• 한국콘텐츠학회논문지
• /
• 제13권4호
• /
• pp.53-63
• /
• 2013

본 논문은 효율적인 몬테 칼로 시뮬레이션을 위하여 중요 샘플링(Importance sampling) 기법이 내장된 실험 틀을 제안한다. 제안하는 실험 틀은 중요 샘플링 기법을 적용하기 위해 기능적으로 세분화된 중요 표본기(Importance Sampler)와 편향 보상기(Bias Compensator)라는 두 개의 하위 모델을 내장(Embedded)한다. 이러한 하위 모델은 기존의 시스템 모델과 실험 틀의 경계에 플러그인 됨으로써 기존 모델들의 수정없이 재사용할 수 있는 장점이 있다. 그리고 제안하는 실험 틀은 기능적 측면에서 중요 사건에 대하여 동일한 수준의 결과를 얻는 데 있어 기존의 몬테 칼로 시뮬레이션보다 시뮬레이션 시간을 단축시킬 수 있다. 이러한 효용성을 입증하기 위해 두 가지 실험을 수행하였는데, 실험 결과, 본 실험에 대하여 기존의 몬테칼로 시뮬레이션보다 최대 400 배 가량의 시뮬레이션 시간 측면에서 성능 향상을 확인하였다. 본 논문에서 제안하는 실험 틀은 다양한 콘텐츠 분야에 적용되어 시뮬레이션 성능을 향상시킬 수 있는 도구로 활용할 수 있을 뿐 아니라, 교육적 측면에서 다양한 사회 현상을 이해하고 해석하는 도구로도 활용이 가능하다.

• Structural Engineering and Mechanics
• /
• 제32권1호
• /
• pp.21-36
• /
• 2009

An importance sampling method is presented for computing the first passage probability of elasto-plastic structures under stochastic excitations. The importance sampling distribution corresponds to shifting the mean of the excitation to an 'adapted' stochastic process whose future is determined based on information only up to the present. A stochastic control approach is adopted for designing the adapted process. The optimal control law is determined by a control potential, which satisfies the Bellman's equation, a nonlinear partial differential equation on the response state-space. Numerical results for a single-degree-of freedom elasto-plastic structure shows that the proposed method leads to significant improvement in variance reduction over importance sampling using design points reported recently.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 1999년도 가을 학술발표회 논문집
• /
• pp.351-358
• /
• 1999

The structural responses of underground structures are examined in probability by using the elasto-plastic stochastic finite element method in which the spatial distributions of material properties are assumed to be stochastic fields. In addition, the adaptive importance sampling method using the response surface technique is used to improve simulation efficiency. The method is found to provide appropriate information although the nonlinear Limit State involves a large number of basic random variables and the failure probability is small. The probability of plastic local failures around an excavated area is effectively evaluated and the reliability for the limit displacement of the ground is investigated. It is demonstrated that the adaptive importance sampling method can be very efficiently used to evaluate the reliability of a large scale stochastic finite element model, such as the underground structures located in the multi-layered ground.

• 충청수학회지
• /
• 제21권4호
• /
• pp.573-583
• /
• 2008

In this paper, we introduce the techniques of estimating the probability of failure in reliability analysis. The basic idea of each technique is explained and drawbacks of these techniques are examined.

• Journal of the Korean Data and Information Science Society
• /
• 제15권1호
• /
• pp.227-237
• /
• 2004

In this paper we presented a Bayesian inference approach for estimating the location and scale parameters of the lognormal distribution using iterative Gibbs sampling algorithm. We also presented estimation of location parameter by two non iterative methods, importance sampling and weighted bootstrap assuming scale parameter as known. The estimates by non iterative techniques do not depend on the specification of hyper parameters which is optimal from the Bayesian point of view. The estimates obtained by more sophisticated Gibbs sampler vary slightly with the choices of hyper parameters. The objective of this paper is to illustrate these tools in a simpler setup which may be essential in more complicated situations.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1997년도 춘계 학술대회 발표집
• /
• pp.8-8
• /
• 1997

