• 지구물리
• /
• 제3권3호
• /
• pp.161-174
• /
• 2000

베이지안 역산(Bayesian inversion)은 불충분한 자료를 가지고 지하구조를 추정해야 하는 지구물리자료의 해석에 있어서 안정적이고 신뢰를 줄 수 있는 방법 중의 하나이다. 관측 자료가 측정 과정부터 불확실성을 함유하고 있으며, 역산에 이용되는 이론 자료 또한 모델의 매개변수화에 따른 각종 불확실성을 포함하고 있다. 따라서 지구물리 자료의 역산은 확률적으로 접근하는 것이 가장 바람직하며 베이지안 역산은 이에 대한 처리뿐만 아니라, 추정에 대한 신뢰도와 불확실성에 대한 이론적 근거를 제공한다. 그러나 대부분의 베이지안 역산이 고차원의 적분을 필요로 하므로 몬테 카를로 방법과 같은 대규모의 계산이 요구되는 방법에 의해 사후 확률분포가 구해지는 경우가 많다. 이는 특히 지구물리 자료와 같이 고도의 비선형 자료에 대하여 매우 적합한 접근 방법이기는 하지만, 점차 현장화, 고속화되어가는 자료의 해석 경향에 맞추어 간략하게 사후 확률분포를 근사한 수 있는 기법의 연구 또한 필요하다. 따라서 이 연구에서는 관측자료와 사전 확률분포가 정규분포에 의해 근사 될 수 있는 지구물리자료에 대한 베이지안 역산에 대해 논의 하고자 한다. 사전 확률분포의 작성을 위해 지구통계학적 기법이 이용되었으며, 관측자료의 통계적 불화실성을 추정하기 위해 교차 검사(cross-validation) 방법을 이용하여 공분산(covariance)을 유도하고 그것에 의한 우도 함수(likelihood function)를 작성하였다. 베이지안 해석을 위해 두 확률분포를 곱하여 근사적인 사후 확률분포를 얻을 수 있었으며, 이에 대해 최적화(optimization) 기법을 이용하여 최대 사후 확률(Maximum a Posterior)을 따르는 지하 구조를 얻을 수 있었다. 또한 사후 확률 분포의 공분산 항을 이용하여 지하 비저항 구조를 시뮬레이션 하여 불확실성분석을 수행하였다.

• 대한조선학회논문집
• /
• 제36권4호
• /
• pp.137-146
• /
• 1999

선체구조는 많은 수의 구조부재로 이루어져 있으며, 구조물의 안정성을 확보하기 위해 모든 부위의 검사를 위해서는 경제적, 사회적인 많은 비용이 필요하므로, 검사시기 및 검사방법의 최적화는 선체구조의 안정성확보 및 경제적 관점에서 매우 중요한 부분이 되고 있다. 선체구조 손상중 많은 부분이 균열이며 이러한 미세한 균열이 성장하여 대규모 파괴로 진전되기 전에 검사를 통하여 균열을 검출하고 수리하는 과정을 Markov 연쇄모델에 의해 이상화 시켰으며, 검사 계획안의 최적화는 유전적 알고리즘을 통하여 구현하였다. 특히 선박은 부식환경하에서 운항하므로 부식에 의한 선체구조부재의 치수가 감소하기 때문에 응력이 변하고 균열진전의 확률적인 특성 또한 변한다. 정상 Markov 연쇄모델로서는 이러한 부식에 의한 영향을 고려할수 없기 때문에 비정상 Markov 연쇄모델에 의해 부식의 영향을 고려하였다. 여러개의 부재군에 대한 검사 계획안의 최적화에 대하여 수치계산을 실시하여 그 특성을 비교하였고, 부식영향하의 부재군에 대하여 검사기간중에 발생되는 고정비용의 정도에 따른 경제성 분석 및 목표 파괴확률의 정도에 따른 검사계획의 차이를 살펴보았다. 수치계산 예를 통하여 전체비용을 줄이기 위해서는 피로수명이 짧은 부재군에 대한 피로수명을 향상시키는 방안이 가장 효율적임을 알 수 있다.

• 한국해안·해양공학회논문집
• /
• 제36권2호
• /
• pp.50-60
• /
• 2024

우리나라 해안공학계에서 신뢰성 기반설계가 빠르게 체화되는 계기를 제공하기 위해 다 수의 한계상태를 지닌 직립방파제 신뢰성 해석과 신뢰성 기반 최적 설계를 우리나라를 대표하는 항이 운영 중인 부산, 군산 전면해역을 대상으로 수행하였다. 이 과정에서 상당한 정도의 신뢰성 해석을 수행하기 위해, 특정 재현 빈도의 설계 파 사용은 지양하였으며, 직립방파제의 파괴 여부를 결정하는 확률변수인 파력, 양력, 전도 모멘트에 내재한 불확실성은 장기 파랑 관측자료를 빈도 해석하여 얻은 확률모형을 사용하여 기술하였다. 직립식 방파제의 한계상태는 활동, 전도, 지지력을 고려하여 세 개로 구성하였으며, 파력과 양력, 모멘트 사이의 밀접한 상관성은 Nataf 결합확률분포를 사용하여 기술하였다. 모의 결과, 쉽게 예상해볼 수 있듯 활동만을 고려하는 경우 파괴확률이 과소하게 산출되는것을 확인하였으며, 특정 재현 빈도에 근거한 설계 파랑으로는 방파제 파괴확률을 일정하게 담보할 수 없다는 것을 확인하였다. 이에 비해 신뢰 지수가 𝛽 = 3.5~4를 충족하도록 최적 설계된 방파제는 두 해역에서 모두 균질한 파괴확률을 확보하는 것으로 모의 되었다.

