• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.178-178
• /
• 2021

최근 들어 기후변화로 인한 극심한 가뭄 피해가 한반도에 발생하고 있다. 가뭄 상황에 대비하여 댐을 안정적으로 운영하기 위해서는 갈수빈도 유입량에 대한 분석이 필수적이다. 갈수빈도해석의 경우, 홍수빈도해석과 유사하게 확률밀도함수의 극값에 대한 확률값을 산정하며, 확률 분포형의 역함수에 비초과확률을 대입하여 산정한다. 그러나 홍수와 달리 가뭄은 지속기간이 긴 특성 탓에 자기상관을 고려해야하며, 댐 및 저수지 등 대규모 시설물의 경우 일반적인 하천과 달리 저류효과로 인해 누적 유량에 대한 고려가 필요하다. 이에 K-water는 자체 제작한 누가차분법 및 Disaggregation 두 가지 방법을 채택하여 실무에서 사용해왔다. 그러나 누가차분법을 사용할 경우, 빈도유입량이 지나치게 크게 산정되는 문제가 있으며, Disaggregation 방법을 사용하는 경우, 특정 빈도 이상의 극한가뭄에서 유입량의 차이가 유의미하지 않아 산정된 빈도유입량과 최근 발생한 극심한 가뭄의 실측유입량간 큰 차이가 발생하고 있다. 따라서 본 연구에서는 자기상관을 고려한 선형회귀모형에 근거하여 빈도유입량을 배분하는 방법을 제안한다. 또한, 앞서 서술한 네 가지 빈도유입량 방법(월빈도분석, 누가차분법, K-water Disaggregation, 자기상관 선형회귀모형)에 대한 수식적 비교를 수행하며, 국내 댐 유역에 적용 및 평가를 통해 자료 특성에 따른 적절한 빈도유입량 산정방식에 대한 기준을 제안한다. 본 연구를 통해 가뭄특성을 고려한 합리적인 댐 유입량을 산정함으로써 보다 유연한 수자원시설물의 가뭄대응이 이루어질 것으로 기대된다.

• Journal of the Korean Data and Information Science Society
• /
• v.20 no.5
• /
• pp.879-886
• /
• 2009

The purpose of this article is to present the application of Least Squares Support Vector Machine in analyzing the existing structure of brand. We estimate the parameters of the Market Share Attraction Model using a non-parametric technique for function estimation called Least Squares Support Vector Machine, which allows us to perform even nonlinear regression by constructing a linear regression function in a high dimensional feature space. Estimation by Least Squares Support Vector Machine technique makes it a good candidate for solving the Market Share Attraction Model. To illustrate the performance of the proposed method, we use the car sales data in South Korea's car market.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.167-167
• /
• 2018

토양수분은 토양에 포함된 평균 수분량을 나타내며 수문 순환 관점에서 매우 중요한 수문변량 중 하나이다. 본 연구에서는 대표적인 기계학습 방법인 Support Vector Machine (SVM)을 이용한 토양 함수 예측 기법을 개발하고자 하며, 예측인자로서 원격 탐측 기반의 토양함수자료, 강수량, 온도 등을 활용하고자 한다. SVM은 Kernel 함수를 이용하여 복잡한 비선형 관계를 선형 가정을 통해서 해석하는 기계학습 방법으로서 전역모델(global model)로서 다양한 수문기상분야에 적용이 이루어지고 있다. SVM의 장점은 일정 부분의 오차를 허용함으로서 모형의 일반화 측면에서 기존 인공신경망(artificial neural network, ANN)에 비해 우수한 성능을 나타내며, 특히 예측모형으로서 적용성이 매우 크다. 본 연구에서는 과거 토양 함수 자료와 강수, 온도, 위성 관측 기반 정보 등을 이용하여 모형을 적합시키고 이를 미계측 유역으로 확장하는데 연구의 목적이 있으며, 본 연구를 통해 제안된 모형은 용담댐 시험유역을 대상으로 적용되며 기존 ANN 모형 및 다중회귀분석 결과와 비교를 통해 모형의 적합성을 평가하고자한다.

