• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2007년도 학술발표회 논문집
• /
• pp.1972-1976
• /
• 2007

정확한 수문자료를 예측하기 위한 많은 연구들이 현재까지 진행되어 왔다. SVM(Support Vector Machine)은 그 구조가 신경망과 유사하나 신경망과는 다르게 철저히 통계적, 수학적 이론에 기반을 두고 있고 비선형예측 모형이며 지역해 문제가 발생하지 않는 다는 점 등으로 인해 상당히 견고한 모형으로 평가받고 있다. 본 연구에서는 두 경우의 수문시계열 자료를 이용하여 전통적인 통계학적 모형과 신경망 모형 그리고 수문학 분야에서는 아직까지 적용된 사례가 매우적은 SVM 모형의 예측 결과 비교를 통해 모형의 장단점을 평가하였다. 비교 결과 SVM 모형은 수문시계열 자료 예측에 있어서 기존의 방법들에 비해 안정적이고 정확한 예측 결과를 보여 주었다.

• 기계저널
• /
• 제22권6호
• /
• pp.456-462
• /
• 1982

재래의 공학적 해석과정에서는, 주어진 시스템에 대한 정량적 해석을 위해 우선 시스템에 대한 수학적 모형을 가정.도입하고, 미지계수에 대한 결정은 시스템으로부터 관측된 자료에 의존하게 된다. 반면 DDS에 의한 모형화는 시스템에 대한 사전 지식이 없어도 시스템으로부터의 자료에 대한 체계적인 정량적 해석을 통해서 시스템을 특성화시키는 미분방정식을 유도할 수 있게 하며 오히려 시스템에 대한 이해를 돕게 한다. 이 때 결정되는 모형은 최소오차자승법(least square error method)에 의한 통계학적으로 가장 적합한 근사모형으로 결정된 모형의 계수로부터 시 스템의 물리적 특성을 규명(identify)할 수 없는 경우에도 그 모형으로 표현되는 추상시스템을 바탕으로 특성화, 예측 내지 제어 목적으로 활용할 수 있다. DDS는 단일변수(univariate)및 다 변수(multivariate) 자료에 모두 적용 가능하며 전달 함수 규명(Transfer Function Identification) 및 닫힘 루우프 시스템(closedloop system)의 모형화 및 해석에도 이용되고 있다.

• 물과 미래
• /
• 제19권2호
• /
• pp.167-180
• /
• 1986

추계 수문학 분야에서 중요한 기법으로 인정이 되어져 가고 있으며 점차 이용도가 높아져 가고 있는 분해모형(Disaggregation Model)을 국내 하천유량의 모의발생에 적용가능성을 파악하기 위해서 이 모형의 구조와 매개변수 산정 방법과 년유량을 월유량으로 분해시키고 발생유량 계열의 통계학적 분석을 실시하였으며 타모형과의 비교를 위해서 Thomas-Fiering 모형을 사용하여 그 결과들을 비교 검토하여 실무에 적용시킬 수 있는 가능성을 평가하였다.

• 한국측량학회지
• /
• 제32권4_1호
• /
• pp.343-351
• /
• 2014

본 연구에서는 최근 들어 그 중요성이 부각되고 있는 도시공간의 보행환경 평가와 관련하여 지역의 보행친화도와 물리적 사회경제적 특성과의 상관관계를 공간통계학적 측면에서 분석 하였다. 이를 위해 부산광역시의 2개 구의 보행성 지수(Walkability Index)를 정량적으로 산출하였고 이에 대한 전역적 국지적 공간 자기상관 측정을 수행하였다. 또한 Walkability Index에 대해 도시환경 변수와의 상관성을 파악하기 위해 지리가중 회귀분석(GWR : Geographically Weighted Regression, 이하 GWR)을 수행하였다. 연구결과 연구지역의 Walkability Index에서 통계적으로 유의한 수준의 공간 자기상관 수치와 군집이 도출되었다. 또한 GWR 분석결과 OLS(Ordinary Least Square Regression, 이하OLS) 회귀모형보다 통계적으로 개선된 추론이 가능 하였으며, 보행 환경변수에 대한 국지적 수준의 영향관계를 도출할 수 있었다. 본 연구의 결과들은 지역의 보행환경 평가 및 그와 연관된 환경변수의 탐색 시 공간 통계학적 접근이 효과적일 수 있음을 시사한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.392-395
• /
• 2017

