• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.29-29
• /
• 2023

To mitigate the damaging impacts of floods, accurate prediction of runoff, streamflow and flood inundation is needed. Conventional approach of simulating hydrology and hydraulics using loosely coupled models cannot capture the complex dynamics of surface and sub-surface processes. Additionally, the scarcity of data in ungauged basins and quality of data in gauged basins add uncertainty to model predictions, which need to be quantified. In this presentation, first the role of integrated modeling on creating accurate flood simulations and inundation maps will be presented with specific focus on urban environments. Next, the use of machine learning in producing streamflow predictions will be presented with specific focus on incorporating covariate shift and the application of theory guided machine learning. Finally, a framework to quantify the uncertainty in flood models using Hierarchical Bayesian Modeling Averaging will be presented. Overall, this presentation will highlight that creating accurate information on flood magnitude and extent requires innovation and advancement in different aspects related to hydrologic predictions.

• 응용통계연구
• /
• 제33권2호
• /
• pp.123-136
• /
• 2020

하나의 개체에서 여러가지 측정치가 동시에 관찰되는 경우는 다양한 연구 분야에서 흔히 나타난다. 발달 독성학 연구에서는 특정 독성 물질의 각기 다른 수준에 노출된 임신한 어미 쥐에 대해 기형인 태아의 존재와 태아의 무게가 동시에 측정된다. 이런 두 변수를 결합하여 모형화하는 것은 각기 독립적인 두 모형으로 분석하는 것보다 더 효율적인 결과를 낸다고 알려져 있다. 대부분의 결합 모형은 정규분포를 랜덤효과로 가정하여 분석한다. 그러나 발달 독성학 연구에서처럼 반응변수들의 분포가 독성 물질이 변함에 따라 불규칙하게 변하는 경우 정규분포의 가정으로는 그 특징을 잡아낼 수 없게 된다. 본 논문에서는 이진수 자료와 연속형 자료에 대해 비대칭 로짓 모형을 사용한 베이지안 결합모형을 제시한다. 본 모형은 비대칭 로짓 모형을 사용함으로써 반응변수의 분포의 형태가 독성 물질의 수준에 따라 대칭/비대칭의 형태를 자유롭게 띨 수 있는 장점을 가지고 있다. 모형의 적합성을 살펴보기 위해 발달 독성학 연구에서 독성 물질 DEHP에 적용하여 그 결과를 확인해본다.

• 대한전자공학회논문지SP
• /
• 제45권3호
• /
• pp.11-19
• /
• 2008

영상 내에서 이동하는 객체를 추출하는 전경 분리 방법은 객체의 일치 추적 및 인식에 있어서 필수적인 기술이다. 하지만 이동하는 객체 주변에 그림자가 발생하는 경우 이러한 전경 분리 방법에서는 그림자도 전경 영역으로 잘못 판단하여 분리하게 되어 이동 객체의 정확한 형태를 파악하거나 위치를 추정하기 어려운 문제가 있다. 본 논문에서는 이러한 문제를 해결하기 위하여 색상 정보를 이용하여 그림자를 모델링하고 이를 통해 전경 영역 내의 그림자 화소를 Bayesian 분류법에 따라 제거하는 방법을 제안하였다. 특히 제안하는 방법은 매개변수 갱신 과정을 통해 그림자의 특성이 동적으로 모델링되기 때문에 주변 조명의 지속적인 변화에 적응적으로 대응할 수 있다. 실험 결과 제안하는 방법은 다양한 환경에서 그림자를 효과적으로 제거하는 것을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.268-272
• /
• 2010

The research presented here represents a collaborative effort with the SFWMD on developing scenarios for future climate for the SFWMD area. The project focuses on developing methodology for simulating precipitation representing both natural quasi-oscillatory modes of variability in these climate variables and also the secular trends projected by the IPCC scenarios that are publicly available. This study specifically provides the results for precipitation modeling. The starting point for the modeling was the work of Tebaldi et al that is considered one of the benchmarks for bias correction and model combination in this context. This model was extended in the framework of a Hierarchical Bayesian Model (HBM) to formally and simultaneously consider biases between the models and observations over the historical period and trends in the observations and models out to the end of the 21st century in line with the different ensemble model simulations from the IPCC scenarios. The low frequency variability is modeled using the previously developed Wavelet Autoregressive Model (WARM), with a correction to preserve the variance associated with the full series from the HBM projections. The assumption here is that there is no useful information in the IPCC models as to the change in the low frequency variability of the regional, seasonal precipitation. This assumption is based on a preliminary analysis of these models historical and future output. Thus, preserving the low frequency structure from the historical series into the future emerges as a pragmatic goal. We find that there are significant biases between the observations and the base case scenarios for precipitation. The biases vary across models, and are shrunk using posterior maximum likelihood to allow some models to depart from the central tendency while allowing others to cluster and reduce biases by averaging. The projected changes in the future precipitation are small compared to the bias between model base run and observations and also relative to the inter-annual and decadal variability in the precipitation.

