• 한국컴퓨터정보학회지
• /
• 제14권2호
• /
• pp.159-164
• /
• 2006

제조실행시스템(MES: Manufacturing Execution System)은 현장(shop floor)에서 작업을 수행하기 위한 제반 활동 (스케줄링, 작업 프로세스, 품질관리, 등)을 지원하기 위한 관리 시스템이다. 특히, MES는 생산계획과 실행의 차이를 줄이기 위한 시스템으로 현장상태의 실시간 정보제공을 통하여 관리자와 작업자의 의사결정을 지원하는 기능을 수행한다. 실시간 정보처리를 위한 MES는 최근 많은 관심을 가지고 있는 RFID의 Data를 모델링하고, 제조부터 판매까지 각 프로세스 내의 제품을 모니터링 하는 기능이 필요하다. 그러나, RFID가 부착된 제품이 프로세스 과정에 있어서, tag, reader의 오작동, 고의적 파손, 분실, 주변 영향으로 인해, 리더기가 tag를 읽지 못하는 경우, 제품의 위치를 모니터링 할 수 없다. 이러한 경우, 불확실한 정보를 가지고 제품의 경로를 추적하여야만 한다. 본 논문은 신속하게 제품을 찾기 위해, RFID와 Bayesian Network을 이용한 MES를 제안하고 성능을 평가하였다.

• 한국수자원학회논문집
• /
• 제49권4호
• /
• pp.315-325
• /
• 2016

일반적으로 하천의 유량은 댐과 같은 수공구조물에 의해 조정된 유량으로 수자원계획을 위해서 필요한 자연유량과는 차이가 크다. 수자원계획을 수립함에 있어 자연 유입량 정보는 댐 운영과 수문분석을 위한 필수적인 정보이다. 본 연구에서는 댐 유역 일유입량 모의기법을 위한 통합 모형을 개발하였다. 첫째, 장기 강우-유출 모형의 입력강우자료로 사용하기 위하여 평균 및 중앙값과 같은 통계적 모멘트를 효과적으로 재현하고 극치 강우량 재현에 유리한 불연속 Kernel-Pareto 확률분포 기반의 강우모의기법을 통하여 강우모의를 수행하였다. 둘째, SAC-SMA 장기 강우-유출 모형의 매개변수를 Bayesian MCMC 기법을 통하여 최적화하여 산정된 매개변수의 사후분포를 활용하여 댐 유입량 시나리오 도출하였다. 댐 유역을 대상으로 개발된 모형을 평가한 결과 자연유량과 통계적으로 유사한 특성을 가지는 시나리오를 생성할 수 있었으며, 물수지 분석 등과 같은 수자원계획을 위한 시나리오로 활용이 가능할 것으로 판단된다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권1호
• /
• pp.153-161
• /
• 2017

전염병 확산에 대한 확률과정모형으로 활용되는 분기과정은 실제 데이터를 통해 모수를 추정할 수 있다는 장점이 있다. 음이항 분포를 분기과정의 생산 분포 모형으로 적용할 수 있는데 음이항 분포를 적용하기 위해서는 평균과 산포 모수를 추정하여야한다. 기존의 생물학 연구와 역학 연구 분야에서는 이를 최대우도법을 이용하여 추정하고 있다. 그러나 대부분의 역학 자료의 특성상 분기과정에서 이용되는 음이항 분포는 소표본이어서 최대우도 추정량의 정도를 충족시킬 수 없다. 본 논문에서는 소표본 자료에서 좋은 통계량의 성질을 만족한다고 알려져 있는 베이지안을 이용하여 모수를 추정하는 방법을 제안한다. 2015년 국내 메르스 사례에 베이지안 방법을 적용하여 모수를 추정하고 사후 분포를 적합하였다. 그 결과 어떠한 사전 분포를 가정하더라도 안정적으로 모수를 추정하는 것을 알 수 있었다. 추정된 산포 모수를 이용하여 분기과정에서의 전염병 소멸 확률을 유도하였다.