본 연구에서는 일 증발접시 증발량 산정을 위한 딥러닝 (deep learning) 모형의 적용성을 평가하였다. 본 연구에서 적용된 딥러닝 모형은 deep belief network (DBN) 기반 deep neural network (DNN) (DBN-DNN) 모형이다. 모형 적용성 평가를 위하여 부산 관측소에서 측정된 기상자료를 활용하였으며, 증발량과의 상관성이 높은 기상변수들 (일사량, 일조시간, 평균지상온도, 최대기온)의 조합을 고려하여 입력변수집합 (Set 1, Set 2, Set 3)별 모형을 구축하였다. DBN-DNN 모형의 성능은 통계학적 모형성능 평가지표 (coefficient of efficiency, CE; coefficient of determination, $r^2$; root mean square error, RMSE; mean absolute error, MAE)를 이용하여 평가되었으며, 기존의 두가지 형태의 ANN (artificial neural network), 즉 모형학습 시 SGD (stochastic gradient descent) 및 GD (gradient descent)를 각각 적용한 ANN-SGD 및 ANN-GD 모형과 비교하였다. 효과적인 모형학습을 위하여 각 모형의 초매개변수들은 GA (genetic algorithm)를 이용하여 최적화하였다. 그 결과, Set 1에 대하여 ANN-GD1 모형, Set 2에 대하여 DBN-DNN2 모형, Set 3에 대하여 DBN-DNN3 모형이 가장 우수한 모형 성능을 나타내는 것으로 분석되었다. 비록 비교 모형들 사이의 모형성능이 큰 차이를 보이지는 않았으나, 모든 입력집합에 대하여 DBN-DNN3, DBN-DNN2, ANN-SGD3 순으로 모형 효율성이 우수한 것으로 나타났다.

• 한국정보관리학회:학술대회논문집
• /
• 한국정보관리학회 1998년도 제5회 학술대회 논문집
• /
• pp.97-100
• /
• 1998

계량정보학 연구영역의 하나인 운영연구(Operation Research, OR)중, 미래예측이라는 목적을 가지고 있는 마코프모형(Markov chains)의 통계기법을 활용한 두가지 실험사례를 살펴보고, 최근의 연구경향을 분석함으로써, 도서관 시스템 운영과 설계에 마코프모형을 응용할 수 있는 네가지 방안을 제시하였다. 계량정보학의 한분야로 적용되고 있는 마코프모형에 관한 국내연구가 활발하지 못한 상태이므로, 국내 계량정보학에서의 마코프모형 연구의 필요성과 활성화를 제안하였다.

• 응용통계연구
• /
• 제28권6호
• /
• pp.1063-1073
• /
• 2015

우리나라 노인장기요양보험에서는 수급자와 그 가족부양자가 수급자의 심신기능 상태와 욕구에 따라 불이익이나 불편함이 없이 비용-효과적으로 장기요양 급여를 이용할 수 있도록 지원하고자 이용지원 상담을 제공하고 있다. 본 연구는 재가급여 이용자의 이용지원 정기상담 대상자 선정시 상담 대상자의 욕구를 반영하지 않아 이용지원 상담의 만족도와 효율성이 낮은 문제를 통계학적 모형을 활용하여 해결하고자 수행되었다. 모형 개발을 위해 2013년 3월 장기요양 재가급여를 이용한 수급자와 가족부양자를 대상으로 이용지원 상담에 대한 욕구와 관련 변수를 조사하였으며, 2,000명이 조사를 완료하였다. 조사 자료를 바탕으로 이용지원 상담 대상자 선정모형을 다양한 데이터마이닝 기법(로지스틱 회귀모형, 의사결정 나무모형, Lasso 모형, 자동 신경망모형, 그래디언트 부스팅, 앙상블 모형)을 통해 개발하였고, 이중 가장 안정적이고 현장 적용이 쉽고 성능이 좋은 Lasso 모형 결과를 최종모형으로 선정하였다. 본 연구가 이용지원 상담의 만족도를 높이고 업무를 효율화 하는데 기여할 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.245-245
• /
• 2019

점착성 유사는 유사가 가지는 점착력에 의해 응집현상을 겪으며 그 크기와 밀도가 변화한다. 유사의 크기와 밀도는 침강속도에 직접적인 영향을 주며 침강속도는 변화는 유사의 거동에 매우 중요한 작용을 한다. 따라서 점착성 유사의 크기 특성을 파악하는 것은 필수적이다. 본 연구는 유사가 가지는 입도분포를 파악하기 위해 통계학적 접근법을 적용하여 분석하였다. 점착성 유사의 입자가 가지는 입도 분포를 구체화한 결과를 유사의 입도 분포를 위한 수치 모의 연구에 적용하여 모의 결과를 향상시키고 유사 문제의 분석에 용이하도록 하려 한다. 통계학적인 방법 중 적합도 검정을 이용하여 실제 점착성 유사의 입도가 어떠한 분포를 모사하는지 분석하였다. 수집된 입도 분포 자료에 적합도 검정 방법 중 Kolmogorov-Sminorv(K-S) 검정을 이용하였으며 유의수준 5%를 통과할 경우 이론 분포가 점착성 유사의 입도 분포를 잘 모사하는 것으로 판단하였다. 점착성 유사의 입도 분포를 수집하고 그 자료를 바탕으로 적합도 검정을 실시한 결과 많은 연구에서 점착성 유사의 입도 분포로 가정하고 있는 Log-normal 분포가 유의수준 5%를 기준으로 적합도 검정을 통과한 경우는 많지 않았다. 본 연구에서 검정한 결과로는 기존에 이용되는 Log-normal 분포는 위치 매개변수를 추가하여 3 매개변수 분포를 사용할 경우에만 점착성 유사의 입도 분포를 모사한다고 판단된다. 향후에는 점착성 유사의 입도 분포를 모사하고 사용함에 있어 Log-normal 분포를 무조건적으로 이용하는 것은 지양하고 점착성 유사가 가지는 특성을 파악하여 어떠한 입도 분포 형태를 나타낼지 미리 예측하여 이론 분포를 가정한다면 수치모형을 통해 점착성 유사의 입도 분포를 모사할 때 그 정확도가 크게 증가할 것으로 판단된다. 또한 점착성 유사의 입도 분포로서 제시한 GEV 분포와 Gamma 분포, Log-normal 분포를 FM 모형에 결합하여 입도 분포를 모의한 후 그 결과를 실제 현장에서 측정된 입도 분포와 비교하는 과정을 통해 실제 어떠한 분포가 가장 적합하게 모의하는지도 검증할 필요성이 있다고 판단된다. 또한 점착성 유사의 입도를 모사하는 분포를 새로 개발하여 사용한다면 점착성 유사의 이동과 특성을 연구할 때 가장 중요한 크기 특성에 대한 많은 정보를 제공할 수 있으며 유사와 관련된 문제를 용이하게 분석할 것으로 판단된다.