• 한국지형학회지
• /
• 제26권3호
• /
• pp.53-67
• /
• 2019

The purpose of this study is to identify the quality of landslide susceptibility in a landslide-prone area (Jinbu-myeon, Gangwon-do, South Korea) by spatial prediction modeling approach and compare the results obtained. For this goal, a landslide inventory map was prepared mainly based on past historical information and aerial photographs analysis (Daum Map, 2008), as well as some field observation. Altogether, 550 landslides were counted at the whole study area. Among them, 182 landslides are debris flow and each group of landslides was constructed in the inventory map separately. Then, the landslide inventory was randomly selected through Excel; 50% landslide was used for model analysis and the remaining 50% was used for validation purpose. Total 12 contributing factors, such as slope, aspect, curvature, topographic wetness index (TWI), elevation, forest type, forest timber diameter, forest crown density, geology, landuse, soil depth, and soil drainage were used in the analysis. Moreover, to find out the co-relation between landslide causative factors and incidents landslide, pixels were divided into several classes and frequency ratio for individual class was extracted. Eventually, six landslide susceptibility maps were constructed using the Bayesian Predictive Discriminant (BPD), Empirical Likelihood Ratio (ELR), and Linear Regression Method (LRM) models based on different category dada. Finally, in the cross validation process, landslide susceptibility map was plotted with a receiver operating characteristic (ROC) curve and calculated the area under the curve (AUC) and tried to extract success rate curve. The result showed that Bayesian, likelihood and linear models were of 85.52%, 85.23%, and 83.49% accuracy respectively for total data. Subsequently, in the category of debris flow landslide, results are little better compare with total data and its contained 86.33%, 85.53% and 84.17% accuracy. It means all three models were reasonable methods for landslide susceptibility analysis. The models have proved to produce reliable predictions for regional spatial planning or land-use planning.

• 한국수자원학회논문집
• /
• 제54권5호
• /
• pp.321-334
• /
• 2021

일반적으로 레이더 강수량 추정에 활용되는 Marshall-Palmer 관계식은 강수현상의 계절적 변동성을 고려하지 않고 선별된 강수사상에 대하여 시공간적으로 고정된 매개변수를 적용하여 레이더 강수량을 추정하므로 실제 강수량과 추정된 레이더 강수량은 정량적인 오차가 발생할 수 있다. 이러한 제약성을 극복하고자 본 연구는 장기간 레이더 반사도 인자를 가용하여 레이더 반사도-강수량 관계식 매개변수를 Bayesian 추론기법으로 보정하고 불확실성을 정량화하여 레이더 강수량의 편의 보정을 수행하였다. Bayesian 추론기법 기반으로 추정된 레이더 반사도-강수량 관계식의 보정 매개변수는 계절성이 규명되었으며 지역적 특성이 존재하였다. Bayesian 추론기법을 통하여 산정된 레이더 강수량은 Marshall-Palmer 관계식의 과소추정 문제를 극복하고 지상 강수특성을 정량적으로 현실성 있게 재현하였다. 본 연구결과는 집중호우 발생 시 능동적인 유역단위 수자원 해석 시스템을 구축하여 국가적 레이더 자원의 가치를 향상할 수 있을 것으로 판단된다.

• 한국방재안전학회논문집
• /
• 제13권4호
• /
• pp.25-36
• /
• 2020

기후변화로 인해 다양한 자연재해의 발생빈도 및 강도가 증가하고 있으며, 이를 대비하기 위하여 행정안전부에서 가뭄과 대설까지 포함한 자연재해저감 종합계획을 발표하였다. 강설량은 기온과 지형적 요인의 영향을 크게 받는다. 산악지형이 많은 강원도는 강설량이 많아 큰 적설량이 관측되지만, 겨울철 평균 온도가 상대적으로 높은 남부지방은 적설량이 작다. 무강설과 결측으로 인해 관측값에 0이 포함된 경우가 존재한다. 자료에 포함된 0은 통계적으로 민감하게 작용하며, 최적 확률분포 선정과 매개변수 추정이 어려워지는 문제점이 발생한다. 본 연구에서는 창원, 통영, 진주 관측소의 최심신적설에 대해 혼합분포를 적용하여 0을 구분하였고, 0에 근사한 값을 나누는 기준인 임계값을 매개변수 𝛿로 가정함으로써 무적설 기준을 자동으로 모형에서 추정하도록 하였다. Bayesian기법 활용하여 혼합분포모형의 매개변수를 추정하였고, 산정된 빈도별 확률적설심의 불확실성을 정량화하였다. 대관령 지점과 비교한 결과, 본 연구의 혼합분포모형은 적설량이 적은 지점에 대해 적용성이 우수한 것으로 평가되었다.

