• 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.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.326-338
• /
• 2003

신경회로망 설계 및 모델선택의 목표는 최적의 구조를 가지는 일반화 성능이 우수한 네트워크를 구성하는 것이다. 하지만 학습데이타에는 노이즈(noise)가 존재하고, 그 수도 충분하지 않기 때문에 최종적으로 표현하고자 하는 진확률 분포와 학습 데이타에 의해 표현되는 경험확률분포(empirical probability density) 사이에는 차이가 발생한다. 이러한 차이 때문에 신경회로망을 학습데이타에 대하여 과다하게 적합(fitting)시키면, 학습데이타만의 확률분포를 잘 추정하도록 매개변수들이 조정되어 버리고, 진확률 분포로부터 멀어지게 된다. 이러한 현상을 과다학습이라고 하며, 과다학습된 신경회로망은 학습데이타에 대한 근사는 우수하지만, 새로운 데이타에 대한 예측은 떨어지게 된다. 또한 신경회로망의 복잡도가 증가 할수록 더 많은 매개변수들이 노이즈에 쉽게 적합되어 과다학습 현상은 더욱 심화된다. 본 논문에서는 통계적인 관점을 바탕으로 신경회로망의 일반화 성능을 향상시키는 신경회로 망의 설계 및 모델 선택의 통합적인 프로세스를 제안하고자 한다. 먼저 학습의 과정에서 적응적 정규화가 있는 자연기울기 학습을 통해 수렴속도의 향상과 동시에 과다학습을 방지하여 진확률 분포에 가까운 신경회로망을 얻는다. 이렇게 얻어진 신경회로망에 자연 프루닝(natural pruning) 방법을 적용하여 서로 다른 크기의 후보 신경회로망 모델을 얻는다. 이러한 학습과 복잡도 최적화의 통합 프로세스를 통하여 얻은 후보 모델들 중에서 최적의 모델을 베이시안 정보기준에 의해 선택함으로써 일반화 성능이 우수한 최적의 모델을 구성하는 방법을 제안한다. 또한 벤치마크 문제를 이용한 컴퓨터 시뮬레이션을 통하여, 제안하는 학습 및 모델 선택의 통합프로세스의 일반화 성능과 구조 최적화 성능의 우수성을 검증한다.

• 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.

• 한국수자원학회논문집
• /
• 제54권11호
• /
• pp.955-968
• /
• 2021

수자원 계획 수립시 인위적인 하천수의 사용 및 조절 과정을 거치지 않는 자연유량 상태를 기반으로 이루어지며, 관측자료를 이용하거나 장기유출모형을 이용한 방법 등을 통해 산정할 수 있다. 그러나, 자연적인 유출 상태를 보이는 유역은 매우 제한적이며, 미계측유역은 수문모형을 구축한 후 이를 전이시켜 산정하는 등 신뢰성 있는 수문자료는 여전히 부족한 실정이다. 본 연구에서는 GR4J 강우-유출모형을 활용하여 14개 댐 상류 유역에 대한 매개변수 최적화를 수행하여 자연유량의 재현성을 평가하였다. 매개변수의 불확실성을 정량적으로 고려하기 위해 Bayesian 이론을 도입하였으며, 매개변수의 사후분포로부터 추출되는 다수의 매개변수를 지역화에 활용하였다. 최종적으로 최적 매개변수와 유역의 특성을 갖는 인자에 대한 상관관계를 파악해 유역특성인자를 선별하였으며, 인자 사이의 상관성을 효과적으로 고려하기 위하여 Copula 함수를 활용해 매개변수 지역화 모델로 확장하였다. 결과적으로 지역 매개변수를 활용해 산정된 유량과 14개 댐 관측 유입량이 약 0.8 이상의 높은 상관성을 확인하였다. 본 연구에서 제안한 방법론은 미계측유역의 강우-유출모형 매개변수 추정시 유역특성을 고려한 지역 매개변수의 추정이 가능하다는 측면에서 유리한 장점을 확인할 수 있으며, 동시에 불확실성 정보를 제공함으로써 미계측유역의 자연유량 예측 모형으로 활용 가능할 것으로 판단된다.

• 한국통신학회논문지
• /
• 제28권12C호
• /
• pp.1200-1208
• /
• 2003

비디오 데이터에 존재하는 감정을 처리하는 것은 지능적인 인간과 컴퓨터와의 상호작용을 위해서 매우 중요한 일이다. 이러한 감정을 추출하기 위해서는 비디오로부터 감정에 관련된 특징들을 검출하기 위한 컴퓨팅 모델을 구축하는 것이 바람직하다. 본 논문에서는 비디오 셧에 존재하는 저급 특징들의 확률적인 분포를 이용하여 감정 이벤트 발생에 관련된 통계학적인 모델을 제안한다. 즉, 비디오 셧의 기본적인 특징을 추출하고 그 특징을 통계적으로 모델화 하여 감정을 유발하는 셧을 찾아낸다. 비디오 셧의 특징으로는 칼라, 카메라 모션 및 셧 길이의 변화를 이용한다. 이러한 특징들을 EM(Expectation Maximization) 알고리즘을 이용하여 GMM(Gaussian Mixture Model) 으로 모델링하고, 감정과 시간과의 관계를 MLE(Maximum Likelihood Estimation)를 이용하여 시간에 따른 확률분포 모델로 구성한다. 이런 두 개의 통계적인 모델들을 융합하여 베이시안 분류법을 적용하여 비디오 데이터로부터 감정에 관련된 셧을 찾아낸다.

