• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.614-621
• /
• 2007

전통적 계획방식은 결정적 효과를 간진 동작들로 이루어진 도메인을 다룬다. 따라서 전통적 계획기는 동작이 환경을 어떻게 변화시킬지 명확하게 예측할 수 있다. 그러나, 많은 실제 응용들에서는 불완전한 정보와 비-결정적 효과를 처리할 수 있는 계획방식을 요구한다. 확률적 계획방식은 확률적 효과를 가진 동작들을 포함함으로써 이러한 요구를 만족한다. 확률적 계획기는 일반적으로 목표상태에 도달하기 위한 하나의 행동정책을 찾아내며, 이는 (상태, 동작)쌍들의 집합으로 표현된다. 그러나 확률적 효과를 포함시킴으로써 계획기들의 복잡도가 이전보다 증가되었다. 본 논문에서는 효율적인 확률적 계획기의 설계와 구현에 대해 설명한다. 이 계획기는 표준 PPDDL 언어로 표현된 도메인 묘사를 입력으로 받아들이며, 실시간 동적 프로그래밍 알고리즘을 채용하고, 간략화한 문제로부터 추출된 휴리스틱 지식을 이용한다. 생성된 상태들과 행동정책을 효율적으로 저장하기 위해, 이 확률적 계획기는 해쉬테이블을 이용한다.

• Journal of IKEEE
• /
• v.23 no.1
• /
• pp.127-133
• /
• 2019

Electric power demand forecasting is one of the important research areas for future smart grid introduction. However, It is difficult to predict because it is affected by many external factors. Traditional methods of forecasting power demand have been limited in making accurate prediction because they use raw power data. In this paper, a probability-based CRBM is proposed to solve the problem of electric power demand prediction using raw power data. The stochastic model is suitable to capture the probabilistic characteristics of electric power data. In order to compare the mid-term power demand forecasting performance of the proposed model, we compared the performance with Recurrent Neural Network(RNN). Performance comparison using electric power data provided by the University of Massachusetts showed that the proposed algorithm results in better performance in mid-term energy demand forecasting.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.766-767
• /
• 2015

전자기 관련 제품에서 제작공차에 의한 성능변동의 확률론적 분포특성을 효율적으로 예측하기 위해 성능 모멘트 적분법을 도입하였다. 제안된 기법을 검증하기 위해 간단한 수학예제와 스피커 모델의 폴피스 사이 공극의 평균자속 밀도에 대한 확률론적 분포특성 예측을 수행하고, 이를 기존 확률론적 분포특성 예측 기법과 비교하였다. 또한 몬테카를로 수치모사법을 이용하여 도출된 성능의 확률론적 분포특성 예측 값을 재계산 후 비교함으로써 제안된 기법의 정밀도를 검증하였다.

• Journal of Korea Water Resources Association
• /
• v.39 no.3 s.164
• /
• pp.275-288
• /
• 2006

This study develops ESP (Ensemble Streamflow Prediction) system by using medium-term numerical weather prediction model which is GDAPS(T213) of KMA. The developed system forecasts medium- and long-range exceedance Probability for streamflow and RPSS evaluation scheme is used to analyze the accuracy of probability forecasts. It can be seen that the daily probability forecast results contain high uncertainties. A sensitivity analysis with respect to forecast time resolution shows that uncertainties decrease and accuracy generally improves as the forecast time step increase. Weekly ESP results by using the GDAPS output with a lead time of up to 28 days are more accurately predicted than traditional ESP results because conditional probabilities are stably distributed and uncertainties can be reduced. Therefore, it can be concluded that the developed system will be useful tool for medium- and long-term reservoir inflow forecasts in order to manage water resources.

• The Magazine of the IEIE
• /
• v.38 no.11
• /
• pp.61-67
• /
• 2011

우리 선조들은 가끔 점을 쳐서 내일이 길흉화복(吉凶禍福)을 예측했다. 오늘날에는 복권 한 장에 마음을 졸이며 대박을 기다리는 현대인들에 이르기까지, 우리 인류는 항상 확률적인 상황에 직면해 왔다. '확률'이라는 말이 개입되는 순간부터, 우리의 삶은 하나의 도박이 되는 것이다. 병원에서 질병 감염 여부를 검사할 때나 법적 증거로 DNA 유전자를 감식할 때, 거기에는 항상 '확률'적 요인이 숨어있다. 그 중심에 가우스(Carl Fredrich Gauss, 1777-1855, 독일)가 있다. EU 통합 전 독일의 10 Mark 화폐 주인공 가우스, 가우스는 독일의 자존심이다. 고대부터 인간은 무엇인가를 결정할 때 확률적 결정에 따른다. 본고에서는 가우스 확률분포의 기원을 추적 요약하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.370-374
• /
• 2011