• 응용통계연구
• /
• 제27권6호
• /
• pp.947-958
• /
• 2014

집중호우의 특성을 이해하는 것은 수문관리 및 재해방재 등에서 매우 중요하다. 특히 반환주기는 이러한 집중호우의 특성을 나타내는 측정치로 자주 사용된다. 본 논문에서는 베이지안 계층적 모형을 이용하여 강우의 반환주기에 대한 공간구조를 분석하였다. 먼저 국내 62개 지점에서 측정한 강우 강도을 기초로 하여 연간 일일 최대강우량과 특정한 수준을 초과하는 강우량에 대해서 generalized extreme value(GEV)와 generalized Pareto distribution(GPD)를 각각 가정하여 추정하였다. 집중호우 반환주기에 대한 공간구조는 이 GEV 분포와 GPD 분포의 모수에 공간구조를 가지는 다변량 정규분포를 이용하여 설명하였다. 제안된 모형을 국내 76개 지역에서 39년간 측정된 일별 강우량 관측자료에 적용하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제16권5호
• /
• pp.29-39
• /
• 2012

상관관계가 높은 복합열화의 완벽한 개별예측모델의 개발은 매우 어려운 문제로, 본 논문에서는 현수교 시스템의 미래열화와 유지 예산을 예측하기 위하여, 10년간의 유지 데이터가 주어진 매개변수(파손지표와 사용성)의 사후 확률 밀도함수를 찾기 위해 베이지언 추론을 적용하였다. 마르코프 연쇄 몬테카를로법을 이용하여 매개변수의 사후 분포를 조사하였다. 감소한 사용성의 모의위험예측은 사전분포와 연간유지 업무에서 업데이트한 데이터의 가능성에 따라 작성한 사후 분포이다. 기존의 선형 예측 모델과 비교하면, 제안된 2차 모델은 교량부품의 사용성, 위험요소, 그리고 유지 예산의 측정 데이터에 대하여 매우 개선된 수렴성과 근접성을 제공한다. 따라서 제안된 2차 추계학적 회귀 모델을 기반으로 복잡한 사회간접설비의 미래 성능과 유지관리예산을 예측하고 제어할 수 있는 기회를 제공할 것으로 기대한다.

• 한국수자원학회논문집
• /
• 제52권11호
• /
• pp.895-904
• /
• 2019

극치 강우 자료는 정상성 빈도모델에서 효과적으로 구현되지 않는 비정상성 거동을 종종 보인다. 또한, 극치 사상의 확률밀도함수는 여름 장마와 태풍 등의 서로 다른 강우 패턴에 의해 2개 이상의 첨두를 가지는 혼합분포형태이다. 이러한 강우 패턴의 변화에 대해 Bayesian 이론을 활용한 비정상성 혼합분포(mixture distribution based nonstationary frequency, MDNF)모델을 제안하였다. 2개의 Gumbel 분포형이 혼합된 MDNF 모델은 Gumbel 분포형 매개변수 중 하나인 위치매개변수의 시변성을 효과적으로 설명한다. 제안한 모델의 성능평가를 위해 정상성 혼합분포모델과의 다양한 통계치 결과를 비교하였다. 정상성 혼합분포모델보다 전반적으로 향상된 성능을 보여주는 MDNF 모델을 통해 극치 강우 패턴이 비정상성을 보인다는 가정을 확인할 수 있다.

• 한국항만경제학회지
• /
• 제38권4호
• /
• pp.13-23
• /
• 2022

본 연구는 2015년 1월부터 2020년 4월까지 건화물선 시장의 일별 운임수익률에 대한 레버리지 효과를 포착하기 위한 확률 변동성(stochastic volatility) 모형을 제안하고 운임수익률을 분석한다. 확률 변동성 분석에서 수익률과 변동성 간에 존재하는 음의 상관관계에 기초한 레버리지 효과에 대한 Bayesian Markov Chain Monte Carlo 방법을 포함하는 추정은 건화물선 운임수익률은 레버리지 효과를 포함하는 추정이 일반적인 SV 모형에 기초한 분석보다 유사한 추정치를 나타내지만 레버리지 효과에 대한 상관성 추정에서 통계적으로 유의미함을 나타낸다. 즉, 실증분석 결과는 수익률과 변동성의 상관도, 변동의 크기와 부호에 따라 상이함을 나타내며, 이는 SV 모델이 레버리지 효과를 고려하는 것이 추정치의 적합도를 향상시킴을 나타낸다. 추정모형의 레버리지 효과에 대한 통계적 유의성에 추가적으로 로그 예측력 점수를 통한 분석은 레버리지 효과를 고려하는 모형의 예측력이 향상된 추정 결과를 제시한다. 이러한 실증분석 결과는 레버리지 효과를 포함하는 확률 변동성 모형이 해양 산업의 운임 리스크 모델링에 중요함을 통계적으로 제시하는 유의미한 실증분석 결과다.