• 자원환경지질
• /
• 제36권3호
• /
• pp.191-200
• /
• 2003

중금속으로 오염된 폐광산 주변부나 유류누출로 인한 토양오염 등과 같은 오염토양부지에 대한 조사를 위해서는 우선 조사의 목적과 상황에 알맞은 기준을 설정하고, 이를 토대로 조사방법을 설계하여야 한다. 이러한 상황별 조사방법은 조사결과의 질적 수준 뿐만 아니라 모방결합에 영향을 미치게 되는데 그 수준을 제한하는 요인으로는 보통 총 조사비용, 관련규제법이 요구하는 조사수준, 그리고 전문적 경험에 의한 주관적 기준 등이 그 예가 될 수 있다. 본 논문에서는 조사 목적에 따라 달리하는 각 기준(fitness-for-purpose criteria)을 만족시키게끔 조사방법을 설계하는 예를 들어보았다. 먼저, 경제적 요소와 측정된 자료의 질적 수준을 참고하는 방법을 고안하여 보았다. 이를 위해 측정불확도(measurement uncertainty)로 평가되는 측정결과의 질적 수준이 의사결정의 오류에 영향을 미치는 확률을 확률적손실계산식을 이용하여 평가하고, 이를 이용하여 비용경제적인 측면에서 조사를 최적화하는 방안을 고안하였다. 이와 더불어 위해성 평가를 위한 부지의 평균오염도수준 산출의 예와 같이 의사결정의 오류에 의한 손실보다는 측정된 평균값의 오차와 측정에 요구되는 비용을 최소화 해야 하는 경우와, 또한 측정값에 대한 일정한 질적 수준이 요구되는 경우의 조사방법, 그리고 제한된 비용을 최대한 활용할 수 있는 시료수와 분석수의 최적비율 등을 도출하는 방법을 다루었다. 각 방법은 영국의 두 오염지역에 적용하여 그 타당성을 평가하여보았다.

• 대한교통학회지
• /
• 제23권4호
• /
• pp.81-91
• /
• 2005

외판원 문제(TSP; Traveling Salesman Problem)는 경로탐색 최적화문제로 '풀리지 않는 문제'(NP-complete; None-deterministic Polynomial-time complete)에 속하므로 경유지 수가 많아짐에 따라 급격히 계산시간이 증가한다. 때문에 적용시 정확한 최적해보다는 최적 근사해에 대한 발견적 (heuristic) 알고리즘들을 이용한다. 본 연구는 TSP에 적용되는 발견적 알고리즘으로 개미 시스템알고리즘(ASA; Ant System Algorithm)을 검토하고. 국내 택배시스템에 ASA의 적용가능성을 검토하였다. ASA는 NP-complete 문제를 위한 발견적 알고리즘으로, 1990년대 초 M. Dorigo 등에 의해 연구되어졌다. ASA는 개미들이 이동간에 페로몬이라는 일종의 화학물질을 분비할 때, 이동경로 상에 분비된 페로몬 누적에 따라 확률적 방법으로 경로를 결정하게 된다. 이러한 ASA는 NP-complete문제에서 계산시간이나 최단경로탐색에서 우수한 결과를 얻는 것으로 발표되고 있으며, 교통분야에서 차량경로탐색뿐만 아니라 네트워크 관리 및 도로선형계획 등 그 적용범위가 점차 확대되어지고 있다. 현재 국내 택배시스템에서 차량배차시 명확한 기준이 없으며 주로 담당 운전자의 경험과 판단에 의해 결정된다. 본 연구에서는 국내택배시스템에 ASA의 적용가능성을 검토하였다. 담당 운전자의 경로결정이 가로 10.0km, 세로 10.0km의 범위에서 인접이웃알고리즘(NNA: Nearest Neighbor Algorithm)을 따른다고 가정했을 때와 랜덤한 20개의 경유지를 가질 때, 그리고 경유지 수를 10개씩 증가하여 200개까지 증가할 때를 비교 분석한 결과, ASA이 NNA 보다 우수하였다. ASA을 국내택배시스템에 적용시 운송비용 절감 등의 운영개선을 기대할 수 있으며, 특히 영세한 택배업체에서 보다 저렴하고 우수한 택배시스템을 구축할 수 있을 것으로 보인다.

