• 자원ㆍ환경경제연구
• /
• 제12권3호
• /
• pp.453-467
• /
• 2003

CVM 연구에서 설문자료로부터 WTP 분포를 근사화하는 작업은 표본내에 포함된 0의 응답 때문에 문제가 발생할 수 있다. 이 때 WTP의 이중적 분포를 무시하면, 즉 연속적인 분포를 가정하면 후생치 도출에 있어 왜곡이 있을 수 있다. 본 연구는 이런 문제를 해결하기 위해 혼합모형을 제안하고 적용한다. 혼합모형은 영에서 점질량으로 이루어진 분포와 양의 연속적 분포를 혼합하는 특징을 갖고 있다. 이 경우 지불의사가 전혀 없는 확률은 모수 ${\rho}$로 표현되고, 별도로 식별가능하며, 최우추정법을 이용하면 일치추정량을 얻을 수 있다. 본 연구에서는 한려해상국립공원을 대상으로 혼합모형의 적합성에 관한 실증연구를 수행하였는데 그 결과 혼합모형의 적용이 바람직한 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.301-301
• /
• 2020

물은 보다 나은 삶을 살아가는데 있어 매우 중요한 자원이며, 안전하고 깨끗한 물을 공급받는 것은 국민 생활 영위에 반드시 필요한 부분이다. 국내 주요 수자원은 하천수를 통해 확보하고 있으며, 안전한 수자원 공급을 위해서는 하천관리를 통한 수질오염사고에 대비한 대책 수립이 필요하다. 국내에서는 페놀, 황산 등 독성오염물질 유출로 인한 수질오염사고가 발생한 바 있고, 그 피해액이 수백억에 달한다. 이러한 수질오염사고로 인한 피해액을 감소시키고 안전한 수자원 공급을 유지하기 위해서는 오염물질의 거동을 이해하고 예측하는 것이 매우 중요하다. 국내하천의 경우, 대부분 하폭 대비 수심비가 크기 때문에 오염물질이 2차원 혼합특성을 나타낸다. 따라서 본 연구에서는 하천 내 오염물질의 2차원적 혼합거동을 해석할 수 있는 수치모형을 개발하고자 하며, 현장에 적합한 해석기법을 검토하고 모형 개발 방향을 결정하고자 한다. 본 연구에서는 하천 내 수질오염사고 발생 시 신속하고 정확한 수질 분석 및 예측을 목표로 오염물질 혼합해석에 주로 활용되는 격자기반 모형과 입자추적 기반 모형의 프로토타입을 개발했다. 용존성 오염물질을 대상으로 격자 기반 및 입자 기반 혼합해석 모형을 개발했으며, 오염물질의 주입형태와 하천 내 유속 분포를 가정해 혼합해석을 수행했다. 격자 기반 모형의 경우, 경계조건과 분산계수의 결정이 필요하고 수렴/발산 문제로 인해 모형의 안정적 실행을 위한 조건 수립이 필요하다. 입자 기반 모형의 경우에도 입자 수에 따른 계산시간 개선이 필요하지만, 입력조건 결정이 간편하고 분산계수 입력이 필요 없어 신속한 모의조건 설정이 가능하다. 오염물질 혼합해석 모형 개발을 위한 해석기법 검토 결과, 신속한 수질 분석 및 예측 결과를 제공하기 위해서는 계산시간 개선을 전제로 모의조건 설정이 용이한 입자 기반 모형이 가장 적합한 것으로 판단된다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.221-230
• /
• 2015

전통적으로 반복 측정된 형제 쌍 연관 분석에서는 선형 혼합 모형이 사용되어 왔다. 그러나 그 모형은 관심있는 표현형과 연관된 유전자좌를 찾는 것에 있어서 검정력이 문제가 되는 것으로 지적되어 왔다. 본 연구에서 우리는 이러한 검정력 문제를 개선하는 방법으로 감마 혼합 모형을 고려하였고, 검정력과 제 1종 오류의 관점에서 선형 혼합 모형과 성능을 서로 비교하여 보았다. Genetic Analysis Workshop 13에서 제공된 자료를 이용하여 살펴본 결과, 감마 혼합 모형이 검정력에 있어서 큰 이득을 볼 수 있는 것으로 나타났다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제10권2호
• /
• pp.151-164
• /
• 2001

현재의 항공사 기내식 수요예측 시스템으로는 항공기 운항의 지연이나 초과 주문으로 인한 손실 문제를 해결하기 힘든 것으로 알려져 있다. 이러한 문제를 해결하기 위해 본 연구에서는 항공기 기내식 시계열 자료만을 입력변수로 사용한 단순인공신경망모형(simple neural network model), 단순인공신경망모형에 전통적인 시계열 기법(본 연구에서는 지수 평활법)의 예측 결과를 입력변수로 추가한 혼합인공신경망모형(hybrid neural network model), 그리고 혼합인공신경 망 모형에 상관관계가 높은 다른 시계열 자료(본 논문에서는 유사 노선의 다른 항공기 기내식 시계열 자료)를 인공신경망의 입력변수로 추가시킨 하이퍼혼합인공신경망모형(hyper hybrid neural network model)을 새로운 항공기 기내식 수요예측 기법으로 제안하고, 이들 모형의 예측력을 비교 분석하였다. 분석 결과 하이퍼혼합인공신경망 모형의 예측력이 가장 우수한 것으로 나타나, 인공신경 망을 기반으로 한 수요예측에 있어 상관관계가 높은 다른 시계열 자료를 입력변수로 추가함으로써 인공신경망모형의 예측력을 개선시킬 수 있음을 알 수 있었다