• 지구물리와물리탐사
• /
• 제2권2호
• /
• pp.112-121
• /
• 1999

This article reviews the development of geophysical inverse theory. In a series of articles published in 1967, 1968, and 1979, G. Backus and F. Gilbert a trade-off between model resolution and estimation errors in geophysical inverse problems, and gave a criterion to compromise the reciprocal relation. Although the criterion was not clear in the physical point of view, it had been extensively used in the interpretation of geophysical date in the 1970s. This was the starting point of the fruitful development of inverse theory in geophysics. A reasonable criterion to compromise the reciprocal relation was derived to solve linear problems by D. D. jackson in 1979, introducing the concept of a priori information about unknown model parameters. This Jackson's approach was extended to solve nonlinear problems on the basis o probabilistic approach to the inverse problems formulated by A. Tarantola and B. Vallete in 1982. At the end of 1980s ABIC (Akaike Bayesian Information Criterion) was introduced for selecting a more reasonable model in geophysics. Now the date inversion is regarded as the process of extracting new information from observed data, combining in with a priori information about model parameters, and constructing a more clear image of model.

• Journal of the Korean Data and Information Science Society
• /
• 제22권2호
• /
• pp.197-206
• /
• 2011

신호처리 관련 응용문제에서는 신호에서 실시간으로 발생하는 비정상적인 사건들을 탐지하는 것이 매우 중요하다. 이전에 알려져 있는 비정상 사건 탐지방법들은 신호에 대한 명확한 통계적인 모형을 가정하고, 비정상적인 신호들은 통계적인 모형의 가정 하에서 비정상적인 사건들로 해석한다. 탐지방법으로 최대우도와 베이즈 추정 이론이 많이 사용되고 있다. 그러나 앞에서 언급한 방법으로는 로버스트 하고 다루기 쉬운 모형을 추정한다는 것은 쉽지가 않다. 좀 더 로버스트한 모형을 추정할 수 있는 방법이 필요하다. 본 논문에서는 로버스트 하다고 알려져 있는 서포트 벡터 기계를 이용하여 온라인으로 비정상적인 신호를 탐지하는 방법을 제안한다.

• Smart Structures and Systems
• /
• 제17권4호
• /
• pp.611-629
• /
• 2016

This study presents a new approach of surrogate modeling for time-consuming finite element analysis. A surrogate model is widely used to reduce the computational cost under an iterative computational analysis. Although a variety of the methods have been widely investigated, there are still difficulties in surrogate modeling from a practical point of view: (1) How to derive optimal design of experiments (i.e., the number of training samples and their locations); and (2) diagnostics of the surrogate model. To overcome these difficulties, we propose a sequential surrogate modeling based on Gaussian process model (GPM) with self-adaptive sampling. The proposed approach not only enables further sampling to make GPM more accurate, but also evaluates the model adequacy within a sequential framework. The applicability of the proposed approach is first demonstrated by using mathematical test functions. Then, it is applied as a substitute of the iterative finite element analysis to Monte Carlo simulation for a response uncertainty analysis under correlated input uncertainties. In all numerical studies, it is successful to build GPM automatically with the minimal user intervention. The proposed approach can be customized for the various response surfaces and help a less experienced user save his/her efforts.

• 한국철도학회논문집
• /
• 제12권5호
• /
• pp.656-662
• /
• 2009

일반적으로 교통수단선택 모형은 이용자의 인구 및 개인통행특성 등을 반영한 수단별 선호도를 효용함수로 구축하여 분석하고 있다. 본 연구에서는 이용자의 출발지에 대한 공간적 연관성을 수단선택모형에 고려한 방법을 제시하였다. 이를 위하여 공간적 연관성을 포함하는 공간로지스틱 회귀모형을 고려하였다. 신뢰성있는 추정값을 얻기 위해 베이지안 기법을 적용하였으며 이 연구에서 제시한 방법론은 수단선호도 조사가 이루어지지 않은 지역에 대해서도 수단분담률을 추정할 수 있을 것으로 기대된다.

• Asia Marketing Journal
• /
• 제18권4호
• /
• pp.125-138
• /
• 2017

The goal of the study is to understand how consumers' constraint as opposed to utility structure gives rise to final decision when consumers purchase more than one variant of product at a time, i.e., horizontal variety seeking or multiple-discreteness. Purchase and consumption decision not only produces utility but also involves some sort of cognitive pressure. Past consumption or last purchase is likely to be linked to this burden we face such as concern for obesity, risk of harm, and guilt for mischief. In this research, the existence and the role of dynamic constraint are investigated through a microeconomic utility model with multiple dynamic constraint. The model is applied to the salty snacks data collected from field study where burden for spiciness serves as a constraint. The results are compared to the conventional multiple discreteness choice models of static constraints, and policy implications on price discounts is explored. The major findings are that first, one would underestimate the level of consumer preference for product offerings when ignoring the carry-over of the concern from the past consumption, and second, the impact of price promotion on demand would be properly evaluated when the model allows for the role of constraint as both multiple and dynamic. The current study is different from the existing studies in two ways. First, it captures the effect of 'mental constraint' on demand in formal economic model. Second, unlike the state dependence well documented in the literature, the study proposes the notion of state dependence in different way, via constraint rather than utility.