• Structural Engineering and Mechanics
• /
• 제76권6호
• /
• pp.675-685
• /
• 2020

As the classical response surface method (RSM), the polynomial RSM is so easy-to-apply that it is widely used in reliability analysis. However, the trade-off of accuracy and efficiency is still a challenge and the "curse of dimension" usually confines RSM to low dimension systems. In this paper, based on the univariate decomposition, the polynomial RSM is executed in a new mode, called as DPRSM. The general form of DPRSM is given and its implementation is designed referring to the classical RSM firstly. Then, in order to balance the accuracy and efficiency of DPRSM, its adaptive order revision around the most probable point (MPP) is proposed by introducing the univariate polynomial order analysis, noted as RDPRSM, which can analyze the exact nonlinearity of the limit state surface in the region around MPP. For testing the proposed techniques, several numerical examples are studied in detail, and the results indicate that DPRSM with low order can obtain similar results to the classical RSM, DPRSM with high order can obtain more precision with a large efficiency loss; RDPRSM can perform a good balance between accuracy and efficiency and preserve the good robustness property meanwhile, especially for those problems with high nonlinearity and complex problems; the proposed methods can also give a good performance in the high-dimensional cases.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1450-1454
• /
• 2006

Empirical mode decomposition (EMD) is applied to analyze time series characterized with nonlinearity and nonstationarity. This decomposition could be utilized to construct finite and small number intrinsic mode functions (IMF) that describe complicated time series, while admitting the Hilbert transformation properties. EMD has the capability of being adaptive, capture local characteristics, and applicable to nonlinear and nonstationary processes. Unlike discrete wavelet transform (DWT), IMF eliminates spurious harmonics and retains meaningful instantaneous frequencies. Examples based on data representing natural phenomena are given to demonstrate highlight the power of this method in contrast and comparison of other ones. A presentation of the energy-frequency-time distribution of these signals found to be more informative and intuitive when based on Hilbert transformation.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2007년도 학술발표회 논문집
• /
• pp.1437-1440
• /
• 2007

Many hydroclimatic time series are marked by interannual and longer quasi-period features that are associated with narrow band oscillatory climate modes. A time series modeling approach that directly considers such structures is developed and presented. The essence of the approach is to first develop a wavelet decomposition of the time series that retains only the statistically significant wavelet components, and to then model each such component and the residual time series as univariate autoregressive processes. The efficacy of this approach is demonstrated through the simulation of observed and paleo reconstructions of climate indices related to ENSO and AMO, tree ring and rainfall time series. Long ensemble simulations that preserve the spectral attributes of the time series in each ensemble member can be generated. The usual low order statistics are preserved by the proposed model, and its long memory performance is superior to the direction application of an autoregressive model.

• 국제지역연구
• /
• 제21권4호
• /
• pp.159-172
• /
• 2017

비관측요인(unobserved-component)모형을 이용한 GDP의 추세-순환요인 분해에서, 통상적으로 추세는 확률보행 과정을 갖는 것으로 가정된다. 본 연구는 추세를 ARIMA 과정으로 표현하는 경우, GDP 변동에서 갖는 추세요인의 의미가 어떻게 달라지는가를 살펴보고, GDP에 대한 예측력이 개선될 수 있는가의 여부를 미국의 데이터를 이용하여 실증적으로 분석하였다. 모형은 GDP만의 단일변수모형과 물가를 포함하는 2변수모형의 두 가지를 고려하여 설정하였으며, 모형 추정은 비관측요인모형을 상태-공간모형으로 전환한 후 칼만 필터(Kalman filter)를 이용한 최대우도추정법을 사용하였다. GDP에 대한 예측은 축차적 추정(recursive estimation)을 이용한 동적 표본외예측(dynamic out-of-sample) 방식을 사용하였으며, 예측력 비교결과에 대한 검정은 Diebold-Mariano 검정을 이용하였다. 분석 결과는 첫째, 모형의 추정결과에서 ARIMA 추세의 계수가 통계적으로 유의적인 값을 가지며, 둘째, ARIMA 추세 모형이 확률보행 추세 모형보다 GDP 변동의 분산 및 자기 상관성(autocorrelation)을 보다 잘 설명하며, 셋째, 예측력에서 단일변수보다는 2변수모형의 예측력이 그리고 확률보행 추세보다는 ARIMA 추세를 갖는 모형의 예측력이 통계적으로 유의하게 높은 것으로 나타났다. 이러한 결과들은 GDP 추세-순환 요인 분해에서 추세를 ARIMA 과정으로 표현하는 것이 보다 타당하다는 것을 시사하고 있다.