• 응용통계연구
• /
• 제29권2호
• /
• pp.291-299
• /
• 2016

본 논문은 고정요인과 확률요인의 혼합모형에서 추정가능함수를 논의하고 있다. 고정효과모형에서 정의된 추정가능 함수가 혼합효과모형에서 어떻게 정의되어야 하는 가를 규정하고 추정가능함수의 분산추정치를 구하는 방법을 제시하고 있다. 또한 혼합모형에서 분산성분의 추정을 위한 제곱합의 계산에 상수적합법을 이용하고 추론을 위한 자유도의 계산에 Satterthwaite의 근사화를 다루고 있으며 분산성분을 구하기 위한 모형의 적합방식으로 단계별 방법을 적용하고 있다. 모형의 단계별 적합에서 주어지는 모형행렬의 사영을 이용한 제1종 제곱합의 계산방식이 제공되며 사영을 이용한 변동요인별 제1종 제곱합의 기댓값 계산에 Hartley의 합성법이 논의된다.

• 대한토목학회논문집
• /
• 제26권4B호
• /
• pp.335-344
• /
• 2006

본 연구에서는 Taylor의 이론, 즉 종방향 이송과 횡방향 확산이 서로 독립적으로 일어나며 두 과정이 서로 균형을 이룬다는 개념을 바탕으로 순차혼합모형을 제안하였다. 서로 다른 혼합시간과 유속 분포 등을 사용하여 수치모의를 실시하였으며, 여기서 얻어진 단면평균 농도분포를 1차원 종분산모형과 2차원 이송-분산 모형과 비교하였다. 그 결과, 순차혼합모형이 1차원 종분산모형으로 요약되는 Taylor의 이론을 잘 구현하고 있음을 알 수 있었다. 2차원이송-확산모형과의 비교를 통해 혼합 시간과 횡확산계수와의 관계를 밝힐 수 있었으며, 따라서 순차혼합모형이 1차원 종분산모형뿐 아니라 2차원 이송-분산모형까지 연계하여 전단류 분산을 통합적으로 설명하는 모형임을 알 수 있었다. 본 연구에서는 순차혼합모형의 수치모의 결과와 1차원 종분산모형과의 적합을 통해 종분산계수를 결정하고, 회귀식을 사용해 종분산계수 추정식을 제안하였다. 본 연구에서 제안한 종분산계수 추정식은 38개의 현장실험자료를 사용하여 검증하였다. 그 결과, 하폭 대 수심 비가 비교적 작은 하천에 대해서 높은 신뢰성을 나타내었으며, 대체적으로 기존의 경험식과 비슷한 신뢰도를 나타내었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.538-540
• /
• 2001

PCA는 다변수 데이터 해석법 중 가장 널리 알려진 방법 중 하나로 많은 응용을 가지고 있다. 그런데, PCA는 선형 모델이어서 비선형 구조를 분석하는데 효과적이지 않다. 이를 극복하기 위해서 PCA의 조합을 이용하는 PCA 혼합 모형이 제안되었다. PCA 혼합 모형의 핵심은 구조 선택, 즉 mixture 요소의 수와 PCA 기저의 수의 결정 인데 그의 체계적인 결정 방법이 필요하다. 본 논문에서는 단순화된 PCA 혼합 모형과 이를 위한 효율적인 구조 선택 방법을 제안한다. 각각의 mixture 요소 수에 대해서 모든 PCA 기저를 갖도록 한 상태에서 PCA 혼합 모형의 파라미터를 EM 알고리즘을 써서 결정한다. 최적의 mixture 요소의 수는 오류를 최소로 하는 것으로 결정한다. PCA 기저의 수는 PCA의 정렬성 특성을 이용해서 중요도가 적은 기저부터 하나씩 잘라 내며 오류가 최소로 하는 것으로 결정한다. 제안된 방법은 특히 다차원 데이터의 경우에 EM 학습의 횟수를 많이 줄인다. 인공 데이터에 대한 실험은 제안된 방법이 적절한 모델 구조를 결정한다는 것을 보여준다. 또, 눈 감지에 대한 실험은 제안된 방법이 실용적으로도 유용하다는 것을 보여준다.

