• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.51-53
• /
• 2000

기존의 진화 연산의 한계를 극복하기 위해서 탐색점 분포 학습 알고리즘(Estimation of Distribution Algorithm)이 부각되고 있다. 탐색점 분포 학습 알고리즘은 데이터의 분포를 파악하고, 파악된 분포를 이용해서 새로운 학습 데이터를 생성하는 일련의 과정을 통하여 최적화 문제를 해결하는 방법이다. 그런데, 기존의 탐색점 분포 학습 알고리즘들은 대부분 이진 벡터값을 가지는 최적화 문제들만을 대상으로 하고 있다. 본 논문에서는 비감독 확률 신경망 모델인 헬름홀츠 머신을 이용해서 데이터의 분포를 학습하여 연속 함수 최적화 문제를 해결하는 방법을 개발하였다. 테스트 함수들에 대해서 실수 표현형을 사용한 유전자 알고리즘과 결과를 비교하여 제안하는 방법의 우수성을 검증하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1155-1159
• /
• 2008

본 연구는 강우의 자료년수가 부족하거나 미계측 지점에서의 확률강우량 산정을 위하여 충분한 강우자료가 확보된 지점들의 강우분석을 수행하였다. 30년 이상의 강우기록을 보유한 기상청 산하 57개 강우관측지점에서 12개 지속기간에 대한 연최대치 강우자료를 대상으로 확률분포형 분석을 실시하여 대표확률분포형을 선정한다. 지점별 지속기간의 대표확률분포형 모수를 확인하고 이를 도시하여 국내 전역에 대한 확률분포 모수선도를 작성하였다. 본 연구의 수행으로 인해 얻어진 결과를 요약하면 다음과 같다. 첫째, 전국 57개 지점에 대한 강우분석 결과, 적용한 16개 분포형 중에서 GEV 분포의 적합도가 가장 우수한 것으로 나타났으며, GEV 분포의 모수를 이용한 지속기간별 확률분포 모수선도를 제시하였다. 둘째, 확률분포 모수선도를 이용한 확률강우량과 기존 연구결과의 확률강우량과는 차이는 대부분 기존 연구보다 과다 산정되게 발생하였다. 셋째, 확률분포 모수선도의 활용으로 기존의 연구에서 산정하기 어려웠던 미계측 지점에서의 확률강우량을 보다 편리하게 구할 수 있었으며, 기존의 연구와 비교하였을 때 산정된 확률강우량의 편차가 적어 미계측 지점에서의 확률강우량 산정 시 효율적인 방법이 될 수 있을 것이다.

• 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.

• The Korean Journal of Applied Statistics
• /
• v.12 no.2
• /
• pp.405-414
• /
• 1999

양쪽중단(doubly censored)된 지수분포에서 모수와 신뢰도함수를 계층적 베이지안(hierarchical Bayesian)방법을 이용하여 추정하였다. 베이즈 계산은 깁스표본기법(Gibbs sampler)을 이용하고 또한 완전조건부 분포(full conditional distribution)의 정량화 상수를 모르는 경우에는 적합기각방법(adaptive rejection sampling)을 이용하였다. 그리고 실제자료를 이용하여 분석을 하였다.

• Spatial Information Research
• /
• v.11 no.3
• /
• pp.251-260
• /
• 2003

Distribution pattern of seawater intrusion was analyzed from the spatial distribution map of chloride using the geostatistics and CIS analyses. The chloride distribution map made by kriging(ordinary kriging and co-kriging) after exploratory spatial data analysis. Kriging provides an advanced methodology which facilitates quantification of spatial features and enables spatial interpolation. TDS, Na$^{＋}$, Br$^{[-10]}$ were selected as second parameters of co-kriging which is higher value of correlation coefficients between chloride and others groundwater properties. Chloride concentration is highest in yeminchon and coastal area. And result in co-kriging was accurate than ordinary kriging.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.321-325
• /
• 2007

