• 한국수자원학회논문집
• /
• 제45권8호
• /
• pp.827-837
• /
• 2012

확률강우량은 수공구조물의 설계에 있어 중요한 역할을 하며 이러한 확률강우량의 산정은 일반적으로 일변량 빈도해석을 수행하고 최적의 확률분포형을 찾아냄으로써 계산된다. 하지만 일변량 빈도해석은 수행 시 지속기간이 제한적이라는 단점이 있으며 이를 보완하기 위해 본 연구에서는 이변량 빈도해석을 수행하였다. 다변량 모형인 copula 모형 중3가지의 분포형을 이용하여 5개 지점의 연최대강우사상에 대해 이 변량 빈도해석을 수행하였으며 확률변수로 강우량과 지속기간을 사용하였다. 주변분포형은 강우량에는 Gumbel (GUM), generalized logistic (GLO) 분포형, 지속기간에는 generalized extreme value (GEV), GUM, GLO 분포형이사용됐으며 copula 모형은Frank, Joe, Gumbel-Hougaard 모형을 이용하였다. 주변분포형의 매개변수는 확률가중모멘트법을 이용하여 추정하였으며, copula 모형의 매개변수는 준모수방법인 의사최우도법을 사용하여 구하였다. 이를 통해 얻어진 확률강우량을 주변분포형과 copula 모형을바꾸어가며 비교하였다. 그 결과, 주변분포형의 종류에 따른 변화에서는 지속기간의 분포형에는 크게 영향을 받지 않는 것으로 나타났다. 강우량의 분포형에 따라서는 조금씩 차이가 났으며 강우량의 분포형이 GUM일 경우, GLO일 때에 비해 재현기간이 증가할수록 확률강우량이 증가하는 경향이 두드러졌다. Copula 모형별로 비교해보았을 때, Joe, Gumbel-Hougaard 모형은 비슷한 경향을 나타내었으며 Frank 모형은 재현기간의 증가에 따른 확률강우량의 증가가 강하게 나타냈다.

• 한국지리정보학회지
• /
• 제13권1호
• /
• pp.101-113
• /
• 2010

최근에 발생하는 강우양상은 강우일수는 감소하고, 강우강도는 증가해 홍수발생 빈도 역시 증가하는 추세이다. 이를 반영하기 위한 기존의 방법은 수공구조물의 설계홍수량을 산정할 때 가능최대강우량을 도입하거나, 설계빈도를 높이는 등의 확정론적 방법에 의존한다. 그러나 이렇게 설계기준을 상향 조정한 경우, 설계빈도의 강우가 발생하지 않으면 수공구조물의 경제성 측면에서 문제가 될 소지가 있다. 또한 수공구조물의 규모가 클수록 인근 주민과의 마찰이 커지고, 환경 문제의 발생 역시 고려하지 않을 수 없다. 이에 따라 설계빈도의 무조건적인 상향조정에 의존하기보다 추계학적 방법을 도입한 수문량의 확충 및 매개변수의 불확실성을 수공구조물 설계 시에 고려하기 위한 연구가 활발히 진행되고 있다. 본 연구에서는 강우발생의 불확실성을 반영하여 제내지에서의 침수범위를 GIS상에서 검토하였다. 이를 위해 log-ratio 방법, Johnson 시스템, 직교변환을 활용한 다변량 Monte Carlo 기법으로 추계학적 시간에 따른 강우변동을 생성하였다. 생성된 강우변동 결과를 토대로 수문분석, 홍수위 분석 등을 실시하고 FLUMEN 모형을 적용하여 해당유역에 대한 홍수범람시 침수범위를 산정하였다. 본 연구결과는 실제 강우의 불확실성을 반영하고 있어 시 공간적 강우특성이 반영된 유역별 주민대피지도, 홍수위험지도 등을 제작하는데 활용될 수 있을 것으로 판단된다.

