• Proceedings of the Korean Nuclear Society Conference
• /
• 1996.05d
• /
• pp.405-409
• /
• 1996

본 연구는 일정 지역의 확률론적 지진위험도 (Probabilistic Seismic Hazard) 평가와 관련하여 전문가가 제시한 제1차 입력자료를 이용하여 제2차 입력자료를 도출할 때 입력자료의 다단계화를 통하여 각 단계별 구간의 입력자료가 확률론적 지진위험도 불확실성에 미치는 상대적 영향을 분석하였다. 확률론적 지진위험도 분석을 위하여 미국지질조사연구소 (USGS) 및 미국 로렌스리버모어 연구소(LLNL)가 개발한 전산코드를 각각 이용하였고 또한 전문가가 제시한 제 1차 입력자료는 기존 연구보고서에서 주어진 자료를 이용하였다. 분석결과 지진활동도 변수 특히 지진규모의 각 단계 및 감쇠특성함수의 진앙거리 단계에 따라서 확률론적 지진위험도의 절대값 및 불확실성에 미치는 영향의 차이가 상대적으로 크다는 것이 확인되었다. 또한 부지별로 이러한 분석을 함으로서 확률론적 지진 위험도 곡선에 영향을 미치는 임의 부지에 고유한 임계 지진규모 및 임계 진앙거리에 대한 분석을 통하여 전반적으로 불확실성을 감소시킬 수 있다.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.311-314
• /
• 2006

본 연구에서는 서로 다른 센서간의 영상 자료 융합을 위하여 Dempster-Shafer 기법을 제안하고 있다. 제안 된 Dempster-Shafer 기법은 불확실성의 최소 값을 대표하는 Belief 함수와 불확실성의 최대 값을 나타내는 Plausibility 함수를 사용한다. 이러한 두 함수의 차이는 Belief Interval 로 정의되며 이 값은 분석 대상에 존재하는 불확실 정도의 Measure 로 사용되며 Evidence Combination의 이론에 근거하여 서로 다른 센서간의 자료 융합이 가능하며 분류 결과로 클래스 맵 뿐 만 아니라 분류 결과에 대한 불확실성 정도를 나타내는 Belief 함수 값과 Plausibility 함수 값을 생성하여 분류 결과에 대한 보충적인 분석을 가능하게 하여 사용자의 분석 정확성을 증대 시킬 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.259-259
• /
• 2023

강수량자료는 기초 수문자료의 하나로서 자료 수집시 기록방식에 따라 자료의 정확도가 달라질 수 있다. 주로 많이 사용되는 기록방식은 정시 기록방식이지만 실제 강수계에서는 강수이벤트의 기록이 먼저 이루어진다. 정시 기록 방식은 관측을 하기로 정해 놓은 시각(정시)에 강수계에 집계된 강수량을 읽어 그대로 기록하는 방식이고, 강수이벤트의 기록은 최저관측해상도에 도달하는 강수가 발생한 시각을 기록하는 방식이다. 동일한 강수가 발생하더라도 기록 방식에 따라 이후에 분석에서 다른 결과를 보여줄 수 있다. 특히 확률강수량 산정에 불확실성을 키우는 방향으로 영향을 줄 수 있다. 이에 본 연구에서는 이러한 기록방식에 따른 불확실성을 분석하기 위해 강우모의 발생기법을 이용하여 대규모의 강우를 모의하고 이를 앞서의 두 가지 기록방식으로 기록한 후 기록된 자료를 이용해 확률강수량을 산정하고 기록으로 변환하지 않은 자료를 직접 이용하여 확률강수량을 산정하는 방법으로 각 방법의 불확실성을 비교해 보았다. 또한 측정의 최소단위를 변화시켜 기록한 다음 다시 분석하여 측정의 최소단위가 기록방식에 따라 어떻게 불확실성에 영향을 주는지 알아보았다. 이러한 결과가 향후 강수량의 기록 관리방법의 개선에 반영된다면 좀 더 정확한 수문 분석에 도움이 될 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.238-243
• /
• 2006