3개의 매개변수(location, scale, shape)로 이루어진 GEV와 GLO 분포는, 미국의 공식적인 홍수빈도 분포인 Log Pearson Type III와 함께 수문분야에서 중요한 위치를 차지하고 있다. 본 연구에서는 Monte Carlo 실험을 이용하여 GEV와 GLO 분포에서 서로 다른 두 지점의 유출량 자료를 생성하여 L-CV(L-moment Coefficient of Variation; $\tau_2$)와 L-CS(L-moment Coefficient of Skewness; $\tau_3$)를 추정하였으며, L-moment 추정값들 간의 교차상관$(\tau_2-\tau_2,\;\tau_3-\tau_3,\;\tau_2-\tau_3)$과 유출량 자료간의 교차상관의 관계를 Simple Power 함수를 이용하여 유도하였다. 실험 과정에서 GEV와 GLO 분포가 비현실적인 음수 유출량을 생성하여, 실험 결과에 큰 영향이 있음을 확인하여, 두 분포에서 생성된 유출량 자료에서 음수값을 제외한 GEV+와 GLO+ 분포를 이용하여 관계식을 유도하고 이를 GEV와 GLO 분포의 결과와도 비교하였다. 본 연구에서 도출된 관계식은 향후 Generalized Least Square 회귀식을 이용하여 홍수분포의 지역 매개변수를 추정하기 위해 활용성이 클 것으로 기대한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.366-366
• /
• 2012

확률강우량은 하천설계, 수자원설계 및 계획을 위한 기초자료로 활용되며 최근 이상기후 및 기후변화로 인한 극치강우의 빈도 및 양적 증가로 인한 확률강우량 산정의 불확실성 분석에 대한 관심이 크게 증가하고 있다. 수문빈도 해석에 있어서 대부분 지역이 50년 이하의 수문자료가 이용되고 있으며 수문설계에서 요구되는 50년 이상의 확률강수량 추정시에는 상당한 불확실성을 내포하고 있다. 이러한 점에서 본 연구에서는 자료연수에 따른 Sampling Error와 분포형의 매개변수의 불확실성을 고려한 해석모형을 구축하고자 한다. 빈도해석에서 매개변수를 추정하기 위해서는 일반적으로 모멘트법, 최우도법, 확률가중모멘트법이 이용되고 있으나 사용되는 분포형에 따라서 통계학적으로 불확실성 구간을 정량화하는 과정이 난해할 뿐만 아니라 극치 수문자료가 Thick-Tailed분포의 특성을 가짐에도 불구하고 신뢰구간 산정시 정규분포로 가정하는 등 기존 해석 방법에는 많은 문제점을 내포하고 있다. 본 연구에서는 이러한 매개변수의 불확실성 평가에 있어서 우수한 해석능력을 발휘하는 Bayesian기법을 도입하여 분포형의 매개변수를 추정하고 매개변수 추정과 관련된 불확실성을 평가하고자 한다. 이와 별개로 자료연한에 따른 Sampling Error를 추정하기 위해서 Bootstrapping 기반의 해석모형을 구축하고자 하며 최종적으로 빈도해석시에 나타나는 불확실성을 종합적으로 검토하였다. 빈도해석을 위한 확률분포형으로 GEV(generalized extreme value)분포를 이용하였으며 Gibbs 샘플러를 활용한 Bayesian Markov Chain Monte Carlo 모의를 기본 해석모형으로 활용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.279-279
• /
• 2020

최근 copula 모형은 여러 확률변수를 갖는 수문현상에 대해 빈도해석을 수행할 경우 결합확률분포형으로 유용하게 사용되고 있다. 하나의 자료를 확률변수로 사용하는 단변량 빈도해석에 비해 여러 수문자료를 동시에 각각 확률변수로 취하여 결합확률분포형을 추정할 수 있는 다변량 빈도해석은 수문자료의 상관성을 고려하면서 확률분포형을 추정할 수 있다는 장점이 있다. Copula 모형 중 Gumbel copula는 extreme-value 확률분포형으로 극치사상에 적합한 확률분포형이다. 본 연구에서는 Gumbel copula를 이용하여 우리나라 기상청 64개 종관기상관측소의 강우자료로부터 극치 강우사상을 추출하고, 이를 이용하여 빈도해석을 수행하였다. 극치 강우사상은 전체 강우사상 중 각 년도별로 최대강우량을 갖는 연최대강우량사상(annual maximum volume event)을 사용하였다. 각 확률변수의 주변분포형으로는 gamma, Gumbel, generalized extreme value, generalized logistic, Weibull 등 5개 확률분포형을 검토하였으며 각각 적합한 주변분포형을 적용하고 copula 모형의 매개변수는 의사최우도법(maximum pseudo-likelihood method)를 사용하여 추정하였다. 또한 추정된 copula 모형은 Cramer-von Mises 함수와 경험적 copula를 이용하여 적합도 검정을 수행하였다. 이를 통해 극치강우사상에 대하여 Gumbel copula 모형의 적용성을 검토하였으며 추정된 결합확률분포형을 이용하여 빈도별 확률강우사상을 2차원 등치선(contour line)형태로 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1546-1550
• /
• 2009

