• 지구물리와물리탐사
• /
• 제5권4호
• /
• pp.262-271
• /
• 2002

본 연구에서는 지구물리 자료의 베이지안 역산을 효과적으로 수행하는 방법에 관해 논의하였다. 베이지안 처리에서 가장 문제가 되는 사전확률분포를 구하기 위해 지구통계학적 방법을 적용하였으며, 사후확률분포의 추정을 위해 MCMC(Markov Chain Monte Carlo) 방법을 적용하였다. 쌍극자배열 전기비저항 탐사 자료의 2차원 역산을 위해 슐럼버저배열 전기비저항탐사 자료와 시추공 자료를 사전 정보로 이용하였으며, 이들 사전정보에 대해 지구통계학적 방법을 적용하여 사전확률분포를 작성하였다. 쌍극자배열 전기비저항 탐사 자료를 최대 우도함수로 하는 사후확률분포는 차원이 매우 높은 적분을 요구하므로, 이를 추정하기 위해 MCMC기술을 적용하였으며, 보다 효율적인 접근을 위해 Gibbs샘플링 방법을 이용하였다. 그 결과 비모수적 방식으로 사후확률분포를 분석함으로써 보다 신뢰성 있는 해를 구할 수 있었으며, 주변화(marginalization)된 사후확률분포를 이용하여 다양한 분석을 적용할 수 있었다.

• 대한전기학회논문지
• /
• 제45권1호
• /
• pp.139-145
• /
• 1996

The input estimation method estimates maneuvering input acceleration in order to track a maneuvering target. In this paper, the optimal input estimator is derived by choosing the MAP hypothesis among maneuvering input transition hypotheses under the assumption that a maneuvering input acceleration is a semi-Markov process. The optimal input estimation method cannot be realized because the optimal filter should consider every maneuver onset time hypothesis from filter starting time to current time which increase rapidly. Hence the suboptimal filter using a sliding window is proposed. Since the proposed method can consider all hypotheses of input transitions inside the window, it is general enough to include Bogler's input estimation method. Simulation results show, however, that we can obtain a good performance even when the filter considering just one input transition in the window is used. (author). 9 refs., 3 figs., 1 tab.