• 응용통계연구
• /
• 제22권2호
• /
• pp.425-433
• /
• 2009

Spatial models suitable for describing the evolving random fields in climate and environmental systems have been developed by many researchers. In general, rainfall in South Korea is highly variable in intensity and amount across space. This study characterizes the monthly and regional variation of rainfall fields using the spatial modeling. The main objective of this research is spatial prediction with the Bayesian hierarchical modeling (kriging) in order to further our understanding of water resources over space. We use the Bayesian approach in order to estimate the parameters and produce more reliable prediction. The Bayesian kriging also provides a promising solution for analyzing and predicting rainfall data.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2008년도 정기 학술대회
• /
• pp.602-607
• /
• 2008

A technique for reliability-based design optimization(RBDO) is developed based on the Bayesian approach, which can deal with the epistemic uncertainty arising due to the limited number of data. Until recently, the conventional RBDO was implemented mostly by assuming the uncertainty as aleatory which means the statistical properties are completely known. In practice, however, this is not the case due to the insufficient data for estimating the statistical information, which makes the existing RBDO methods less useful. In this study, a Bayesian reliability is introduced to take account of the epistemic uncertainty, which is defined as the lower confidence bound of the probability distribution of the original reliability. In this case, the Bayesian reliability requires double loop of the conventional reliability analyses, which can be computationally expensive. Kriging based dimension reduction method(KDRM), which is a new efficient tool for the reliability analysis, is employed to this end. The proposed method is illustrated using a couple of numerical examples.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.466-466
• /
• 2015

지역빈도해석은 수문학에서 오랜 역사를 갖고 있으며, 수년에 걸쳐 수문학적 변량의 정량적 추정을 위해 다양한 접근방법들이 제안되어 왔다. 그러나 제안된 방법들의 가설설정 수준이 높기 때문에 실제 적용에 제약이 많고, 적용 시에도 예측에 대한 불확실성이 높은 문제점이 있다. 본 연구에서는 이러한 문제점을 개선하기 위한 방법으로 계층적 베이지안 모델을 이용한 지역빈도해석 모형을 제안하고자 한다. 본 모형은 2개의 계층적 구조로 구성된다. 첫번째 계층은 재현기간별 GEV 분포의 매개변수를 정규화하여 주변분포로 설정하고, Kriging 기법을 이용하여 지형학적, 기상학적 정보들과 극치강수량 효과를 적합시켜 공간적 이질성과 미계측 유역에 대한 효과적인 보간을 가능하게 한다. 두번째 계층은 지점의 특성을 나타내는 매개변수들간의 공분산을 Bayesian 모델에 연계하여 매개변수들의 공간적 변동성을 나타낸다. 2개 계층의 결합확률분포는 MCMC 기법을 이용하여 예측값에 대한 불확실성을 정량적으로 분석하게 된다. 본 모형을 통해 홍수량 추정 시 필요한 시간 단위 극치강수량의 공간적 분포를 효과적으로 추정할 수 있을 것으로 판단된다.

• 한국전산구조공학회논문집
• /
• 제21권3호
• /
• pp.275-280
• /
• 2008

신뢰성 기반 형상 최적화(RBDO)글 위한 기술은 한정된 정보로 인한 인식론적 불확실성을 다룰 수 있는 베이지안 접근에 근거하여 발달된다. 최근까지, 전통적인 RBDO는 측정 데이터가 무한히 많아서 확실한 확률정보를 알고 있다는 가정 하에 실행되었다. 하지만 실제로는, 부족한 데이터로 인해 기존의 RBDO 방법의 유용성을 떨어뜨린다. 본 연구에서는, 확률정보의 불확실성을 인식하고, 따라서 산포를 갖게 되는 시스템 신뢰도의 확률 분포에서의 신뢰수준의 하한 값을 고려하기 위해 '베이지안 신뢰성'이 소개된다. 이런 경우, 베이지안 신뢰성 해석은 기존 신뢰도 해석의 이중 해석을 요구하게 된다. 크리깅 기반 차원 감소 방법(KDRM)은 신뢰도 해석을 위한 새로운 효율적인 방법으로써 사용되며, 제시된 방법은 몇 가지 수치예제를 사용하여 설명된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.382-387
• /
• 2002

In this paper, we propose a geostatistical approach incorporated to the Bayesian data fusion technique for supervised classification of multi-sensor remote sensing data. Traditional spectral based classification cannot account for the spatial information and may result in unrealistic classification results. To obtain accurate spatial/contextual information, the indicator kriging that allows one to estimate the probability of occurrence of classes on the basis of surrounding observations is incorporated into the Bayesian framework. This approach has its merit incorporating both the spectral information and spatial information and improves the confidence level in the final data fusion task. To illustrate the proposed scheme, supervised classification of multi-sensor test remote sensing data set was carried out.