• 한국방재학회 논문집
• /
• 제7권2호통권25호
• /
• pp.13-24
• /
• 2007

본 연구에서는 우리나라 강우에 다변량 분석기법을 적용하여 대표확률분포형을 결정하고, 결정된 대표확률분포형으로부터 확률강우강도식을 유도하였다. 강우자료는 30년 이상의 연최대강우자료로서 12개의 지속기간(10분, 1, 2, 3, 4, 5, 6, 8, 10, 12, 18, 24시간)과 50개의 강우특성인자를 적용하였다. 확률분포형은 빈도해석에 널리 사용되는 14개 분포형을 사용하였으며, 전 지역의 강우 동질성을 검정하는 방법으로 주성분분석과 군집분석을 실시하였다. 본 연구의 수행으로 얻어진 결과를 하면 다음과 같다. 첫째, 우리나라 전역을 대표할 수 있는 적정분포형을 선정할 수는 없었으나, 수문학적 동질성이 인정되는 5개의 권역으로 구분하였다. 둘째, I, III, IV, V 권역은 GEV 분포, I I권역은 Gumbel 분포가 대표적정분포형으로 선정되었다. 셋째, 대표적정분포형에 의한 확률강우량은 기존 연구들과 차이가 발생하는 것을 알 수 있었다. 넷째, 대표적정분포형으로부터 얻어진 확률강우량을 이용하여 대표확률강우강도식을 유도하였다.

• 한국약용작물학회지
• /
• 제2권2호
• /
• pp.140-145
• /
• 1994

형질이 고정되지 않은 도입 삼도시호의 유용초형을 선발하고자 다변량 해석법에 의해 개체간의 유전적 거리를 추정하고 이를 ‘기초로 Cluster analysis로 초형군을 분류를 하였던바 그 결과를 요약하면 다음과 같다. 1. 시호의 지상부 및 지하부 8개 형질을 대상으로 Complete linkage cluster 방법 에 의해 초형을 분류한 결과 6개 군(群)으로 분류할 수 있었다. 최초 분지 착생절위가 낮은 개체는 분지수가 많아 다분지형으로 최초분지 착생절위가 높은 개체는 분지수가 적어 소분지형 초형으로 구분되었다. 2. 초형 II군(群)과 VI군(群)은 다분지형으로 그리고 I군(群), III군(群), IV군(群) 및 V군(群)은 소분지형으로 분류되었다. 3. 시호의 건근중은 분지수와 고도(高度)로 유의(有意)한 정상관(正相關)을 보였으며, 최초분지 착생결위와는 유의힌 부(負)의 상관(相關)을 나타내었다.

• 한국약용작물학회지
• /
• 제5권4호
• /
• pp.260-265
• /
• 1997

양적형질을 중심으로 다변량 해석법에 의해 택사 품종들간의 유연 관계를 추정하고 이에 기초한 cluster analysis를 실시하여 품종을 분류한 결과는 다음과 같다. Euclidian distance $(D^2)$에 의하여 공시한 62개 품종을 5개군으로 대별해 볼 수 있었는데 제1군이 12품종, 제2군이 21품종, 제3군이 17품종, 제4군이 5품종, 제5군이 7품종으로 군을 형성하였다. 제 1군은 건근중은 높고, 생근중이 낮으며 제2군은 생근중이 높고 제4군은 건근중이 낮은 품종군이었다. 지리적 분포와 유전적 변이는 직접적인 관련이 없었다. 품종군내, 품종군간의 $D^2$에 가장 크게 영향을 미친 형질은 경장과 생근중이었다.

• 응용통계연구
• /
• 제30권1호
• /
• pp.135-145
• /
• 2017

주성분 분석(principal component analysis; PCA)은 서로 상관되어 있는 다변량 자료의 차원을 축소하는 대표적인 기법으로 많은 다변량 분석에서 활용되고 있다. 하지만 주성분은 모든 변수들의 선형결합으로 이루어지므로, 그 결과의 해석이 어렵다는 한계가 있다. sparse PCA(SPCA) 방법은 elastic net 형태의 벌점함수를 이용하여 보다 성긴(sparse) 적재를 가진 수정된 주성분을 만들어주지만, 변수들의 그룹구조를 이용하지 못한다는 한계가 있다. 이에 본 연구에서는 기존 SPCA를 개선하여, 자료가 그룹화되어 있는 경우에 유의한 그룹을 선택함과 동시에 그룹 내 불필요한 변수를 제거할 수 있는 새로운 주성분 분석 방법을 제시하고자 한다. 그룹과 그룹 내 변수 구조를 모형 적합에 이용하기 위하여, sparse 주성분 분석에서의 elastic net 벌점함수 대신에 계층적 벌점함수 형태를 고려하였다. 또한 실제 자료의 분석을 통해 제안 방법의 성능 및 유용성을 입증하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.669-673
• /
• 2006

