• Journal of the Korean Data and Information Science Society
• /
• 제17권4호
• /
• pp.1329-1341
• /
• 2006

When X and Y have independent gamma distributions, we consider the testing problem for two gamma means. We propose a solution based on a Bayesian model selection procedure to this problem in which no subjective input is considered. The reference prior is derived. Using the derived reference prior, we compute the fractional Bayes factor and the intrinsic Bayes factors. The posterior probability of each model is used as a model selection tool. Simulation study and a real data example are provided.

• Communications for Statistical Applications and Methods
• /
• 제6권1호
• /
• pp.169-180
• /
• 1999

A Markov Chain Monte Carlo method with development of computation is used to be the software system reliability probability model. For Bayesian estimator considering computational problem and theoretical justification we studies relation Markov Chain with Gibbs sampling. Special case of GOS with Superposition for Goel-Okumoto and Weibull models using Gibbs sampling and Metropolis algorithm considered. In this paper discuss Bayesian computation and model selection using posterior predictive likelihood criterion. We consider in this paper data using method by Cox-Lewis. A numerical example with a simulated data set is given.

• 대한안전경영과학회지
• /
• 제17권1호
• /
• pp.169-177
• /
• 2015

We develop a model to predict typhoons in Korea. We collect data for typhoons and classify those depending on the severity level. Following a Bayesian approach, we develop a model that explains the relationship between different levels of typhoons. Through the analysis of the model, we can predict the rate of typhoons, the probability of approaching Korean peninsular, and the probability of striking Korean peninsular. We show that the uncertainty for the occurrence of various types of typhoons reduces dramatically by adaptively updating model parameters as we acquire data.

• Ocean and Polar Research
• /
• 제41권3호
• /
• pp.183-191
• /
• 2019

This study sought to find which model is most appropriate for estimating potential yield in the East Sea, Republic of Korea. For comparison purposes, the Process-error model, ASPIC model, Maximum entropy model, Observation-error model, and Bayesian state-space model were applied using data from catch amounts and total efforts of the whole catchable fishes in the East Sea. Results showed that the Bayesian state-space model was estimated to be the most reliable among the models. Potential yield of catchable species was estimated to be 227,858 tons per year. In addition, it was analyzed that the amount of fishery resources in 2016 was about 63% of the biomass that enables a fish stock to deliver the maximum sustainable yield.

• 한국수자원학회논문집
• /
• 제47권10호
• /
• pp.853-865
• /
• 2014

수문학적 댐 위험도 분석은 복잡한 수문분석과 연계되어 있으며, 기본적으로 수문분석 과정과 모형에 사용되는 입력자료에 대한 불확실성을 평가하는 과정이 필요하다. 그러나 체계적인 불확실성 분석 과정을 통한 댐 위험도 분석 절차에 대한 연구는 상대적으로 적은편이다. 이러한 점에서 본 연구에서는 기존 연구에 대해서 2가지 주요 개선점을 도출하여 댐 위험도 분석에 활용하였다. 첫째, 강우 분석시 매개변수의 불확실성 분석이 가능한 Bayesian 모형 기반의 지역빈도해석 절차를 수립하였다. 둘째, 강우-유출 모형 매개변수의 사후분포를 정량적으로 추정하기 위하여 Bayesian 모형과 연계한 HEC-1모형을도입하였다. 도출된 유입 시나리오를 댐의 수위로 환산하기 위하여 기존 저수지 운영기준에 근거하여 저수지 추적을 수행하였으며, 최종적으로 실행함수를 통하여 수문학적 위험도를 추정하였다. 실제 댐에 대해서 모형의 적합성을 평가하였으며, 초기수위 가정에 따른 수문학적 위험도에 민감도를 평가하였다.

• 한국수자원학회논문집
• /
• 제53권5호
• /
• pp.383-393
• /
• 2020

본 연구에서는 소양강댐 유역에서의 실측 단일사상 강우-유출 자료를 활용하여 Clark 단위도 방법의 매개변수를 최적화 하였으며, 그 결과를 제시하였다. 일반적으로 국내에서는 유역특성인자 최적화 분석시 미육군공병단의 HEC-1, HEC-HMS 등의 모형을 사용하고 있다. 그러나 해당 모형의 경우 유출수문곡선의 형상, 크기 등의 재현에만 초점이 맞춰져 있으며, 산정된 매개변수들의 평균을 사용하고 있어 실제 강우-유출 관계를 묘사하는데 어려움이 존재하고 있다. 이러한 점에서 본 연구에서는 기존 Clark 합성단위도법과 계층적 Bayesian 기법을 결합하여 수집된 강우-유출 자료를 동시에 활용하여 매개변수를 산정할 수 있는 모형을 개발하였다. 본 연구에서 개발된 모형을 적용한 결과 개별 단일사상 기반의 최적화 기법에 비해 다중 강우-유출 자료를 Pooling하여 매개변수를 산정하는 계층적 Bayesian 모형에서 BIC 결과 및 다수의 통계적 지표를 통해 모형의 우수성을 확인할 수 있었다. 더불어 홍수량에 따른 유역특성인자 매개변수 반응에 대한 관계규명을 기반으로 향후 댐 설계 또는 PMF 산정시 본 연구의 결과가 활용이 가능할 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제50권11호
• /
• pp.745-758
• /
• 2017