베이지안 네트워크는 주어진 변수들 사이의 확률적 의존성을 분석하는 데에 널리 사용되어지고 있는 모델이다. 이러한 베이지안 네트워크의 활용에 있어서 베이지안 네트워크의 확실성을 분석하는 방법의 필요성이 대두되어지고 있다. 특히 규모가 큰 베이지안 네트워크 모델을 특정하는 상황에서 주어질 수 있는 학습 데이터의 수가 제한되는 경우나, 주된 관심사가 베이지안 네트워크의 일부 부분에 한정되는 경우에 베이지안 네트워크의 확실성에 대한 분석은 유용하게 사용될 수 있다. 본 논문에서는, 베이지안 네트워크에 존재할 수 있는 불확실성을 언급한 후, 베이지안 네트워크 내의 변수들이 갖는 확률분포의 분산을 이용해 베이지안 네트워크의 불확실성을 정의하는 방법을 제안한다. 간단한 베이지안 네트워크의 예시 모델을 이용하여 제안된 베이지안 네트워크의 불확실성 분석 방법이 유용할 수 있음을 보인다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.329-333
• /
• 2005

일반적인 하천에서 이$\cdot$치수를 위한 하천 구조물설계를 위해서는 흐름해석이 매우 중요한 작업 중 하나이다. 하천의 흐름해석은 주어진 유량에 대해 등류 또는 부등류, 부정류계산을 통하여 해석을 하게 되는데, 이때 조도계수는 매우 중요한 매개변수이며, 조도계수에 의해 흐름해석의 결과가 크게 좌우된다. 이러함에도 불구하고 조도계수의 산정에는 조사자의 주관 및 하천의 여러 요소들을 고려하여 결정해야 하기 때문에 많은 불확실성이 내포되어 있어, 이를 이용한 타 결과물에 또 다른 불확실성을 갖게 하는 원인이 되고 있다. 따라서 본 논문에서는 하천에서 조도계수의 산정방법 산정된 값에 따른 유량 및 홍수위의 변화를 다각적으로 분석하고, 조도계수 산정에 따른 불확실성을 분석하기 위하여 부등류 해석프로그램인 HEC-RAS를 이용하여 분석하고 이에 대해 기술하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.347-347
• /
• 2023

홍수 예·경보 시에는 시간-단위 또는 그 이하의 시간 척도에서 작용하는 강우에 대한 고도의 영향이 중요하게 되며, 특히 상대적으로 더 드문 관측 밀도가 있는 산악지역에서 강우의 공간분포에 대한 산악 효과의 중요도가 더 높아지게 된다. 일반적으로 1시간 시간스케일에서 강우-고도의 관계를 살펴보기 위해서는 대략 5km 내외의 관측 밀도를 가져야 하는 것으로 알려져 있으나 이러한 지역은 매우 드물다. 최근 기상 예측 수치모델로부터 모의된 강우량의 품질이 눈에 띄게 향상됨에 따라 국내에도 다양한 연구가 수행된 바 있다. 본 연구에서는 WRF를 이용하여 남강댐 지역의 과거 호우 사상을 재현한 후, 이로부터 생산된 공간적인 강우장을 이용하여 시간-단위의 시간 척도에서 강우량과 고도 사이의 관계를 고려할 수 있는 WREPN(WRF Rainfall-Elevation Parameterized Nowcasting) 모형을 제안한다. 홍수량 분석을 위해 WREPN 모형을 이용하였으며, 비교군으로 실무적으로 많이 사용되는 IDW, Kriging 기반 격자강우가 사용되었다. 격자기반 분포형 강우자료로부터 홍수량을 분석하기 위해 Mod-Clark 모형이 적용되었으며, 입력된 강우자료별매개변수의 불확실성을 분석하기 위해 베이지안 기법이 적용되었다. 매개변수의 불확실성 분석으로부터 강우-고도 관계가 고려된 WREPN 모형의 강우자료가 상대적으로 불확실성이 낮다는 것을 확인할 수 있었다.

• Environmental and Resource Economics Review
• /
• v.29 no.2
• /
• pp.145-170
• /
• 2020

This study analyzes the dependence structure between energy (crude oil, natural gas, coal) prices and economic (real and financial) uncertainty. Summary of the results of the dependence structure between energy prices and economic uncertainty analysis is as follows. First, the results of model selection show that the BB7 copula model for the pair of crude oil price and economic uncertainty, the Joe copula model for the pair of natural gas price and economic uncertainty, and the Clayton copula model for the pair of coal price and economic uncertainty were chosen. Second, looking at the dependency structure, it showed that the pair of energy (crude oil, natural gas, coal) prices and real market uncertainty show positive dependence. Whereas, the only pair of financial market uncertainty-crude oil price shows positive dependency. In particular, crude oil price was found to have the greatest dependence on economic uncertainty. Third, looking at the results of tail dependency, the pair of real market uncertainty-crude oil price and pair of real market uncertainty-natural gas price have an asymmetric relationship with the upper tail dependency. It can be seen that the only pair of financial market uncertainty-crude oil represents asymmetric relationships with the upper tail dependencies. In other words, combinations with asymmetric relationships have shown strong dependence when negative extreme events occur. On the other hand, tail dependence between economic uncertainty and coal price be not found.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1121-1124
• /
• 2008