• 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.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 International Symposium on Remote Sensing
• /
• pp.7-10
• /
• 2008

We present a technique for constructing a digital elevation model (DEM) from contours. The elevation of each ground point in DEM is computed by interpolating the heights of the two adjacent contours of the point. The technique decomposes each sub-domain between adjacent contours into a set of sub-regions. The decomposition is accomplished by constructing a medial axis of the sub-domain. Each sub-region in the decomposition is classified into a variety of terrain features like hillsides, valleys, ridges, etc. The elevations of points are interpolated with different methods according to terrain features they belong to. For a given point in hillside, an approximate gradient line passing through the point is determined and the elevation of the point is interpolated from the known elevations of the two adjacent contours along the approximate gradient line. The univariate monotone rational Hermite spline is used for the interpolation. The DEM constructed by the technique is to be used to orthorectify the high-resolution KOMPSAT3 imagery.

• International Journal of Computer Science & Network Security
• /
• 제22권1호
• /
• pp.225-233
• /
• 2022

The recent outbreak of corona virus (COVID-19) infectious disease had made its forecasting critical cornerstones in most scientific studies. This study adopts a machine learning based time series model - Auto Regressive Integrated Moving Average (ARIMA) model to forecast COVID-19 confirmed cases in Botswana over 60 days period. Findings of the study show that COVID-19 confirmed cases in Botswana are steadily rising in a steep upward trend with random fluctuations. This trend can also be described effectively using an additive model when scrutinized in Seasonal Trend Decomposition method by Loess. In selecting the best fit ARIMA model, a Grid Search Algorithm was developed with python language and was used to optimize an Akaike Information Criterion (AIC) metric. The best fit ARIMA model was determined at ARIMA (5, 1, 1), which depicted the least AIC score of 3885.091. Results of the study proved that ARIMA model can be useful in generating reliable and volatile forecasts that can used to guide on understanding of the future spread of infectious diseases or pandemics. Most significantly, findings of the study are expected to raise social awareness to disease monitoring institutions and government regulatory bodies where it can be used to support strategic health decisions and initiate policy improvement for better management of the COVID-19 pandemic.

• 대한토목학회논문집
• /
• 제34권1호
• /
• pp.17-27
• /
• 2014

유한요소 해석 기술의 발달에 따라 수치해석은 실구조물의 상태파악 및 유지관리에 중요한 요소가 되었다. 이러한 유한요소 해석모델을 이용하여 실 구조물의 상태 파악하고 수치 실험을 행하기 위해서는 계측 응답을 바탕으로 수치해석 모델의 개선이 반드시 이루어져야 한다. 본 연구에서는 새롭게 개발된 단변분 탐색법을 기반으로 반복적 개선을 수행하면서도 미분함수를 작성하지 않아도 되는 새로운 수치해석모델 개선기법을 소개하고, 동적안정성 분석을 통하여 고속철도교량에서의 적용성을 검토하였다. 정확한 동특성 분석을 위하여 무선계측시스템과 계측점 이동법을 이용한 세밀한 계측을 실시하고, 상관성 검토 및 모드분해기법을 활용하여 고유진동수와 모드형상을 추정하였다. 설계자료를 바탕으로 구축된 수치해석 초기 모델을 추정된 동특성과 개발된 수치해석 모델 개선 기법을 이용하여 모델 개선을 수행하였으며, 개선된 모델을 이용한 수치 실험 결과와 실 교량에서의 응답과 비교하여 수치해석 모델 개선 기법의 적용성을 검토하였다. 또한, 개선된 모델의 유용성을 검토하기 위하여 고속철도교량의 동적안정성 분석을 실시하여 성공적으로 수행할 수 있었다. 개발된 수치해석 모델 개선기법의 적용성을 추가적으로 검증된다면, 다양한 구조물 및 교량에서 개발된 수치해석 모델 개선기법을 사용할 수 있을 것이다.