• Communications for Statistical Applications and Methods
• /
• 제16권5호
• /
• pp.851-858
• /
• 2009

In the last decades, there has been much interest in climate variability because its change has dramatic effects on humanity. Especially, the precipitation data are measured over space and their spatial association is so complicated. So we should take into account such a spatial dependency structure while analyzing the data. However, in linear models for analyzing the data, data sets show severely skewed distribution. In the paper, we consider the Box-Cox transformation to satisfy the normal distribution prior to the analysis, and employ a Bayesian hierarchical framework to investigate the spatial patterns. The data set we considered is monthly average precipitation of the third quarter of 2007 obtained from 347 automated monitoring stations in Contiguous South Korea.

• Asian Pacific Journal of Cancer Prevention
• /
• 제17권10호
• /
• pp.4587-4590
• /
• 2016

Background: In many countries gastric cancer has the highest incidence among the gastrointestinal cancers and is the second most common cancer in Iran. The aim of this study was to identify and map high risk gastric cancer regions at the county-level in Iran. Methods: In this study we analyzed gastric cancer data for Iran in the years 2003-2010. Area-to-area Poisson kriging and Besag, York and Mollie (BYM) spatial models were applied to smoothing the standardized incidence ratios of gastric cancer for the 373 counties surveyed in this study. The two methods were compared in term of accuracy and precision in identifying high risk regions. Result: The highest smoothed standardized incidence rate (SIR) according to area-to-area Poisson kriging was in Meshkinshahr county in Ardabil province in north-western Iran (2.4,SD=0.05), while the highest smoothed standardized incidence rate (SIR) according to the BYM model was in Ardabil, the capital of that province (2.9,SD=0.09). Conclusion: Both methods of mapping, ATA Poisson kriging and BYM, showed the gastric cancer incidence rate to be highest in north and north-west Iran. However, area-to-area Poisson kriging was more precise than the BYM model and required less smoothing. According to the results obtained, preventive measures and treatment programs should be focused on particular counties of Iran.

• 대한지리학회지
• /
• 제49권5호
• /
• pp.761-778
• /
• 2014

본 논문은 거래빈도가 낮아 지금껏 적극적으로 시도되지 못한 상업용 토지의 가격을 정확히 추정하고자 하였다. 서울시 상업용 토지 실거래가 자료를 대상으로 선형 결합 형태의 평균 구조(전역적 경향), 지수 형태의 공분산함수 그리고 순수 오차항을 구성요소로 하는 모형을 구축 및 적용하였다. 상권별로 가격수준이 차별적으로 형성되는 상업용 토지 가격의 특성을 감안하여 대표적 공간보간기법인 크리깅 방법을 적용함으로써 지가의 공간적 상관성을 명시적으로 고려하였다. 더 나아가 희소한 자료의 한계를 극복하기 위해 전문가 지식을 사전 확률분포의 형태로 모형에 반영할 수 있는 베이지안 크리깅 방법을 활용하였다. 적용한 모형의 성능은 적합 과정에 사용되지 않은 검증 자료를 대상으로 검토하였으며, 전문가 지식의 반영과 공간적 상관성의 명시적 고려를 통해 가격 추정의 정확성이 높아진 사실을 확인하였다. 본 논문은 베이지안 크리깅 기법을 토지 가격 추정에 적용하되, 전문가의 주관적 지식을 명시적으로 모형에 반영하였다는 점 등에서 기존 연구와 차별성을 갖는다. 본 논문의 결과는 거래 자료가 희소한 상황에서도 신뢰성 있게 부동산 가격을 추정해야하는 경우에 유용하게 활용될 수 있을 것으로 기대된다.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2003년도 봄 학술발표회 논문집
• /
• pp.833-840
• /
• 2003

The stability of structure, effectiveness of design and construction are very important factors in soil-structure design. The design-parameter is based on the test through laboratory-test and field-test. There are two ways to obtain the design-parameter. One is to through test, and the other is through relative documents and references. Recently, statistics has been used to get reliable data. In this study, Kriging method as Geostatistics and the theory of Bayesian's inference are used and the design-parameters are obtained. As the result of this study to the design-parameter is reliable and information about soil condition and soil properties in design and construction is easily found.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2003년도 Proceedings of the international symposium on the fusion technology
• /
• pp.340-343
• /
• 2003

This study presents a practical procedure for the Bayesian inversion of geophysical data by Markov chain Monte Carlo (MCMC) sampling and geostatistics. We have applied geostatistical techniques for the acquisition of prior model information, and then the MCMC method was adopted to infer the characteristics of the marginal distributions of model parameters. For the Bayesian inversion of dipole-dipole array resistivity data, we have used the indicator kriging and simulation techniques to generate cumulative density functions from Schlumberger array resistivity data and well logging data, and obtained prior information by cokriging and simulations from covariogram models. The indicator approach makes it possible to incorporate non-parametric information into the probabilistic density function. We have also adopted the MCMC approach, based on Gibbs sampling, to examine the characteristics of a posteriori probability density function and the marginal distribution of each parameter. This approach provides an effective way to treat Bayesian inversion of geophysical data and reduce the non-uniqueness by incorporating various prior information.