• 응용통계연구
• /
• 제35권6호
• /
• pp.703-724
• /
• 2022

다변량 경시적 자료 분석은 반복 측정된 자료에 존재하는 상관관계를 올바르게 추정하면서 자료를 분석해야 한다. 경시적 연구에서는 다변량 경시적 자료가 주로 생성되지만, 기존 통계적 모형은 대부분 단변량으로 분석되어 다변량 경시적 자료에 존재하는 복잡한 상관관계를 제대로 설명하지 못하게 된다. 따라서 본 논문에서는 복잡한 상관관계를 설명하기 위해 공분산 행렬을 모형화하는 다양한 방법에 대해 고찰한다. 그 중 수정된 콜레스키 분해, 수정된 콜레스키 블록분해와 초구분해를 살펴본다. 그리고 일반화 자기회귀모수 행렬이 가지는 희박성 문제를 해결하기 위해 베이지안 방법을 이용하여 청소년 패널 데이터를 분석한다. 청소년 패널 데이터는 다변량 경시적 자료이며, 반응 변수로는 학교 적응도, 학업 성취도, 휴대전화 의존도를 고려한다. 자기 상관 구조와 혁신 표준 편차 구조를 달리 가정하여 여러 모형을 비교한다. 가장 적합한 모형에 대해 학교 적응도와 학업 성취도에 대해 모든 설명 변수가 유의미하며, 휴대전화 의존도가 반응 변수일 때 사교육 시간을 제외한 모든 설명 변수가 유의미한 것으로 나타난다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.275-275
• /
• 2021

A fixed Z-R relationship approach, such as the Marshall-Palmer relationship, for an entire year and for different seasons can be problematic in cases where the relationship varies spatially and temporally throughout a region. From this perspective, this study explores the use of long-term radar reflectivity for South Korea to obtain a nationwide calibrated Z-R relationship and the associated uncertainties within a Bayesian regression framework. This study also investigates seasonal differences in the Z-R relationship and their roles in reducing systematic error. Distinct differences in the Z-R parameters in space are identified, and more importantly, an inverse relationship between the parameters is clearly identified with distinct regimes based on the seasons. A spatially structured pattern in the parameters exists, particularly parameter α for the wet season and parameter β for the dry season. A pronounced region of high values during the wet and dry seasons may be partially associated with storm movements in that season. Finally, the radar rainfall estimates through the calibrated Z-R relationship are compared with the existing Z-R relationships for estimating stratiform rainfall and convective rainfall. Overall, the radar rainfall fields based on the proposed modeling procedure are similar to the observed rainfall fields, whereas the radar rainfall fields obtained from the existing Marshall-Palmer Z-R relationship show a systematic underestimation. The obtained Z-R relationships are validated by testing the predictions on unseen radar-gauge pairs in the year 2018, in the context of cross-validation. The cross-validation results are largely similar to those in the calibration process, suggesting that the derived Z-R relationships fit the radar-gauge pairs reasonably well.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.140-140
• /
• 2021

Urban flood management is a crucial and challenging task, particularly in developed cities. Therefore, accurate prediction of urban flooding under heavy precipitation is critically important to address such a challenge. In recent years, machine learning techniques have received considerable attention for their strong learning ability and suitability for modeling complex and nonlinear hydrological processes. Moreover, a survey of the published literature finds that hybrid computational intelligent methods using nature-inspired algorithms have been increasingly employed to predict or simulate the streamflow with high reliability. The present study is aimed to propose a novel approach, an ensemble tree, Bayesian Additive Regression Trees (BART) model incorporating a nature-inspired algorithm to predict hourly multi-step ahead streamflow. For this reason, a hybrid intelligent model was developed, namely GA-BART, containing BART model integrating with Genetic algorithm (GA). The Jungrang urban basin located in Seoul, South Korea, was selected as a case study for the purpose. A database was established based on 39 heavy rainfall events during 2003 and 2020 that collected from the rain gauges and monitoring stations system in the basin. For the goal of this study, the different step ahead models will be developed based in the methods, including 1-hour, 2-hour, 3-hour, 4-hour, 5-hour, and 6-hour step ahead streamflow predictions. In addition, the comparison of the hybrid BART model with a baseline model such as super vector regression models is examined in this study. It is expected that the hybrid BART model has a robust performance and can be an optional choice in streamflow forecasting for urban basins.