Copula 함수 기반의 모형들은 가뭄빈도해석 및 수문시계열분석 등 수문학적 모델링을 위해 다각적으로 활용되고 있다. 그러나 기존 연구에서는 Copula 함수 및 주변확률분포 매개변수에 대한 불확실성을 정량적으로 평가할 수 있는 모형의 개발 사례는 국내외적으로 미진한 실정이다. 이러한 점에서 본 연구에서는 기존 Copula 모형에 Bayesian 기법을 도입하여 매개변수의 불확실성을 평가할 수 있는 이변량 가뭄빈도해석 기법을 개발하였다. 본 연구에서는 우선적으로 모의자료를 대상으로 모형의 적합성을 평가하였으며, 모형 적용결과 가정한 매개변수를 정확하게 재추정하는 것을 확인할 수 있다. 최종적으로 기 개발된 Bayesian Copula 함수 기반의 이변량 가뭄빈도해석 모형을 한강유역에 적용하여 최근 2013~2015년에 가뭄 사상을 평가하였다. 서울, 경기 및 강원 지역에서 특히 가뭄이 심한 것으로 나타났으며, 대부분의 지역에서 결합재현기간이 100년을 상회하는 것으로 평가되었다. 본 연구를 통해 제안된 모형의 검증과정과 도출된 결과를 기준으로 판단해보면 가뭄자료의 분포특성 및 자료간의 상관성을 효과적으로 재현하는데 유리할 뿐만 아니라 매개변수의 불확실성을 평가할 수 있는 장점을 확인할 수 있었다.

• Smart Structures and Systems
• /
• 제15권2호
• /
• pp.395-408
• /
• 2015

This study aims to propose a Bayesian approach to consider changes in temperature and vehicle weight as environmental and operational factors for vibration-based long-term bridge health monitoring. The Bayesian approach consists of three steps: step 1 is to identify damage-sensitive features from coefficients of the auto-regressive model utilizing bridge accelerations; step 2 is to perform a regression analysis of the damage-sensitive features to consider environmental and operational changes by means of the Bayesian regression; and step 3 is to make a decision on the bridge health condition based on residuals, differences between the observed and predicted damage-sensitive features, utilizing 95% confidence interval and the Bayesian hypothesis testing. Feasibility of the proposed approach is examined utilizing monitoring data on an in-service bridge recorded over a one-year period. Observations through the study demonstrated that the Bayesian regression considering environmental and operational changes led to more accurate results than that without considering environmental and operational changes. The Bayesian hypothesis testing utilizing data from the healthy bridge, the damage probability of the bridge was judged as no damage.

• Smart Structures and Systems
• /
• 제17권3호
• /
• pp.445-470
• /
• 2016

In this study, the Bayesian probabilistic framework is investigated for modal identification and modal identifiability based on the field measurements provided in the structural health monitoring benchmark problem of an instrumented cable-stayed bridge named Ting Kau Bridge (TKB). The comprehensive structural health monitoring system on the cable-stayed TKB has been operated for more than ten years and it is recognized as one of the best test-beds with readily available field measurements. The benchmark problem of the cable-stayed bridge is established to stimulate investigations on modal identifiability and the present paper addresses this benchmark problem from the Bayesian prospective. In contrast to deterministic approaches, an appealing feature of the Bayesian approach is that not only the optimal values of the modal parameters can be obtained but also the associated estimation uncertainty can be quantified in the form of probability distribution. The uncertainty quantification provides necessary information to evaluate the reliability of parametric identification results as well as modal identifiability. Herein, the Bayesian spectral density approach is conducted for output-only modal identification and the Bayesian model class selection approach is used to evaluate the significance of different modes in modal identification. Detailed analysis on the modal identification and modal identifiability based on the measurements of the bridge will be presented. Moreover, the advantages and potentials of Bayesian probabilistic framework on structural health monitoring will be discussed.

• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.316-321
• /
• 2007

본 연구에서는 베이지안 망 구조 학습에서, 학습 데이터의 특정 부분집합이 학습된 망의 각 연결 구조(edge)의 형성에 기여하는 정도를 정량화하는 방법을 제안한다. 생물학 정보의 분석 등에 베이지안 망 학습을 이용하는 경우, 제안된 방법은 망의 각 연결 구조의 형성에 특정 군집 데이터가 기여하는 정도의 정량화가 가능하다. 제안된 방법의 유효성을 보이기 위해, 벤치마크 베이지안 망을 이용하여 제안된 방법이 망 연결 구조에 대한 데이터 군집별 기여도를 효과적으로 정량화 할 수 있음을 보인다.