• 재무관리연구
• /
• 제1권1호
• /
• pp.55-69
• /
• 1985

1959년(年) 11월(月) St. Louis 연방은행 Review지(誌)에 발표된 통칭 St. Louis 방정식으로 불리는 Miehael W. Keran의 모형은 학계에 지대한 반향을 이르켰다. 동모형은 1919년에서 1969의 50년간의 자료를 토대로 재정정책 및 화폐정책을 대표하는 두 설명변수와 경제활동의 전반적지표로서 국민소득을 종속변수로하여 전자의 후자에 미치는 영향을 계량적으로 파악코저하는 회귀분석인데 만일 방정식이라는 접근방식이 구조적 특징이다. 본 연구는 1965년에서 1980년까지의 새로운 자료에 입각하여 동모형의 이론적 타당성을 비판적으로 검토하고, 또한 통계학적 신빙성을 제고(提高)할 수 있는 개선방안(改善方案)을 모색코저 시도(試圖)한 것이다. 우선 단일방정식(單一方程式) 접근(接近)의 문제점(問題點)인 종속변수의 EXOGENEITY를 시험하기 위(爲)한 소위 Reverse-Causation Argument를 재점검(再點檢)하였고, 이이서 동모형의 Specification을 면밀히 살펴왔다. 특히 이자율의 변동을 설명변수로 도입해서 동변수가 경제활동전반에 끼치는 영향을 추정함으로서 설명변수의 추가적 설정(說定)의 타당성여부를 검토하였다. Keran의 결과가 t, D-W 및 $R^2$ 등의 주요 통제치가 매우 미흡한 수준이였으므로 이들 통계치의 제고(提高)를 위해 Almond-lag 방식을 Cuchrane/Oreutt 기법(技法)과 결합해서 적용하여 Almond의 지연구조에 녹유(綠由)하는 자동상관(自動相關) 효과(效果)를 배제(排除)코저 하였다. 끝으로 본연구대상기간인 '65년에서 '80년간의 역사적 발전을 배경으로 동모형의 적용 결과를 재조명(再照明)함으로서 동모형의 타당성을 살펴봤다.

• 대한토목학회논문집
• /
• 제29권2B호
• /
• pp.163-171
• /
• 2009

수문시계열 분석과 예측을 위하여 통상적으로 기존의 선형적인 모형들을 이용하여 왔다. 그러나 최근 자연현상이나 수문시계열의 패턴 그리고 변동성에 비선형구조가 존재하고 있다는 것이 입증되고 있다. 따라서 기존의 선형적인 방법들에 의한 시계열분석이나 예측은 비선형 시스템에 대해서 적절하지 않을 것이다. 최근, 시계열의 비선형성 구조를 판단하기 위해 카오스 이론을 토대로 한 상관적분으로부터 BDS(Brock-Dechert-Scheinkman) 통계 기법이 유도되었다. BDS 통계는 시스템의 비선형구조와 무작위성 구조를 구별하는데 매우 효과적으로 이용되어 오고 있다. 또한 DVS(Deterministic Versus Stochastic) 알고리즘은 카오스와 추계학적 시스템을 구별하고 예측하는데 주로 이용되어 왔다. 그러나 본 연구에서는 DVS 알고리즘에 의해 시계열의 비선형성을 판별할 수 있음을 보이고자 한다. 따라서 본 연구에서는 추계학적 시계열과 수문학적 시계열들의 비선형성을 검사하고자 한다. ARMA 모형과 TAR(Threshold autoregressive) 모형으로부터로 발생시킨 추계학적 시계열, 미국 유타주 GSL 체적자료, 미국 플로리다 주 St. Johns 강 Cocoa 지점의 유출량 자료, 소양강 댐 일 유입량 자료 등의 수문시계열에 대해 비선형성 분석을 수행하고 그 결과를 비교하였다. 분석결과 BDS 통계가 선형 및 비선형 시계열을 구분하는데 매우 강력한 도구임을 보였고, DVS 알고리즘 또한 시계열의 비선형성을 구별하는데 효과적으로 이용될 수 있음을 보였다.