• 한국과학교육학회지
• /
• 제43권3호
• /
• pp.307-319
• /
• 2023

본 연구는 최근 주목받고 있는 텍스트 기반 생성형 인공지능에 대해 관심과 활용이 증가함에 따라 과학교육적 측면에서의 활용을 위해 생성형 인공지능의 주요 개념과 원리를 설명하고, 이를 효과적으로 활용할 수 있는 방안과 그 한계를 지적하며 이를 토대로 과학교육의 실행과 연구의 측면에서 시사점을 제공하는 것을 목적으로 한다. 최근 들어 증가하고 있는 생성형 인공지능은 대체로 인코더와 디코더로 이뤄진 트랜스포머 모델을 기반으로 하고 있으며, 인간의 피드백을 활용한 강화학습과 보상 모델에 대한 최적화, 문맥에 대한 이해 등을 통해 놀라운 발전을 이루고 있다. 특히, 다양한 사용자의 질문이나 의도를 이해하는 능력과 이를 바탕으로 한 글쓰기, 요약, 제시어 추출, 평가와 피드백 등 다양한 기능을 수행할 수 있다. 또한 교수자가 제시하는 예를 토대로 주어진 응답을 평가하거나 질문과 적절한 답변을 생성하는 등 학습자에 대한 진단과 실질적 교육내용의 구성 등 많은 유용성을 가지고 있다. 그러나 생성형 인공지능이 가지고 있는 한계로 인해 정확한 사실이나 지식에 대한 잘못된 전달, 과도한 확신으로 인한 편향, 사용자의 태도나 감정 등에 미칠 영향의 불확실성 등에 대한 문제 등에 대해 해가 없는지 검토가 필요하다. 특히, 생성형 인공지능이 제공하는 응답은 많은 사람들의 응답 데이터를 기반으로 한 확률적 접근이므로 매우 거리가 멀거나 새로운 관점을 제시하는 통찰적 사고나 혁신적 사고를 제한할 우려도 있다. 이에 따라 본 연구는 과학교수학습을 위해 인공지능의 긍정적 활용을 위한 여러 실천적 제언을 제시하였다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.71-88
• /
• 2017

언어모델은 순차적으로 입력된 자료를 바탕으로 다음에 나올 단어나 문자를 예측하는 모델로 언어처리나 음성인식 분야에 활용된다. 최근 딥러닝 알고리즘이 발전되면서 입력 개체 간의 의존성을 효과적으로 반영할 수 있는 순환신경망 모델과 이를 발전시킨 Long short-term memory(LSTM) 모델이 언어모델에 사용되고 있다. 이러한 모형에 자료를 입력하기 위해서는 문장을 단어 혹은 형태소로 분해하는 과정을 거친 후 단어 레벨 혹은 형태소 레벨의 모형을 사용하는 것이 일반적이다. 하지만 이러한 모형은 텍스트가 포함하는 단어나 형태소의 수가 일반적으로 매우 많기 때문에 사전 크기가 커지게 되고 이에 따라 모형의 복잡도가 증가하는 문제가 있고 사전에 포함된 어휘 외에는 생성이 불가능하다는 등의 단점이 있다. 특히 한국어와 같이 형태소 활용이 다양한 언어의 경우 형태소 분석기를 통한 분해과정에서 오류가 더해질 수 있다. 이를 보완하기 위해 본 논문에서는 문장을 자음과 모음으로 이루어진 음소 단위로 분해한 뒤 입력 데이터로 사용하는 음소 레벨의 LSTM 언어모델을 제안한다. 본 논문에서는 LSTM layer를 3개 또는 4개 포함하는 모형을 사용한다. 모형의 최적화를 위해 Stochastic Gradient 알고리즘과 이를 개선시킨 다양한 알고리즘을 사용하고 그 성능을 비교한다. 구약성경 텍스트를 사용하여 실험을 진행하였고 모든 실험은 Theano를 기반으로 하는 Keras 패키지를 사용하여 수행되었다. 모형의 정량적 비교를 위해 validation loss와 test set에 대한 perplexity를 계산하였다. 그 결과 Stochastic Gradient 알고리즘이 상대적으로 큰 validation loss와 perplexity를 나타냈고 나머지 최적화 알고리즘들은 유사한 값들을 보이며 비슷한 수준의 모형 복잡도를 나타냈다. Layer 4개인 모형이 3개인 모형에 비해 학습시간이 평균적으로 69% 정도 길게 소요되었으나 정량지표는 크게 개선되지 않거나 특정 조건에서는 오히려 악화되는 것으로 나타났다. 하지만 layer 4개를 사용한 모형이 3개를 사용한 모형에 비해 완성도가 높은 문장을 생성했다. 본 논문에서 고려한 어떤 시뮬레이션 조건에서도 한글에서 사용되지 않는 문자조합이 생성되지 않았고 명사와 조사의 조합이나 동사의 활용, 주어 동사의 결합 면에서 상당히 완성도 높은 문장이 발생되었다. 본 연구결과는 현재 대두되고 있는 인공지능 시스템의 기초가 되는 언어처리나 음성인식 분야에서 한국어 처리를 위해 다양하게 활용될 수 있을 것으로 기대된다.