최근 증가하고 있는 집중호우로 인해 피해 규모가 대형화 되어가고 있는 추세로 수공구조물 설계시 보다 정확한 수문분석을 요구 하고 있다. 강우의 시간분포는 정확한 수공구조물의 설계시 첨두홍수량 산정에 가장 중요한 영향을 미친다. 따라서 본 연구에서는 지역의 기상학적, 지형학적 특성에 맞는 적절한 강우분포형을 제시하고자 한다. 본 연구는 금호강권역의 단시간 강우에 대한 시간분포형을 결정하기 위하여 기존 강우의 시간분포방법 중에서 개념상 비교적 단순하면서도 물리적으로 의미를 갖는 Mononobe분포, Yen & Chow분포, Keifer & Chu분포의 방법을 이용하였다. 대상지점은 금호강권역의 가창으로 재현기간 50년의 6시간, 24시간 강우의 시간적 분포특성을 비교분석한 결과 6시간 확률강우량에서는 Mononobe 분포와 Keifer & Chu 분포의 첨두치가 비교적 크게 나타났고 24시간 확률강우량에서는 Keifer & Chu 분포의 첨두치가 가장 크게 나타났다. Yen & Chow 분포의 경우 6시간 강우의 첨두치에 비해 24시간 강우의 첨두치가 급격히 감소하는 것을 알 수 있다. 또한 확률강우를 이용해서 홍수유출량을 분석한 결과 6시간, 24시간의 첨두홍수량은 Keifer & Chu 분포가 가장 크게 나오는 것으로 나타났고 첨두시간 역시 Keifer & Chu 분포가 가장 빠른 것으로 나타났다. 최근 다양한 설계강우의 시간분포 방법들이 실제 강우분포의 특성을 표현하고 있지만 이러한 방법들 중에서 실제로 유역에 가장 적합한 시간분포 방법을 결정하기란 어렵다. 하지만, 첨두홍수량 결정을 위해서는 여러 가지 방법들 중 그 지역을 가장 대표할 수 있는 강우분포 방법을 선택해야만 한다. 따라서 분석지점 이외의 다양한 실제 지점에 대해 설계홍수량을 산정해 봄으로써 다른 설계강우의 시간분포 방법을 이용하여 산정한 결과의 비교 검토가 필요할 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.1194-1198
• /
• 2005

최근에 적용빈도가 점점 높아지고 있는 Huff의 4분위법에 의한 강우의 시간분포 및 유출량 산정은 도시화지역 등에서 유출량의 대한 관측기록이 거의 없어서 Huff의 의한 강우분포가 적절한지를 판단하기 어려운 실정이다. Huff 법에 의한 강우분포는 관측된 실 강우자료의 분석으로 작성되어 대체적으로 실 강우의 시간분포가 반영된 모형이라 볼 수 있으나 시간 강우기록을 이용하였고 강우지속시간도 3시간 이하는 분석에서 제외되어 임계 강우지속시간이 작은 도시화유역에서는 적용이 적절하지 못하다는 문제가 있다. 본 연구에서는 최근 29개년의 년 최대 시간강우자료의 강우기록지를 10분 간격으로 판독하여 작성된 실 시간분포와 Huff 분포에 의한 10분 간격의 시간분포에 대하여 도시유출해석 모형인 SWMM을 이용하여 각각 유출량을 해석하였다. 분석결과 실 강우 분포에 의한 첨두 유출량이 Huff 분포의 유출량 보다 전반적으로 작게 산정되었으나 일부는 크게 나타났으며 첨두량의 빌생위치도 다소 다르게 나타났다.