산정된 결과와 비교하였다.