• 한국수자원학회논문집
• /
• 제52권12호
• /
• pp.985-999
• /
• 2019

전 세계적으로 극심한 가뭄현상이 반복적으로 발생하고 있으며, 이러한 가뭄을 분석하기 위한 연구가 다수 진행되고 있다. 최근 코플라 함수를 활용한 이변량 가뭄빈도해석에 대한 연구가 다수 진행된 바 있으나, 대부분 지점빈도해석에 국한되어 진행되었으며, 통계적으로 부족한 자료의 기간을 보완하기 위한 대안으로 지역빈도해석 개념을 도입한 연구는 미진한 실정이다. 이러한 점에서 본 연구에서는 기존의 베이지안 기법과 코플라 함수를 연계한 이변량 지역빈도해석 모형을 개발하였다. 최종적으로 이변량 코플라 가뭄 지역빈도해석 모형을 한강유역에 적용하여 2013-2015년에 발생한 가뭄 사상을 평가하였으며, 기존에 개발된 이변량 지점빈도해석 결과와 비교를 통해 모형의 해석결과에 대한 신뢰성을 확보하였다. 결과적으로 이변량 지점빈도해석에 비해 가뭄사상에 대한 결합재현기간의 불확실성 구간이 약 3배 가까이 감소하였으며, DIC 통계량 산정결과 약 15 이상 개선된 것을 확인하였다. 본 연구를 통해 제안된 베이지안 코플라 기반 이변량 가뭄 지역빈도해석 모형은 가뭄자료의 분포특성 및 자료간의 상관성을 효과적으로 재현하는데 유리할 뿐만 아니라, 지역적인 가뭄특성을 효과적으로 평가할 수 있는 장점을 확인할 수 있었다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제10권2호
• /
• pp.133-144
• /
• 2006

FRP 판은 외부 부착된 보강 판의 효과적인 부착강도의 증진으로 실질적으로 부착강도에 대한 많은 연구가 수행되어왔다. 선행연구자들은 이러한 부착강도를 알아보기 위하여 다양한 변수를 설정하여 실험을 통하여 FRP 판의 부착강도를 규명하였다. 그러나, 이러한 부착강도를 알아보기 위한 실험은 장비구축의 비용과 시간 소비가 많이 되고 수행하기 어렵기 때문에 국한적으로 수행되고 있다. 본 연구는 선행연구자들의 부착실험 데이터를 다양한 신경망 모형과 알고리즘을 적용하여 최적의 인공신경망 모형을 개발하는데 그 목적이 있다. 인공신경망 모형의 출력층은 부착강도, 입력층은 FRP 판의 두께, 폭, 부착 길이, 탄성계수, 인장강도와 콘크리트의 압축강도, 인장강도, 폭을 변수로 선정하여 학습을 수행하였다. 개발된 인공신경망 모형은 역전파 학습 알고리즘을 적용하였으며, 오차는 0.001범위에 수렴되도록 학습을 하였다. 또한, 일반화 과정은 Bayesian 기법을 도입함으로써 보다 일반화된 방법으로 과대적합의 문제를 해소하였다. 개발된 모형의 검증은 학습에 이용되지 않은 다른 선행연구자들의 부착강도 결과 값과 비교함으로서 실시하였다.

• 응용통계연구
• /
• 제21권5호
• /
• pp.825-833
• /
• 2008

혼합모형을 이용한 판별분석은 다중 분류문제를 해결하는데 유용한 방법으로서 준지도 학습으로 확장될 수 있다. 본 논문에서는 정규 혼합분포를 이용한 준지도 학습 방법에서 혼합 모형의 하위 구성요소 개수 선택 기준을 연구하고자 한다. 하위 구성요소 선택 기준으로서 베이지안 정보량을 사용하였고 모의실험을 통해 이 방법의 유용성을 규명하였다.

