• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.533-541
• /
• 2000

본 논문에서는 독립변수들의 차원을 감소시켜 일반회귀 신경망의 성능을 개선하는 방법을 제안하였다. 제안된 방법에서는 적응적 학습 알고리즘의 주요성분분석 기법을 이용하여 독립변수 패턴의 특징을 추출하고 이를 일반회귀 신경망의 학습데이터로 이용하였다. 이는 주요성분분석 기법이 가지는 대용량의 입력 데이터를 통계적으로 독립인 특징들의 집합으로 변환시키는 속성을 살려 학습데이터의 차원을 감소시킴으로서 고차원의 학습데이터에 따른 일반회귀 신경망이 가지는 제약을 해결하기 위함이다. 제안된 기법의 일반회귀 신경망을 3개의 독립변수 패턴을 가진 암모니아 제조공정문제와 10개의 독립변수 패턴을 가진 자동차 연비문제에 각각 적용하여 시뮬레이션한 결과, 기존의 일반회귀 신경망에 의한 결과와 비교할 때 더욱 우수한 학습성능과 회귀성능이 있음을 확인할 수 있었다. 그리고 커널함수의 평활요소 설정 면에서도 우수한 특성이 있음을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.509-509
• /
• 2015

물 수요관리측면에 대한 정책을 수립하기 위해서는 현재 또는 장래에 대한 용수수급의 정확한 이해를 필요로 한다. 이를 위해서는 용수 수요량 및 공급량뿐만 아니라 여러 산정요소를 필요로 하는데, 그 중 회귀수량은 물이 이용되고 다시 하천으로 회귀되어 이용될 가능성이 있는 수량으로 정의되며, 용수수급 및 용수절약 측면에서 회귀 수량은 중요한 요소라 할 수 있다. 회귀수량 조사는 유역조사 사업 이래, 10년간 생?공용수를 중심으로 미시적, 거시적으로 조사를 시행하였으나, 측정 자료의 신뢰도, 조사방법 및 지점선정 등의 문제로 인하여 조사 성과의 활용성이 매우 낮은 실정이다. 수자원장기종합계획등에서는 수자원관련 계획 수립시 생?공용수의 회귀율을 65 %로 적용하고 있으나, 이는 1970년대 말의 사회적 여건 및 경제적 상황이 반연된 결과로 현재 상황에 적용되기 곤란하다. 따라서, 현재 실정에 맞는 회귀율 산정은 반드시 필요하게 된다. 본 연구에서는 기존 생활용수 회귀수량 산정 연구 한계를 보완하고 유역조사 시행을 위한 개선된 회귀수량을 산정하고자 한다. 본 연구는 서울시 중랑물재생센터 처리구역을 기반으로 중랑천유역을 시험유역으로 선정하였다. 기존 회귀수량 산정방법을 개선하기 위해 시험유역 회귀수량 산정을 위한 가용 자료 분석 및 용수흐름 네트워크 공간분석을 추가로 진행하였다. 가용자료로 시험 유역내 상수공급자료(정수장 공급량, 상수계통도, 유수 및 누수율), 하수처리자료(하수처리구역도, 하수처리계통도, 유입량 및 방류량) 및 기상자료(기상청 지점 및 AWS 강우자료)를 구축하였고 각각의 상수계통도 및 하수처리계통도로부터 용수 흐름 네트워크망을 구축하였다. 상수공급자료로부터 상수계통도 공급지역을 구분하여 월별 유수율에 따른 월별 실 공급량을 산정하였다. 하수처리자료로부터 시험유역에서의 월별하수처리 유입량 및 방류량을 산정하였다. 최종적으로 회귀율(하수처리 방류량/실 공급량)을 산정한 결과 연평균 회귀율은 각각 93.97 %(2011년), 95.02%(2012년)로 과잉 추정 되었으며 7 ~ 9월의 회귀율은 110 ~ 120 %로 유입량을 초과하였다. 이는, 하수처리로 유입되는 유입량의 하수관거는 합류식으로 구축되어 7 ~ 9월에 많은 양의 강우량이 우수관을 통해 하수처리장으로 이송되어 생활용수 이외에 자연적인 공급량으로 인한 것으로 분석되었다. 따라서, 월별 회귀율 산정을 위해서는 불투수층에서의 면적강우량(mm)을 유입량(m3/s)으로 환산된 값을 고려하여 회귀율을 재산정하였다. 그 결과 연평균 회귀율은 각각 78.27 %(2011년), 77.58 %(2012년)로 나타났다.각각의 월별 회귀율도 매우 유사하게 나타났으며 과거 관용적으로 사용된 65 % 회귀율보다 약 12 ~ 13%로 증가하였으며 이는, 하수처리시설 구축 및 처리효율의 증가와 상수처리시설의 관로시설의 개량으로 인한 유수율 및 누수율 감소로 회귀율이 증가한 것으로 판단된다.