• 한국콘텐츠학회논문지
• /
• 제21권11호
• /
• pp.77-86
• /
• 2021

시간적인 차이를 두고 획득한 이질적인 과거 전쟁 결과 데이터를 하나의 모형으로 구축하는 방법으로 베이지안 추론에 의한 전쟁시뮬레이션 모형을 구축하는 방법을 제안하였다. 과거의 전쟁 결과를 분석하여 미래에 있을 수 있는 전쟁을 예측하는 방법으로 선형회귀모형을 적용하는 방법을 고려할 수 있다. 그러나 역사적으로 시대가 서로 달라 전장 환경의 변화가 반영된 이질적인 두 유형의 자료들이라면 모형의 가정사항 위반으로 하나의 선형회귀모형으로 적합하는 것은 적절하지 않다. 이러한 문제를 해결하기 위해 앞선 시대에 있는 자료를 비정보적 사전분포로 가정하여 사후분포를 구하고 이를 다음 시대에 얻은 자료를 분석하기 위한 사전분포로 활용하여 최종 사후분포를 추론하는 베이지안 추론 방법을 제안하였다. 베이지안 추론 방법의 또 다른 장점은 마코프 체인 몬테 카를로 방법으로 샘플링한 결과를 이용하여 불확실성이 반영된 사후분포나 사후예측분포를 추론할 수 있다는 점이다. 이렇게 했을 때 고전적인 선형회귀모형으로 분석하는 것보다 다양한 정보를 활용할 수 있을 뿐만 아니라 향후 추가적으로 획득되는 자료도 모형에 반영하여 모형을 계속 업데이트시킬 수 있다는 장점이 있다.

• 한국수자원학회논문집
• /
• 제32권1호
• /
• pp.3-13
• /
• 1999

본 연구에서는 공간 분포의 해석을 위하여 일반적으로 사용되어 오던 Thiessen 또는 Kriging 법들을 대체할 수 있는 새로운 모형인 SANN(Spatial-Analysis Neural-Network)을 소개한다. 이 모델은 신경망 기법을 이용한 비매개 변수법의 일종으로 미측정 기점의 평균값 뿐만 아니라 분산, 왜도 등의 고차 통계치를 제공하여 준다. 또한 어떤 기점에서의 공간변수의 값이 그 심각도에 따른 미리 지정된 여러 분류들 중 각각의 분류에 속할 확률값과 전체 공간을 각 분류에 따라 가장 최적하게 분류경제(class boundary)를 선정하여줄 수 있는 Bayesian 계급분류기(Classifier)를 제공하는 의사결정(decision-making) 역할도 수행할 수 있다. 본 연구에서는 제안된 SANN모형의 외삽기(interpolator)를 사용하여 관측 기점의 연평균 강우량을 대상 유역 전체의 공간적으로 분포시키고 또한 각 지점의 예측 오류를 산정하며, Bayesian 분류기를 사용하여 대상유역을 가장 적절하게 건조, 보통, 습윤 지역으로 분류하는 방법을 제시하여 본다. 본 연구에서는 39개 강우 계측 지점을 이용하여 우리나라의 연평균 강우의 공간 해석에 응용하여 본다. 결과적으로 연평균 강우량의 공간 분포, 표준편차, 그리고 확률도를 얻었다. 더불어 우리나라 전역을 건조, 보통, 습윤 지역으로 분류하여 보았다.

• 한국항공우주학회지
• /
• 제41권8호
• /
• pp.619-624
• /
• 2013

확률론적 수명예측은 파라미터들의 불확실성에 대하여 확률론적인 요소를 적용한다. 따라서 기존의 결정론적 수명해석 기법에 확률론적 기법을 적용하기 위해서는 파손확률을 이용한 위험도 평가가 필요하다. 본 연구에서는 항공기 구조물의 확률론적 위험도평가를 수행하기 위하여 파손확률 추정 모델링 기법을 연구하였다. 이를 위해 파라미터들의 확률론적 불확실성을 효과적으로 반영할 수 있는 베이지안 기법을 이용하여 파손확률을 모델링하고 실험 데이터를 이용하여 검증하였다. 연구결과 베이지안 기반의 파손확률 추정 모델링은 정량적인 파손확률을 계산하고 확률론적 위험도평가를 효과적으로 수행할 수 있음을 입증하였다.