기후변화에 따른 수해를 대비하기 위해서는 미래의 확률강수량을 알아야 한다. Global Circulation Model(GCM)은 미래의 기후변화를 예측하기 위하여 많은 분야에서 널리 쓰이고 있다. GCM의 시간축척은 일반적으로 월단위로 시간단위 자료를 사용하는 수공학 분야에 직접적으로 적용하기에는 많은 문제가 있다. 또한 GCM 예측값은 실강우값과 큰 편의(bias)를 가지고 있어 직접적인 적용이 힘들다. 이런 문제를 해결하고자 다양한 다운스케일(downscale)기법이 연구되고 있다. 다운스케일기법을 적용하여 시간자료를 예측하면 전반적인 통계값을 잘 재현해내나, 극치값의 경우 잘 재현해내지 못하는 문제가 있다. 이런 문제점을 극복하고자 본 연구에서는 연최대 월강수량과 연최대 시간강수량의 이변량빈도해석을 통하여 기후변화를 고려한 강우-지속기간-빈도 관계의 변화를 평가해보고자 한다. 본 연구는 연최대 월강수량과 연최대 시간강수량과의 관계가 변하지 않는다는 가정하에 관측강수량을 이용하여 연최대 월강수량과 연최대 시간강수량의 이변량분포모형을 구축하였다. 이변량 분포모형을 구축하기 위하여 copula 모형을 적용하였다. 구축된 모형에 GCM으로 예측된 연최대 월강수량을 적용하여 미래의 확률강수량을 평가하였다. 본 연구에서는 서울지점을 대상지점으로 선정하였으며, A2 기후변화시나리오를 적용한 GCM 예측값을 이용하였다. 적용결과 A2 기후변화 시나리오 상에서 미래의 확률강수량이 크게 증가하는 것이 확인되었다.

• The Korean Journal of Applied Statistics
• /
• v.26 no.6
• /
• pp.943-952
• /
• 2013

Wald, Agresti-Coull, Jeffreys, and Bayes-Laplace methods are commonly used for confidence interval of binomial proportion are applied for prediction intervals. We used coverage probability, mean coverage probability, root mean squared error, and mean expected width for numerical comparisons. From the comparisons, we found that Wald is not proper as for confidence interval and Agresti-Coull is too conservative to differ from confidence interval. However, Jeffrey and Bayes-Laplace are good for prediction interval and Jeffrey is especially desirable as for confidence interval.

• The Korean Journal of Applied Statistics
• /
• v.34 no.4
• /
• pp.579-588
• /
• 2021

Wald, Agresti-Coull, Jeffreys, and Bayes-Laplace methods are commonly used for confidence interval of binomial proportion are applied for prediction intervals. We used coverage probability, mean coverage probability, root mean squared error, and mean expected width for numerical comparisons. From the comparisons, we found that Wald is not proper as for confidence interval and Agresti-Coull is too conservative to differ from confidence interval. However, Jeffrey and Bayes-Laplace are good for prediction interval and Jeffrey is especially desirable as for confidence interval.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.4
• /
• pp.475-480
• /
• 2011

In this paper, we propose a collision risk assesment system. First, using Kalman Filter, we estimate the information of pedestrian, and second, we compute the collision probability using Monte Carlo Simulations(MCS) and neural network(NN). And we update the collision risk using time history which is called belief. Belief update consider not only output of Kalman Filter of only current time step but also output of Kalman Filter up to the first time step to current time step. The computer simulations will be shown the validity of our proposed method.

• The Korean Journal of Financial Management
• /
• v.19 no.2
• /
• pp.233-251
• /
• 2002

본 연구는 우리나라를 대상으로 장단기 스프레드와 신용스프레드가 경기변동에 대해 어떠한 예측력을 갖고 있는가를 살펴보았다. 이를 위해 1991년부터 2001년까지를 분석기간으로 하여 Probit 분석을 통해 금리스프레드와 경기변동과의 시차 및 불황확률을 추정하여 평가해 보았으며, 인과관계 검정을 시도해 보았다. 우선 금리스프레드와 경기변동에 대한 불황확률을 알아보기 위해서 Probit 모형을 이용하여 불황확률을 추정하였다. 그 결과 장단기 금리스프레드 중에서는 5년 만기 1종 국민주택채권수익률-콜금리(HCS)는 3개월, 5년 만기 1종 국민주택채권수익률-1년 만기 금융채수익률(HGS)은 7개월, 5년 만기 1종 국민주택채권수익률-1년 만기 통안증권수익률(HMS)은 9개월의 시차를 보이는 경우가 Pseudo $R^2$ 값이 가장 높게 나타났지만 불황확률을 토대로 경기 호황과 불황 국면을 비교해 본 결과 HMS는 Pseudo $R^2$의 값도 상대적으로 높았을 뿐만 아니라 매우 높은 경기변동 예측력을 보여주었다. HCS와 HGS의 경우에는 IMF 체제 전후의 불황기와 그 이후에 도래한 호황기는 예측력이 높게 나타났으나 1990년대 초반에는 제대로 불황확률을 예측하지 못하는 것으로 나타났다. 또한 3년 만기 회사채수익률-5년 만기 국민주택채권수익률(CHS)와 3년 만기회사채수익률 -3년 만기 금융채수익률(CGS)로 나타낸 신용 스프레드에서는 유의적인 결과를 도출하지는 못하였다. 한편 인과관계에서도 HCS, HGS, HMS 등의 장단기 스프레드는 경기변동에 대하여 일방적 원인변수로 작용하는 것으로 나타나 선행결합관계를 보여주었으나 CHS, CGS 등의 신용스프레드는 경기변동과 어떠한 유의적인 결합관계도 보여주지 못하였다. 따라서 장단기 스프레드는 경기변동을 예측하는데 유용한 정보를 제공하지만 신용스프레드는 경기변동을 예측하는데 도움을 주지 못하는 것으로 나타났다.