• Journal of the Korean Data and Information Science Society
• /
• v.5 no.1
• /
• pp.49-57
• /
• 1994

기존의 퍼지회귀모형은 모수의 퍼지성질에 의해 관측된 종속변수의 변동을 설명하는 방법이다. 그러나 일반적으로 종속변수에 영향을 미치는 모든 독립변수를 모형화하는 일은 불가능하므로 종속변수가 삼각퍼지숫자로 관측된 경우 모형화되지 않은 변수들의 영향을 랜덤 오차항으로 두는 퍼지확률회귀모형을 소개하고 이에 따른 모수추정법을 다룬다. 이 방법은 통계적 회귀모형의 일반화로 간주할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.878-878
• /
• 2012

도시개발에 따른 인구증가와 강수의 계절적 편중 등으로 인하여 우리나라의 수자원량은 부족한 실정이다. 따라서 이러한 수자원을 효율적으로 이용하기 위해서는 유역의 가용 수자원량의 파악과 이에 따른 최적배분이 필요하다. 이러한 하천유량은 우량이나 수위와 같이 연속관측이 어렵기 때문에 관측치가 한정되어 있는 것이 일반적이며 자연하천에서 실시간으로 유량자료를 생산하는 것은 많은 인력과 장비, 경비가 필요하게 된다. 따라서 본 연구에서는 유량자료의 생산에 있어서 시간과 비용의 경제성 등을 고려하고 좀 더 효율적인 방법을 찾기 위하여 낙동강 유역의 제 1지류인 금호강 유역 내에 위치한 동촌 수위관측소의 유량자료를 이용하여 상류에 위치한 금호 단포교 지점을 미계측 유역이라 가정한 후 유량추정방법에 따른 적용성 검토를 위해 강우-유출모형인 SWAT(Soil and Water Assessment Tool)과 유역면적만을 활용하는 비유량법(Drainage-area ratio method), 유출에 영향을 주는 지형인자를 이용하는 지역회귀방법(Regional regression method)을 적용하여 그 타당성을 비교하였다. 모의된 결과, 동촌 금호 단포교 지점의 연간 상하류 유량비교에서 유량반전은 없었으며 비유량법의 유량추정에서는 높은 상관성을 보였으나 2008년과 2009년의 가뭄으로 인하여 강우-유출모형의 유량추정에서는 낮은 상관성을 보여주었다. 지역회귀방법에서는 수위관측소별 유황자료를 종속변수로 유역면적, 유역평균경사, 유로연장을 독립변수로 하는 회귀식을 산정하여 비교하였으나 본 연구에서는 사용된 자료수가 적고 수리구조물을 이용한 회귀수량 등으로 인하여 갈수량이 실측유량과는 다소 차이가 발생하였다. 미계측 유역의 유량추정시에는 자료의 축척기간과 연도별로 안정된 호우사상, 유역의 적절한 배분에 따라 결과치가 좌우되며 본 연구에서 사용된 유량추정은 관측 자료를 기초로 한 간접적인 방법들이였다. 결과적으로 금호강 유역의 동촌 지점을 이용하여 유량추정방법들을 적용해본 결과 비유량법과 강우-유출모형을 사용하는 것이 적정하였으나 관측 자료의 축적기간이 길고 상하류 간의 유량이 안정된 유역에서는 지역회귀방법의 적용으로도 안정된 유량을 산정할 것이라고 판단된다.