• The Korean Journal of Applied Statistics
• /
• v.33 no.6
• /
• pp.753-762
• /
• 2020

With an increasing interest in integrating artificial intelligence (AI) into interview processes, the Republic of Korea (ROK) army is trying to lead and analyze AI-powered interview platform. This study is to analyze the AI interview data using a unified non-crossing multiple quantile tree (UNQRT) model. Compared to the UNQRT, the existing models, such as quantile regression and quantile regression tree model (QRT), are inadequate for the analysis of AI interview data. Specially, the linearity assumption of the quantile regression is overly strong for the aforementioned application. While the QRT model seems to be applicable by relaxing the linearity assumption, it suffers from crossing problems among estimated quantile functions and leads to an uninterpretable model. The UNQRT circumvents the crossing problem of quantile functions by simultaneously estimating multiple quantile functions with a non-crossing constraint and is robust from extreme quantiles. Furthermore, the single tree construction from the UNQRT leads to an interpretable model compared to the QRT model. In this study, by using the UNQRT, we explored the relationship between the results of the Army AI interview system and the existing personnel data to derive meaningful results.

• Journal of Korea Port Economic Association
• /
• v.39 no.4
• /
• pp.255-268
• /
• 2023

This paper focuses on the tests for generalized fluctuation in the context of assessing structural changes based on linear regression models. For efficient estimation there has been a growing focus on the structural change monitoring, particularly in relation to fields such as artificial intelligence(hereafter AI) and machine learning(hereafter ML). Specifically, the investigation elucidates the implementation of structural changes and presents a coherent approach for the practical application to the BDI(Baltic Dry-bulk Index), which serves as a representative maritime trade index in global market. The framework encompasses a range of F-statistics type methodologies for fitting, visualization, and evaluation of empirical fluctuation processes, including CUSUM, MOSUM, and estimates-based processes. Additionally, it provides functionality for the computation and evaluation of sequences of pruned exact linear time(hereafter PELT).

• The Korean Journal of Applied Statistics
• /
• v.34 no.5
• /
• pp.697-710
• /
• 2021

Relative error prediction is preferred over ordinary prediction methods when relative/percentile errors are regarded as important, especially in econometrics, software engineering and government official statistics. The relative error prediction techniques have been developed in linear/nonlinear regression, nonparametric regression using kernel regression smoother, and stationary time series models. However, random effect models have not been used in relative error prediction. The purpose of this article is to extend relative error prediction to some of generalized linear mixed model (GLMM) with panel data, which is the random effect models based on gamma, lognormal, or inverse gaussian distribution. For better understanding, the real auto insurance data is used to predict the claim size, and the best predictor and the best relative error predictor are comparatively illustrated.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.522-522
• /
• 2023

지하수 시스템의 방출은 저지대 강에서 건조기에 흐르는 하천 유지유량의 원천이 된다. 수자원 분야에서 분포형 모형이 도입되며 수문 분석의 고도화가 이루어지고 있는 오늘날에도, 아직 대수층 깊이 등 지하수관련 매개변수에 대한 연구는 미진한 실정이다. 본 연구는 분포형 모형의 지하수 관련 매개변수 중 지형자료에 해당하는 대수층 깊이의 물리적인 분포형태를 예측하고, 지하수 모의결과를 검토하여 해당 기법의 적용성을 확인하였다. 본 연구에서는 북측의 미계측 유역을 포함한 소양강 유역을 연구대상 지역으로 설정하였고, 정밀한 분포형 모형인 GSSHA(Gridded Surface Hydrologic Analysis)를 활용하였다. 대수층 깊이 추정 방법은 크게 세가지 시나리오로 구분하여 모의를 진행하였다. 유역의 지하수 데이터를 통해 도출된 대수층깊이 등분포(시나리오1), 지표 고도와 대수층 깊이의 선형 반비례 관계를 가정한 선형 회귀식(시나리오2), 동일한 가정을 두고 Log차원에서 회귀식을 적용한 경우(시나리오 3). 위 3가지 시나리오를 통해 산정된 유출량과, 지하수 수위 등을 소양강댐 유입량 자료 및 유역 내 6개 지하수 관측소를 대상으로 결과를 비교하여 적용성을 확인하였다. 시나리오별 유출량 모의 오차평가 결과, 관측 첨두 유량을 가장 잘 반영하고 있는 기법은 일반적으로 선행 연구에서 많이 활용하고 있는 등분포형 기법으로 분석되었으며, 과소·과대 모의된 정도를 나타내는 지표와 모형의 효율성을 나타내는 지표는 선형 회귀분석 기법이 가장 우수한 결과로 분석되었다. 따라서, 대수층 깊이를 등분포하여 모의하던 기존 방식에 비해 지면고도-대수층깊이 간의 반비례 관계를 적용하는 방식이 지하수 모의에 있어서 보다 합리적일 것으로 판단된다. 향후 임의의 인자와 대수층 깊이간의 정밀한 회귀관계를 도출한다면 더욱 합리적이고 신뢰성 높은 결과를 얻을 수 있을것으로 기대된다. 또한 유역 단위의 지하수 모의가 정밀하게 이루어진다면 최근 많은 관심이 집중되는 하천 유지유량과 건기 유출 등의 연구 분야에도 많은 기여를 할 수 있을 것으로 기대된다.