• 응용통계연구
• /
• 제16권2호
• /
• pp.305-319
• /
• 2003

본 연구에서는 바이어스 필드에 의해 왜곡된 MRI 영상에 대한 분할을 위해 확장된 EM 알고리즘을 기반으로 한 통계적 접근법을 제시한다. 영상의 명암값을 자료로 하는 분할기법들은 고주파 성분의 잡음 뿐만 아니라 영상을 불균질하게 만드는 바이어스 필드라는 저주파 성분의 왜곡에 특히 취약하다. 이 문제를 해결하기 위해 본 논문에서는 잡음을 효과적으로 제어하기 위해 마코프랜덤필드가 적용된 정규혼합모형을 고려하며, 효과적인 바이어스 필드의 보정을 위해 페널티-우도를 도입하여 추정하는 방법으로 고안되었다.

• 산업경영시스템학회지
• /
• 제22권51호
• /
• pp.53-61
• /
• 1999

평균치에 적용되는 credibility formula를 분산에도 적용하여 응용 할 수 있는 extended credibility formula를 개발한다. 간단한 베이지안 신뢰도 예측모형을 구축하고 이 모형에 extended credibility formula를 적용한다. 감마 사전분포 - 포아송 우도의 경우와 베타 사전분포 - 이항분포 우도의 경우에 대해 extended credibility formula를 적용해 관측치에 주어진 가중치에 따라 사후 분산이 어떻게 변화하는지를 분석한다. 사후분산도 사후평균과 마찬가지로 사전값과 관측값의 가중평균으로 표시될 수 있다는 것을 증명한다. 가중치와 불확실성 감소율간의 관계도 연구된다. 이와 같은 가중치에 따른 사전 및 사후분포의 변화 양식에 대한 이해는 올바른 사전분포를 설정하는데 큰 도움이 될 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 추계학술대회 논문집 전력기술부문
• /
• pp.475-478
• /
• 2003

본 논문에서는 쿠르노 모형을 적용한 양방향입찰 전력 풀시장에서 입찰에 참여하는 발전기가 최대 이익을 얻기 위한 입찰전략으로서 신경회로망의 오차 역전파 알고리즘을 이용하여 최적 입찰발전량과 입찰가격을 수립하는 기법에 관하여 연구한다. 전력시장 환경은 n 개의 발전기들이 참여하는 비협조적 불완전정보 시장으로 설정하고 Bayesian의 조건부 확률이론을 적용하여 상대 발전기들의 발전비용함수와 시장의 수요함수를 추정하여 발전기 상호간 쿠르노-내쉬균형점을 이루는 최적 입찰발전량을 예측한다. 그리고 이익을 극대화시키기 위해 오차 역전파 알고리즘을 이용하여 시장의 가격 탄력성과 쿠르노 시장균형가격에 연결가중치를 조절함으로써 입찰가격이 계통한계가격에 근접하도록 최적 입찰전략을 수립한다.

• 응용통계연구
• /
• 제10권1호
• /
• pp.69-84
• /
• 1997

선형 캘리브레이션 실험계획 문제에 대하여, 베이지안 의사결정론을 이용하여 평균제곱오차손실을 최소화한 Kim(1988, 1993)의 실험계획과 관련 문헌의 결과인 몇 가지 최적계획을 비교한다. 비교대상 실험계획으로서 고전적 추정량의 점근분산을 최소화하는 Buonaccorsi(1986)의 최적계획, 회귀분석 모형에서 $ M(x) = \sum x_i x_i '$의 함수를 최대화 또는 최소화하는 D-optimal 또는 A-optimal 계획, Hunter and Lamboy(1981)가 베이지안 추정량의 특성을 설명하기 위하여 그 논문에서 예로 들었던 실험계획을 고려한다. 서로 다른 기준에 의한 최적계획을 비교하기 위해서 우선 기대사후분산을 계산하여 비교하고 몇가지 사전분포에 대하여 몬테칼로 시뮬레이션을 통한 평균분산과 HPD 구간의 크기를 비교한다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권3호
• /
• pp.483-492
• /
• 2017