• Journal of the Korean Data and Information Science Society
• /
• v.23 no.4
• /
• pp.749-756
• /
• 2012

An approach widely used for small area estimation is based on linear mixed models. However, when the functional form of the relationship between the response and the input variables is not linear, it may lead to biased estimators of the small area parameters. In this paper we propose M-quantile kernel regression for small area mean estimation allowing nonlinearities in the relationship between the response and the input variables. Numerical studies are presented that show the sample properties of the proposed estimation method.

• Journal of the Korean Data and Information Science Society
• /
• v.20 no.2
• /
• pp.251-260
• /
• 2009

In this study, we propose a new estimation method based on autocovariance for selecting optimal estimators of the regression coefficients in the simple linear regression model. Although this method does not seem to be intuitively attractive, these estimators are unbiased for the corresponding regression coefficients. When the exploratory variable takes the equally spaced values between 0 and 1, under mild conditions which are satisfied when errors follow an autoregressive moving average model, we show that these estimators have asymptotically the same distributions as the least squares estimators. Additionally, under the same conditions as before, we provide a self-contained proof that these estimators converge in probability to the corresponding regression coefficients.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.5
• /
• pp.1133-1146
• /
• 2016

Counts or averages over arbitrary regions are often analyzed using conditionally autoregressive (CAR) models. The spatial neighborhoods within CAR model are generally formed using only the inter-distance or boundaries between the sub-regions. Kyung and Ghosh (2009) proposed a new class of models to accommodate spatial variations that may depend on directions, using different weights given to neighbors in different directions. The proposed model, directional conditionally autoregressive (DCAR) model, generalized the usual CAR model by accounting for spatial anisotropy. Bayesian inference method is discussed based on efficient Markov chain Monte Carlo (MCMC) sampling of the posterior distributions of the parameters. The method is illustrated using a data set of median property prices across Greater Glasgow, Scotland, in 2008.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.169-173
• /
• 2008

본 연구는 저수량 지역 빈도분석(regional low flow frequency analysis)을 수행하기 위하여 일반최소자승법(ordinary least squares method)을 이용한 Bayesian 다중회귀분석을 적용하였으며, 불확실성측면에서의 효과를 탐색하기 위하여 Bayesian 다중회귀분석에 의한 추정치와 t 분포를 이용하여 산정한 일반 다중회귀분석의 추정치의 신뢰구간을 비교분석하였다. 각 재현기간별 비교결과를 보면 t 분포를 이용하여 산정된 평균 추정치와 Bayesian 다중회귀분석에 의한 평균 추정치는 크게 다르지 않았다. 그러나 불확실성 측면에서 평가해볼 때 신뢰구간의 상한추정치와 하한추정치의 차이는 Bayesian 다중회귀분석을 사용한 경우가 기존 방법을 사용한 경우보다 훨씬 작은 것으로 나타났으며, 이로부터 저수량(low flow) 지역 빈도분석을 수행하는 경우 Bayesian 다중회귀분석이 일반 회귀분석보다 불확실성을 표현하는데 있어서 우수하다는 결과를 얻을 수 있었다. 또한 낙동강 유역에 2개의 미계측 유역을 선정하고 구축된 Bayesian 다중회귀모형을 적용하여 불확실성을 포함한 미계측 유역에서의 저수량(low flow)을 추정하였으며 이와 같은 방법이 미계측 유역에서의 저수(low flow) 특성을 나타내는 데 있어서 효과적일 수 있음을 입증하였다.

• 한국데이터정보과학회:학술대회논문집
• /
• 2004.04a
• /
• pp.127-130
• /
• 2004

혼합정규분포에서 얻어진 히스토그램 자료에서 모수의 추정은 EM 알고리즘 혹은 스프라인 방법이 흔히 이용되고 있다. 본 논문에서는 히스토그램 자료를 비선형회귀모형으로 적합하는 방법을 제시하고, 시뮬레이션으로 제시된 방법과 EM 알고리즘 방법을 비교하였다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2003.05a
• /
• pp.199-201
• /
• 2003

본 연구에서는 크리스프자료(crisp data)인 독립변수와 퍼지자료(fuzzy data)인 종속변수 사이의 관계가 특정한 함수로 표현되지 않는 비모수 퍼지회귀모형을 분석하기위하여 퍼지수 순위와 퍼지순위변환방법을 소개하고, 모의실험을 통하여 퍼지순위변환방법의 효율성을 조사한다.