최근 시뮬레이션은 높은 신뢰도를 요구하는 통신망시스템이나, 높음 품질수준을 요 구하는 제조시스템의 분석 및 설계에 적용되어지고 있다. 이러한 신뢰도가 높은 시스템에 대한 시뮬레이션 적용의 난제는 실제 시스템과 시뮬레이션 모형이 얼마나 정확히 모델링을 하는가 하는 문제와 실제 모델링을 하여 시뮬레이션을 수행하여 얼마나 빠른 시간내에 정확 히 결과를 산출해 낼 수 있는가를 하는 것이다. 이러한 문제점을 극복하기 위해서 속산시뮬 레이션(fast simulation) 기법들이 연구되고 있다. 그러한 기법들로 Importance Sampling (IS), Regenerative Method (RM), Parallel Simulation 등이 연구되고 있다. IS는 잘 알려진 분산축소 기법으로 속산시뮬레이션을 위하여 많이 사용되고 있으나 실제로 복잡한 모델에 적용하기에는 많은 어려움이 따른다. 그 이유는 최적 표본분포 (Optimal Sampling Distribution)를 찾기 위한 방법이 정형화되어 있지 않아 모델마다 최적표본분포를 유사하게 추정해야 하는 어려움이 따르기 때문이다. 이러한 단점을 극복하기 위하여 Nonparametric Improtance Sampling을 제안하고 실제로 M/M/1 대기행렬 모형에 적용하여 보았다.

• 한국통신학회논문지
• /
• 제25권5A호
• /
• pp.668-673
• /
• 2000

본 논문에서는 센트럴 모우먼트 알고리즘을 디지틀 통신 채널에 적용함으로써 기존의 시뮬레이션인 기법인 Conventional Importance Samping와 Improved Importance Sampling 으로 해결할 수 없었던 문제점들의 해결 뿐 아니라 수행시간의 획기적인 개선도 가능하게 하였다. 즉 디지털 통신 채널의 수신단에서 잡음이 혼합된 수신신호의 센트랄 모우멘트를 측정하여 수신 신호의 확률적인 특성인 누적확률분포를 구함으로써 채널의 성능을 평가한다. 제안 알고리즘을 검증하기 위하여 Cadence사의 시뮬레이션 프로그램인 SPW를 이용하여 QPSK 위성통신 채널을 구현한 후 시뮬레이션 수행시간의 개선 효과를 확인하였다.

• 대한교통학회지
• /
• 제9권2호
• /
• pp.127-134
• /
• 1991

본 논문의 목적은 교통망 분석에 있어서 중요한 그러나 흔희 발생하지 않는 사건의 발생확률을 추정하는 방법론 개발에 있다. 예를 들어, 안정적(stable) 교통망에서 일시적인 혼잡현상이 발생할 확률을 씨뮬레이숀을 통해 추정하는 방법에 관한 것이다. 이 분야에서 활발한 연구([3], [12]) 가 있어 왔으나 개괄적(Heuristic) 방법에 제한되어 있었다. 본 논문은 위 문제에 대하여 포괄적(unified)이며 이론적인 방법론을 제시하였다. 이를 위해 대 분산이론(Large Deviation Theory)과 중요표본추출(Importance Sampling)기법이 이용되었으며 예로서 사용된 망은 두개의 구간이 이어진 교통망이다. 부수적으로 혼잡현상의 가장 대표적 형태를 구하는 방법이 제시되었다.

• Journal of the Korean Data and Information Science Society
• /
• 제18권4호
• /
• pp.1045-1056
• /
• 2007

We consider M/M/1 feedback queues with multi-class customers. We assume that different classes of customers have different arrival rates, service rates and feedback probabilities. Using the h-transforms of McDonald(999) we derive an importance sampling estimator for an overflow probability that the total number of customers in the system reaches a high level before emptying.

• Communications for Statistical Applications and Methods
• /
• 제8권1호
• /
• pp.257-269
• /
• 2001

The simulation is used to estimate an overflow probability in a stable parallel network with coupled inputs. Since the general simulation needs extremely many trials to obtain such a small probability, the fast simulation is proposed to reduce trials instead. By using the Cramer’s theorem, we first obtain an optimally changed measure under which the variance of the estimator is minimized. Then, we use it to derive an importance sampling estimator of the overflow probability which enables us to perform the fast simulation.