수자원시스템의 설계, 계획, 운영에 있어서 핵심적인 수문변수의 미래거동에 대한 보다 나은 추정치가 필요하다. 예를 들어, 수력발전, 레크리에이션 이용과 하류지역의 오염희석과 같은 다중목적 기능을 유지하기 위하여 다목적댐을 운영할 때에, 다가오는 미래시간에 대한 계획된 유량의 예측이 요구된다. 예측의 목적은 미래에 발생할 정확한 예상치를 제공하는 것이다(Keith W. Hipel, 1994). 본 연구의 주요 목적은 다변량 추계학적 시스템의 해석을 위한 모형의 추정과 등정을 위한 과정을 개발하는데 있다. 일반적 추계학적 시스템 모형이 표현되며 그것으로부터 수문학적 시스템의 모형을 매우 적절하게 유도하기 위한 다중 입력-단일 출력 TF, TFN, ARMAX모형을 유도하는데 있다. 이 모형은 수문학적 시스템을 위한 경우인 상관된 입력을 설명할 수 있도록 개발된다. 일반적인 모형을 만드는 전략이며 실제유역시스템에 적용하여 검토된다.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2005년도 추계학술대회
• /
• pp.300-310
• /
• 2005

Mahalanobis Taguchi System (MTS) is developed by Genishi Taguchi as a part of his quality engineering methodology. The basic idea of Taguchi's quality engineering is looking for the way of effectiveness of analyzing multivariate system. In the MTS, with the standardized variables of healthy normal data, Mahalanobis Distance(MD) calculated and that can be discriminate between normal and abnormal objects. If this discrimination process is successful, next step is optimization which is try to reduce number of attributes by neglecting less effective attributes to MD. Orthogonal Array (OA) and Signal to Noise ratio (S/N) are used to evaluate the amount contribution of each attribute to the MD. Wisconsin Breast Cancer study, from machining learning repository at University of California at Irvine, used for examining the discriminant ability of MTS.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.301-304
• /
• 2007

본 연구에서는 폐탄광 지역에서 발생하는 지반침하에 영향을 주는 주요 요인들을 추출하기 위하여 다변량 통계분석 방법의 하나인 주성분분석(Principle Component Analysis : PCA)기법과 지리정보시스템 (Geographic Information System : GIS)을 이용하였다. 이를 위해 연구지역에서 수행한 지표지질조사， 정밀조사, 실내암석시험 등으로부터 취득된 자료를 데이터베이스로 구축하고, 지반침하 위험지역 분포를 공간적으로 해석할 수 있는 지질, 토지이용, 경사도， 지표로부터 지하 갱도까지의 심도, 갱도의 지표상 위치로부터의 수평거리, 지하수심도, 투수계수, RMR(Rock Mass Rating) 값을 분석대상으로 선정하였다. 각 요인들이 연구지역 전체에 걸쳐 분포하도록 GIS의 공간분석 기법의 하나인 표면분석(Surface Analysis), 버퍼링기법(Buffering) 및 내삽법(Interpolation)을 이용하여 래스터 데이터베이스로 구축하고 이로부터 추출된 자료들을 입력값으로 하는 주성분분석을 수행하였다. 주성분분석 결과 폐탄광 지역의 지반침하에 영향을 주는 주요인을 추출하는 것이 가능하였으며, 연구지역은 지질 및 지반강도 관련 요인이 침하발생의 가장 큰 요인인 것으로 분석되었다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 1996년도 춘계공동학술대회논문집; 공군사관학교, 청주; 26-27 Apr. 1996
• /
• pp.407-410
• /
• 1996

This paper presents how to build a human sensibility database by multivariate method. And, we discribe a fuzzy based inference system which converts human sensibility data to design factors using the human sensibility database. We are able to obtain the values of multiple correlation coeffcient, partial correlation coefficient, and categories by the quantification theory which is multivariate analysis. So, the human sensibility database is constructed from those values. The inference system will be more useful, if the human sensibility database and graphic design factor database were integrated.