일반적으로 우량계로 측정된 강수량은 지상에 도달한 실제 강수량보다 적게 관측된다. 측정된 강수량이 실제 강수량 보다 적게 측정되는 것은 강수의 형태 (snow, fixed, rain)나 우량계의 종류 그리고 공간적인 특성에 의해 강수량의 정확한 측정이 어렵기 때문이다 (Nitu, 2013). 이는 강수량의 손실을 발생시키는 계통오차 (systematic errors) 때문이며, 일반적으로 고체 강수량의 계통오차는 보통 액체 강수량보다 크다고 알려져 있다. 본 연구에서는 바람에 의한 고체 강수량의 언더캐치(under-catch)를 알아보고, 겨울에 내리는 모든 강수의 형태 (snow, mixed, rain)에 대하여 연속조정함수를 소개하였다. 이를 위해 고창 표준기상관측소에서 측정된 데이터를 사용하였고, 객관적으로 데이터를 가장 잘 설명하는 모형을 선택하고 평가하기 위해 베이지안 분석을 이용할 것이다. 이번 연구는 강수량 측정에서 Catch Radio의 계통적 구조에 대한 통계적 분석을 보여주었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1434-1438
• /
• 2010

수문자료의 계절성은 수자원관리의 관점에서 매우 중요한 요소로서 계절성의 변동은 댐의 운영, 홍수조절, 관계용수 관리 등 다양한 분야와 밀접한 관계를 가지고 있다. 그러나 지금까지의 수문 자료의 계절성 평가는 주로 이수과점에서 이루어지고 있으며 치수관점에서 극치수문량의 계절성을 평가하는 연구는 미진한 실정이다. 이는 극치수문량을 해석하는 방법론으로서 연최대치계열(annual maxima) 즉, Block Maxima가 이용됨에 따라 나타나는 문제점이다. 그러나 부분기간치계열(partial duration series)을 활용하게 되면 자료의 확충뿐만 아니라 자연적으로 극치수문량의 계절성에 대한 평가 또한 가능하다. 이러한 분석과정을 POT(peak over threshold)분석이라 하며 일정 기준값(threshold) 이상의 자료를 모두 취하여 빈도해석에 이용하는 방법으로서 기존 방법의 경우 연최대값이 일반적으로 7월과 8월에만 존재하게 되지만 POT 분석의 경우 여러 달에 걸쳐 빈도해석을 위한 자료가 구성되게 된다. 이를 빈도해석으로 연계시키기 위해서는 계절성을 비정상성으로 고려하여 모형화 할 수 있는 방법론의 개발이 필요하다. 본 연구에서는 이러한 목적을 위해서 계절성을 고려할 수 있는 비정상성빈도해석 기법의 개념을 제시하고 모형으로 개발하고자 한다. GEV 또는 Gumbel 분포의 매개변수와 계절성을 연계시키기 위해서 Fourier 급수가 활용되며 매개변수는 Bayesian 기법을 통해 최적화 된다. 이를 통하여 설계강수량의 계절적 분포를 정량적으로 해석할 수 있으며 미래의 극치강수량에 대한 분포특성 또한 확률적으로 해석이 가능하다. 본 연구에서 제안된 방법은 국내외 시간강수량자료에 적용되어 적합성과 적용성이 평가된다.

• 응용통계연구
• /
• 제35권2호
• /
• pp.217-227
• /
• 2022

분위수 회귀 모형은 변수에 숨겨진 복잡한 정보를 살펴보기 위한 효율적인 도구를 제공하는 장점을 바탕으로 많은 분야에서 널리 사용되고 있다. 그러나 현대의 대용량-고차원 데이터는 계산 시간 및 저장공간의 제한으로 인해 분위수 회귀 모형의 추정을 매우 어렵게 만든다. 분할-정복은 전체 데이터를 계산이 용이한 여러개의 부분집합으로 나눈 다음 각 분할에서의 요약 통계량만을 이용하여 전체 데이터의 추정량을 재구성하는 기법이다. 본 연구에서는 분할-정복 기법을 벌점화 분위수 회귀에 적용하고 베이즈 정보기준을 활용하여 변수를 선택하는 방법에 관하여 연구하였다. 제안 방법은 분할 수를 적절하게 선택하였을 때, 전체 데이터로 계산한 일반적인 분위수 회귀 추정량만큼 변수 선택의 측면에서 일관된 결과를 제공하면서 계산 속도의 측면에서 효율적이다. 이러한 제안된 방법의 장점은 시뮬레이션 데이터 및 실제 데이터 분석을 통해 확인하였다.