• The Bulletin of The Korean Astronomical Society
• /
• v.35 no.2
• /
• pp.47.2-47.2
• /
• 2010

태양플레어는 태양 대기에서 발생하는 격렬한 폭발현상으로 이를 예측하고 대비하기가 쉽지 않다. 본 연구에서는 플레어의 발생 확률이 태양 흑점 분류와 흑점 면적 변화량에 어떻게 의존하는 가를 조사하였다. 이를 위하여 약 9년 기간(2001년 7월 ~ 2010년 6월) NOAA에서 제공하는 AR(Active Region) 정보에 근거한 McIntosh 흑점 분류법을 사용하였다. 플레어는 C 등급 이상(C,M,X)인 것만을 고려하였다. 본 연구에서는 60개의 McIntosh 흑점군 그룹 중 가장 플레어를 많이 발생시키는 6개의 흑점군 그룹에 대해 태양 흑점 면적의 변화량을 각각 3그룹으로 나누어(감소, 무변화, 증가) 비교해보았다. 그 결과 거의 모든 그룹에서 태양 흑점의 넓이가 증가, 감소, 무변화 순으로 플레어의 발생 확률이 높다는 것을 확인하였다. 예로, 흑점군 그룹 중 Fkc그룹의 경우 위의 순서대로 65%, 50%, 44%로 M등급의 플레어가 발생했다. 흑점의 면적 변화가 자기플럭스의 변화를 나타내는 좋은 인자임을 고려할 때, 본 결과는 새로운 자기플럭스가 광구로 상승하는 경우에 플레어의 발생 확률이 더 높음을 보여준다. 본 연구 결과를 토대로 태양 흑점 분류와 면적의 변화량에 따른 플레어 발생 확률 연구의 발전방향과 활용 방안에 대해 논의하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.843-846
• /
• 2005

사용자마다 여러 필기 방식이 존재하기 때문에 입력된 문자가 획 순서를 달리하여 필기했을 경우 오인식 발생확률이 많다고 볼 수 있다. 따라서 본 논문에서는 사용자의 서로 다른 필기 방향을 처리하는 인식 방법을 제안한다. 하나의 문자라도 필기 모양에 따라 해당 모델에서 그 문자가 발생할 확률 값이 다르지만 임계 확률 값 즉, 다양한 필기 모양에 상관없는 최소한의 발생 확률 값을 구할 수 있다. 따라서 시스템이 입력 문자를 인식할 때 어떤 모델에서의 발생 확률이 그 모델에서의 임계 확률 값보다 낮을 경우는 훈련과는 다른 필기체로 쓴 것이라고 가정할 수 있으며, 이러한 정보를 통해서 다른 필기 방향의 문자를 인식할 수가 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.453-453
• /
• 2017

본 연구에서는 최근 기후변화로 인한 집중호우의 발생횟수의 경향을 확률적으로 분석함에 있어 1개월 동안 80 mm/day 이상의 강우사상을 집중호우로 정의하여, 대구 및 부산 강우관측소로부터 수집된 384개월 동안의 집중호우를 분석하였다. 집중호우 월별 발생횟수와 같은 형식의 자료의 확률적 분석은 대개 Poisson 분포 (POI)가 사용되나 자료에 포함된 0자료의 과잉은 확률분포를 왜곡시키는 문제를 발생시킨다. 본 연구에서는 이 문제를 개선하기 위하여 개발된 일반화 Poisson 확률분포 (GPD), 0-과잉 Poisson 확률분포 (ZIP), 0-과잉 일반화 Poisson 확률분포 (ZIGP), Bayesian 0-과잉 일반화 Poisson 확률분포 (Bayesian ZIGP)를 집중호우 자료에 적용하고, 5개 모형의 특성을 비교분석하였으며, Bayesian ZIGP 모형의 구축에 있어서는 정보적 사전분포를 사용함으로써 모형의 정확도를 개선하였다. 분석결과 분석하고자 하는 자료에 0이 과다하게 포함되어 있는 경우 POI 및 GPD 분포는 관측결과와는 다른 결과를 제시하여 적절한 모형으로 고려되지 못함을 알 수 있었다. 5가지 모형 중 정보적 사전분포를 탑재한 Bayesian ZIGP 모형이 가장 관측 자료와 유사한 결과를 도출하였으나 모형의 구축에 수반되는 실용적인 측면을 고려하면 ZIP 모형도 충분히 사용될 수 있는 모형으로 추천되었다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2007.12a
• /
• pp.65-67
• /
• 2007

기존 선박사고 자료를 이용하여 향후 발생 가능한 선박사고의 확률을 계산하기 위한 이론과 프로그램 및 실험결과를 나타낸다. 기본적으로 베이지안 기법을 적용하여 다양한 사고의 원인과 결과 사이에 발생하는 인과관계를 통계적 기법으로 다양한 사고들이 발생할 수 있는 사고 확률을 계산하였다. 계산을 위하여 프로그램을 개발하고, 이 프로그램을 이용하여 제안한 방법의 유용성을 검증하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1027-1031
• /
• 2008