• 한국경영정보학회:학술대회논문집
• /
• 한국경영정보학회 2007년도 International Conference
• /
• pp.318-323
• /
• 2007

국방부에서 발표한 ‘국방개혁에 관한 법률’ 에 따라 2014년까지 현역병들에 대한 복무기간이 단계적으로 단축될 예정이다. 이에 따라 좀 더 효율적인 직무교육 방안이 필요하게 되어, ‘차등제 교육’을 시행하고 있다. 이 교육의 효과를 향상시키기 위해서는 훈련병들의 예상 학업 성취도를 미리 정확하게 예측하는 것이 필수적이다. 따라서, 본 연구에서는 입교 초기에 얻을 수 있는 신병들의 제한된 자료들을 이용하여 교육 성취도 예측 모형을 개발하였다. 본 모형의 목적 변수는 ‘일반관리 인원’, ‘집중관리 인원’의 값을 갖는 이진형 성취집단 변수이며, 사용된 기법은 k-means 군집기볍과 Decision Tree 기법을 혼합한 모형, k-means 군집기법과 Neural Network 기법을 혼합한 모형, Decision Tree 모형, Neural Network 모형, Bayesian 모형, 그리고 Logistic 모형 등을 사용하였다. 그 결과 k-means 군집기법과 Decision Tree를 혼합한 모형이 가장 좋은 예측력올 보이는 것으로 나타났다. 이러한 교육 성취집단 예측 모형은 향후 군에서 이루어지는 다양한 교육 프로그램에 적극적으로 이용될 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.88-88
• /
• 2020

수심평균 2차원 혼합모형은 하천환경에서 다양한 용존성 오염물질의 혼합현상을 모의하기 위해 널리 활용되어왔다. 2차원 혼합모형에서 분산계수는 하천의 전단 흐름에 의해 야기되는 오염물질의 퍼짐 현상을 표현하는 중요한 인자로서 작용하기 때문에 정교한 오염물질 혼합거동을 모의하기 위해서는 적합한 분산계수를 산정하는 것이 필수적이다. 분산계수를 실험적으로 산정하는 방법으로는 크게 모멘트법과 추적법으로 나뉘며, 비정상상태의 혼합거동에 대해 종방향 및 횡방향 분산계수를 동시에 산정할 수 있는 방법은 추적법 계열의 2차원 유관추적법(2D STRP)이 유일하다. 본 연구에서는 하천에 유입된 오염물질의 2차원 혼합해석을 위한 수치모형을 개발하였으며, 개발된 모형의 수치해를 바탕으로 다양한 Peclet 수의 범위에 대해 기존연구에서 제시된 2D STRP의 적용범위 및 성능을 정량적으로 분석하였다. 분석된 정보를 바탕으로 기존 2D STRP의 한계를 극복하기 위한 개선된 2차원 유관추적법(2D STRP-i)을 개발하고, 사행하천을 모형화한 실규모 하천실험시설에서 검증하였다. 기존 2D STRP의 성능평가 결과, Peclet 수가 낮은 조건일수록 농도분포의 예측 정확도가 감소하는 경향을 보였으며, 하안 경계에 도달하는 농도가 증가할수록 부정확한 결과를 초래하는 것으로 나타났다. 본 연구에서는 기존 2D STRP의 한계를 보완하여 더욱 정확한 분산계수를 산정하고자 하안 경계면 조건을 고려한 2차원 유관추적법(2D STRP-i)을 개발하였다. 2D STRP-i는 직교-곡선좌표계 기반의 2차원 이송-분산 방정식을 바탕으로 횡방향 유속분포 및 하안 경계조건을 고려할 수 있도록 개선되었다. 2D STRP-i는 공간적으로 상이한 이송효과 및 하안경계 조건을 적절히 반영함으로써 농도분포의 예측 정확도를 개선 시키는 것으로 평가되었으며, 하안경계면에서 농도가 증가하는 구간에서 기존 2D STRP의 결과와 비교하여 더욱 정확한 농도분포 및 분산계수를 제공하는 것으로 밝혀졌다.

• 대한전자공학회논문지SP
• /
• 제43권3호
• /
• pp.84-91
• /
• 2006

본 논문에서는 수학적 모폴로지 연산과 가우시안 혼합 모형에 기초한 새로운 칼라 영상 분할 알고리즘을 제안한다. 우리는 혼합 모형에서 구성 성분의 수를 결정하고, 각 구성 성분의 중심값을 계산하는데 모폴로지의 연산과 라벨링 연산을 이용한다. 그리고 칼라 특징 벡터의 확률 모형으로 가우시안 혼합 모형을 사용하고, 이들의 모수 값들을 추정하는데 결정적 어닐링 EM알고리즘을 사용한다. 최종적으로 혼합 모형으로부터 계산된 사후 확률을 이용하여 칼라 영상을 분할한다. 실험 결과를 통하여 모폴로지 연산이 혼합모형의 수를 자동으로 결정하고 각 성분의 모드를 계산하는데 아주 효율적인 방법임을 보였고, 또한 결정적 어닐링 EM 알고리즘에 의하여 추정된 가우시안 혼합 모형을 사용하여 계산된 사후 확률에 의한 영상 분할 방법이 기존의 분할 알고리즘보다 정확한 분할 방법임을 보였다.