저수분석(low flow analysis)은 수자원공학에서 중요한 분야 중 하나이며, 특히 저수량 빈도분석(low flow frequency analysis)의 결과는 저수(貯水)용량의 설계, 물 수급계획, 오염원의 배치 및 관개와 생태계의 보존을 위한 수량과 수질의 관리에 중요하게 사용된다. 그러므로 본 연구에서는 저수량 빈도분석을 위한 점빈도분석을 수행하였으며, 특히 빈도분석에 있어서의 불확실성을 탐색하기 위하여 Bayesian 방법을 적용하고 그 결과를 기존에 사용되던 불확실성 탐색방법과 비교하였다. 본 논문의 I편에서는 Bayesian 방법 중 사전분포(prior distribution)와 우도함수(likelihood function)의 복잡성에 상관없이 계산이 가능한 Bayesian MCMC(Bayesian Markov Chain Monte Carlo) 방법과 Metropolis-Hastings 알고리즘을 사용하기 위한 여러과정의 이론적 배경과 Bayesian 방법에서 가장 중요한 요소인 사전분포를 구축하고 이를 비교 및 평가하였다. 고려된 사전분포는 자료에 기반하지 않은 사전분포와 자료에 기반한 사전분포로써 두 사전분포를 이용하여 Metropolis-Hastings 알고리즘을 수행하고 그 결과를 비교하여 저수량 빈도분석에 합리적인 사전분포를 선정하였다. 또한 알고리즘의 수행과정에서 필요한 제안분포(proposal distribution)를 적용하여 그에 따른 알고리즘의 효율성을 채택률(acceptance rate)을 산정하여 검증해 보았다. 사전분포의 분석 결과, 자료에 기반한 사전분포가 자료에 기반하지 않은 사전분포보다 정확성 및 불확실성의 표현에 있어서 우수한 결과를 제시하는 것을 확인할 수 있었고, 채택률을 이용한 알고리즘의 효용성 역시 기존 연구자들이 제시하였던 만족스러운 범위를 가지는 것을 알 수 있었다. 최종적으로 선정된 사전분포는 본 연구의 II편에서 Bayesian MCMC 방법의 사전분포로 이용되었으며, 그 결과를 기존 불확실성의 추정방법의 하나인 2차 근사식을 이용한 최우추정(maximum likelihood estimation)방법의 결과와 비교하였다.

• Journal of Korea Water Resources Association
• /
• v.38 no.4 s.153
• /
• pp.281-292
• /
• 2005

The water balance analysis for the long-term water resources plan is a simple calculation that compares water demands with possible water supplies. For a watershed being considered the reports on the performance of the water balance analysis, however, have shown inconsistent results and thus have not earned credibility due to the uncertainty of the data acquired and models used. In this research, uncertainties in the water scarcity estimate were assessed through probability representation based on the Monte Carlo simulation using Latin Hypercube Sampling (LHS). The natural flow, municipal demand, industrial demand, agricultural demand, and return flow rate were selected as representative input variables for the water balance analysis, and their distributions were set based on the linear regression and the entropy theory. The statistical properties of the output variable samples were analyzed in comparison with a deterministic estimate of the water scarcity of an existing study. Application of LHS to three sub-basins of the Geum river basin showed the deterministic estimate could be overestimated or underestimated. The sensitivity analysis as well as the uncertainty analysis found that the return flow rate of the agricultural water is the most uncertain but is rarely sensitive to the output of the water balance analysis.

• Journal of Korea Game Society
• /
• v.18 no.1
• /
• pp.105-114
• /
• 2018

Various data analysis methods used for customer type analysis are very important for game companies to understand their type and characteristics in an attempt to plan customized content for our customers and to provide more convenient services. In this paper, we propose a k-mode cluster analysis algorithm that uses information uncertainty by extending information entropy to reduce information loss. Therefore, the measurement of the similarity of attributes is considered in two aspects. One is to measure the uncertainty between each attribute on the center of each partition and the other is to measure the uncertainty about the probability distribution of the uncertainty of each property. In particular, the uncertainty in attributes is taken into account in the non-probabilistic and probabilistic scales because the entropy of the attribute is transformed into probabilistic information to measure the uncertainty. The accuracy of the algorithm is observable to the result of cluster analysis based on the optimal initial value through extensive performance analysis and various indexes.