본 연구는 한반도 영역을 대상으로 2001년 7, 8월과 2002년 6월로 홍수기를 대상으로 RDAPS 모형, AWS, 상층기상관측(upper-air sounding)의 자료를 이용하였다. 또한 수치예보자료를 범주적 예측확률로 변환하고 인공신경망기법(ANN)을 이용하여 강수발생확률의 예측정확성을 향상시키는데 있다. 신경망의 예측인자로 사용된 대기변수는 500/ 750/ 1000hpa에서의 지위고도, 500-1000hpa에서의 층후(thickness), 500hpa에서의 X와 Y의 바람성분, 750hpa에서의 X와 Y의 바람성분, 표면풍속, 500/ 750hpa/ 표면에서의 온도, 평균해면기압, 3시간 누적 강수, AWS관측소에서 관측된 RDAPS모형 실행전의 6시간과 12시간동안의 누적강수, 가강수량, 상대습도이며, 예측변수로는 강수발생확률로 선택하였다. 강우는 다양한 대기변수들의 비선형 조합으로 발생되기 때문에 예측인자와 예측변수 사이의 복잡한 비선형성을 고려하는데 유용한 인공신경망을 사용하였다. 신경망의 구조는 전방향 다층퍼셉트론으로 구성하였으며 역전파알고리즘을 학습방법으로 사용하였다. 강수예측성과의 질을 평가하기 위해서 $2{\times}2$ 분할표를 이용하여 Hit rate, Threat score, Probability of detection, Kuipers Skill Score를 사용하였으며, 신경망 학습후의 강수발생확률은 학습전의 강수발생확률에 비하여 한반도영역에서 평균적으로 Kuipers Skill Score가 0.2231에서 0.4293로 92.39% 상승하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1476-1480
• /
• 2010

최근에 한반도에 발생한 강설은 국민생활의 교통장애와 같은 생활의 불편함뿐만 아니라 농축산업의 광범위한 피해를 발생시키고 있다. 이번 2010년 1월 서울에는 40년만에 최대 적설량을 기록하였고 교통 및 도시 기능이 마비되는 등의 피해가 발생하였다. 본 연구에서는 기상청 산하 61개 지점 최심신적설량을 이용하였으며, 최근 적설량의 확률빈도규모를 고려하여 빈도별 확률적설량을 산정하고 확률적설량도를 작성하였다. 확률분포형은 확률가중모멘트법(PWM)을 이용하였고 적정분포형으로는 Gamma 2변수를 선정하였으며, 과거 적설량 자료를 검토한바 2004년, 2005년의 최심신적설량 극값은 평균 300년 빈도, 이번 2010년 1월 서울은 약 200년, 인천, 수원, 이천은 약 50년, 춘천은 약 30년 빈도인 것으로 분석되었다. 이러한 연구 결과는 적설량에 따른 방재 기준의 개선방안 및 재설정 방향 제시에 기초자료로 활용될 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.246-246
• /
• 2016

본 연구에서는 최근 기후변화로 인한 집중호우의 발생횟수의 경향을 확률적으로 분석함에 있어 1개월 동안 80 mm/day 이상의 강우사상을 집중호우로 정의하여, 대구 및 부산 강우관측소로부터 수집된 384개월 동안의 집중호우를 분석하였다. 집중호우 월별 발생횟수와 같은 형식의 자료의 확률적 분석은 대개 Poisson 분포 (POI)가 사용되나 자료에 포함된 0자료의 과잉은 확률분포를 왜곡시키는 문제를 발생시킨다. 본 연구에서는 이 문제를 개선하기 위하여 개발된 일반화 Poisson 확률분포 (GPD), 0-과잉 Poisson 확률분포 (ZIP), 0-과잉 일반화 Poisson 확률분포 (ZIGP), Bayesian 0-과잉 일반화 Poisson 확률분포 (Bayesian ZIGP)를 집중호우 자료에 적용하고, 5개 모형의 특성을 비교분석하였으며, Bayesian ZIGP 모형의 구축에 있어서는 정보적 사전분포를 사용함으로써 모형의 정확도를 개선하였다. 분석결과 분석하고자 하는 자료에 0이 과다하게 포함되어 있는 경우 POI 및 GPD 분포는 관측결과와는 다른 결과를 제시하여 적절한 모형으로 고려되지 못함을 알 수 있었다. 5가지 모형 중 정보적 사전분포를 탑재한 Bayesian ZIGP 모형이 가장 관측 자료와 유사한 결과를 도출하였으나 모형의 구축에 수반되는 실용적인 측면을 고려하면 ZIP 모형도 충분히 사용될 수 있는 모형으로 추천되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.352-352
• /
• 2011