• Journal of Korean Society of Transportation
• /
• v.21 no.3
• /
• pp.15-22
• /
• 2003

In general, the linear regression model has been used to estimate trip generation in the travel demand forecasting procedure. However, the model suffers from several methodological limitations. First, trips as a dependent variable with non-negative integer show discrete distribution but the model assumes that the dependent variable is continuously distributed between -$\infty$ and +$\infty$. Second, the model may produce negative estimates. Third, even if estimated trips are within the valid range, the model offers only forecasted trips without discrete probability distribution of them. To overcome these limitations, a poisson model with a assumption of equidispersion has frequently been used to analyze count data such as trip frequencies. However, if the variance of data is greater than the mean. the poisson model tends to underestimate errors, resulting in unreliable estimates. Using overdispersion test, this study proved that the poisson model is not appropriate and by using Vuong test, zero inflated negative binomial model is optimal. Model reliability was checked by likelihood test and the accuracy of model by Theil inequality coefficient as well. Finally, marginal effect of the change of socio-demographic characteristics of households on trips was analyzed.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.205-205
• /
• 2016

우리나라의 겨울철 자연재해 중 대설에 의한 피해가 발생하는 빈도가 증가하고 있는 가운데 그 피해를 예측하고 대비하기 위한 연구들이 다수 진행되고 있다. 강설은 일단위로 측정하며, 매일 새롭게 내린 강설의 양인 최심신적설과 기존에 녹지 않고 쌓여 있던 깊이까지를 고려한 최심적설로 구분된다. 우리나라의 경우에는 갑작스럽게 내린 폭설에 의한 피해가 대부분이므로 최심신적설량을 예측하는 것이 매우 중요하다. 이에 본 연구에서는 다중회귀분석을 이용해 우리나라의 최심신적설량을 추정하기 위한 식을 개발하였다. 다중회귀분석을 위한 독립변수로는 해당 일에 예측된 강수량, 일평균기온, 일최고기온, 일최저기온을 사용하였으며, 강수량과 일평균기온의 상호작용을 고려할 수 있도록 모형을 구성하였다. 모형의 개발에는 전국 74개 기상관측소의 최심신적설 자료를 관측소 단위로 전체 자료의 2/3을 무작위로 추출하여 이용하였으며, 추출되지 않고 남은 1/3의 자료를 이용해 모형에 대한 검증을 실시하였다. 그 결과 상호작용항이 포함되지 않은 다중선형회귀모형에 비해 상호작용을 고려한 다중회귀모형의 예측력이 훨씬 우수하게 나타났다. 강수량과 기온이 정확하게 예측된다면 개발된 추정식을 이용해 간편하게 최심신적설량을 예측할 수 있어, 폭설에 대한 대비에 활용할 수 있을 것으로 판단된다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2003.05a
• /
• pp.7-12
• /
• 2003

문항반응이론(IRT)에서 문항특성곡선(ICC)의 모수를 추정하는 경우에 발생되는 초기값(initial value) 문제를 비선형 로지스틱모형을 선형 회귀모형으로 근사화하여 해결하고자 하였다. 특히, 신규 또는 잡음이 섞인(local fluctuation) 문항의 직접적인 평가와 소규모집단별 검사가 이루어질 수 있는 현실적 문제에서 모수추정의 대안으로서 그 의의가 있을 수 있다.