최근 이상기후 및 집중호우 등의 영향으로 국지적으로 큰 강우가 발생하여 재산피해 및 인명피해를 발생시키고 있으며, 과거 강우발생 빈도에 비하여 큰 강우가 발생되고 있다. 이러한 증가되는 추세에 대하여 확률강우량 산정시 반영하고 있는 추세이며(한만신, 2005), 이렇게 반영된 결과는 확률강우량의 증가와 함께 설계시 반영되어 안전하게 수공구조물을 시공하게 된다. 하지만, 이러한 강우의 경향을 단순하게 증가추세로만 판단하여 미래의 강우를 증가라는 개념으로 검증 절차없이 도입하기에는 과대 추정될 우려가 있으며, 과대 추정된 확률강우량은 결국 시공비의 증가를 유도하여 경제적으로 불이익이 발생한다. 따라서, 과거의 강우자료를 통하여 분석된 최근의 강우 예측결과가 어느정도의 타당성을 갖고 설계된 것인지 판단하여 향후 강우 예측을 통한 확률강우량 산정시 반영하여야 할 것으로 판단된다. 본 연구에는 강우 예측을 위하여 사용되고 있는 ARIMA 모형을 이용하여 인천지역의 1961년~2005년까지의 강우자료를 이용하여 2010년까지의 강우를 예측함으로써 실제 강우자료와의 비교를 통하여 강우 예측의 신뢰성을 검토하여 미래 강우에 대한 예측에 있어서 보다 신뢰성을 확보하고자 하였다. 또한, 강우추세에 의한 인천지역의 확률강우량을 산정함으로써 동일 유역에서의 다른 분포형이나 확률강우를 사용함으로써 발생되는 설계의 혼란을 방지하고자 한다. 본 연구를 위하여 인천지방 기상대의 관측자료를 이용하여 1961년부터 2010년까지의 분단위 강우자료를 획득하였으며, 임의시간에 의한 지속시간별 최대강우량을 산정함으로써 기존의 설계에서 사용되어 왔던 고정시간의 환산계수 대신 실제 최대강우량을 이용함으로써 강우 예측에 대한 정확도를 향상하였고, 확률강우강도식 선정시 지역 강우 특성을 고려하여 결정하여야 한다는 결론을 도출하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1272-1276
• /
• 2009

극치강우사상에 의한 설계 홍수량의 갑작스런 증 감은 홍수, 가뭄과 같은 기상학적 요인에 기인한 재난을 발생시킨다. 많은 연구자들은 보다 정확한 확률강우량의 예측과 유출량의 예측을 위해 많은 노력을 하고 있다. 본 연구에서는 강원도 강릉 강우관측소를 대상으로 강우-빈도곡선의 불확실성 분석을 수행하였다. 관측 자료의 수집에서 발생하는 불확실성을 최소화 하고자 ARMA 모형을 이용하여 합성강우자료를 구축하였으며, 발생된 합성강우량을 Bootstrap 방법을 이용하여 대규모의 자료집단으로 발생시킴으로서 신뢰구간에 사용할 자료집단을 발생시켰다. 본 연구에서는 극치강우사상에 적합한 것으로 알려진 Gumbel 분포와 일반극치 분포(GEV 분포) 모형을 선정하였으며 각 확률분포모형에 대한 매개변수 추정방법으로 최우도법, 확률가중모멘트법 그리고 베이지안 추론방법을 사용하여 각 매개변수의 최후 추정치를 산정하였다. 또한 원 자료를 이용하여 최우도법, 확률가중모멘트법 그리고 베이지안 추론방법을 통해 매개변수를 산정 후 강우-빈도 곡선을 추정하여 합성강우자료의 Bootstrap 방법에 의해 발생된 자료로부터 산정한 강우-빈도 곡선의 신뢰구간과 비교함으로서 불확실성이 낮은 확률강우량을 산정할 수 있는 매개변수 추정방법을 평가하고자하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.5
• /
• pp.147-156
• /
• 2013

Each field of modern society, industrialization and the development of science and technology are rapidly changing. However, as a side effect of rapid social change has caused various problems. Crime of the side effects of rapid social change is a big problem. In this paper, a model for predicting crime and Markov chains applied to the crime, predictive modeling is proposed. Markov chain modeling of the existing one with the overall status of the case determined the probability of predicting the future, but this paper predict the events to increase the probability of occurrence probability of the prediction and the recent state of the entire state was divided by the probability of the prediction. And the whole state and the probability of the prediction and the recent state by applying the average of the prediction probability and the probability of the prediction model were implemented. Data was applied to the incidence of crime. As a result, the entire state applies only when the probability of the prediction than the entire state and the last state is calculated by dividing the probability value. And that means when applied to predict the probability, close to the crime was concluded that prediction.