• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1321-1326
• /
• 2009

강우는 수자원 확보 측면에서 근원이 되는 요소이다. 그러므로 정확한 확률강우량 산정은 미래의 가용 수자원량을 예측하는데 있어 중요한 사항중 하나이며 무엇보다 신중한 결정이 요구된다. 또한 하천의 범람에 의한 침수를 예방하는 수공구조물 등의 설계에 있어서는 신뢰할 수 있는 확률강우량 산정이 선행되어야 한다. 본 연구에서는 최근 우리나라 극치강우확률분포로서 많은 연구가 이루어지고 있는 GEV 분포(GEV-O)를 기반으로 위치 매개변수에 시간의 함수를 고려한 개선된 GEV 분포(GEV-A)를 이용하여 서울지점에 적용함으로서 GEV-O 분포에 의한 확률강우량과 GEV-A 분포로 산정된 확률강우량을 비교 검토하였다. 먼저 임의의 난수 발생을 통해 최우도추정법과 확률가중모멘트법으로 매개변수를 추정한 GEV-O 분포와 최우도추정법으로 매개변수를 추정한 GEV-A 분포의 상대평균제곱근오차 (R-RMSE)를 계산하여 비교함으로서 GEV-A 분포의 효율성을 판단하였다. 사례연구는 1961년부터 2008년까지 서울강우관측소에서 측정된 연최대 1일 강우량으로 하였으며 $X^2$-검정, PPCC-검정으로 적합도 검정을 실시하였다. 강우빈도분석 결과 GEV-A 분포가 GEV-O 분포로 산정된 결과 보다 대체로 재현기간 200년 이상일 경우, 과다 산정되는 경향을 보였다. 추후 개선된 GEV 분포를 서울 인근 지점에 적용함으로서 지역빈도해석(Regional Frequency Analysis)을 실행하기 위한 연구가 진행되어야 할 것이다. 또한 확률홍수량 산정 등에도 개선된 GEV 분포를 이용함으로서 보다 정확하고 신뢰성 있는 확률수문량을 예측하여야 할 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06b
• /
• pp.240-245
• /
• 2008

컴퓨터 그래픽스에서 많은 광원들을 포함하는 장면을 사실적으로 렌더링하기 위해서는, 많은 양의 조명 계산을 수행해야 한다. 다수의 광원들로부터 빠르게 조명 계산을 하기 위해 많이 사용되는 기법 중에 몬테 카를로(Monte Carlo) 기법이 있다. 본 논문은 이러한 몬테 카를로(Monte Carlo) 기법을 기반으로, 다수의 광원들을 효과적으로 샘플링 할 수 있는 새로운 중요도 샘플링 기법을 제안한다. 제안된 기법의 두 가지 핵심 아이디어는 첫째, 장면 내에 다수의 광원이 존재하여도 어떤 특정 지역에 많은 영향을 주는 광원은 일부인 경우가 많다는 점이고 두 번째는 공간 일관성(spatial coherence)이 낮거나 그림자 경계 지역에 위치한 픽셀들은 영향을 받는 주요 광원이 서로 다르다는 점이다. 제안된 기법은 이러한 관찰에 착안하여 특정 지역에 광원이 기여하는 정도를 평가하고 이에 비례하게 확률 밀도 함수(PDF: Probability Density Function)를 결정하는 방법을 제안한다. 이를 위하여 이미지 공간상에서 픽셀들을 클러스터링(clustering)하고 클러스터 구조를 기반으로 대표 샘플을 선정한다. 선정된 대표 샘플들로부터 광원들의 기여도를 평가하고 이를 바탕으로 클러스터 단위의 확률 밀도 함수를 결정하여 최종 렌더링을 수행한다. 본 논문이 제안하는 샘플링 기법을 적용했을 때 전통적인 샘플링 방식과 비교하여 같은 샘플링 개수에서 노이즈(noise)가 적게 발생하는 좋은 화질을 얻을 수 있었다. 제안된 기법은 다수의 조명과 다양한 재질, 복잡한 가려짐이 존재하는 장면을 효과적으로 표현할 수 있다.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.10 no.2
• /
• pp.91-102
• /
• 2010

This study analyzed methodologies for determining the representative direction of a storm event. The mean direction, median direction, and modal direction of von Mises distribution were considered as representative directions. In addition, the results with and without considering the storm moving distance were also compared. As results, the modal directions of von Mises distribution were found to explain the directional characteristics of a moving storm much better than other methods. Also, it was found that the storm moving distance has a significant effect on the determination of representative directions of a moving storm, whose uncertainty can also be decreased significantly by considering the moving distance.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.12 no.5
• /
• pp.2390-2395
• /
• 2011

For intersymbol interference (ISI) compensation from communication channels with multi-path fading and impulsive noise, a decision feedback equalizer algorithm that minimizes Euclidean distance of error probability is proposed. The Euclidean distance of error probability is defined as the quadratic distance between the probability error signal and Dirac-delta function. By minimizing the distance with respect to equalizer weight based on decision feedback structures, the proposed decision feedback algorithm has shown to have significant effect of residual ISI cancellation on severe multipath channels as well as robustness against impulsive noise.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.217-217
• /
• 2016

강우는 시 공간적 변동성이 크고 지형특성으로 인한 지역 편차가 큰 특성을 가지고 있다. 따라서 강우 발생을 분석하는 경우, 강우의 시 공간적 변동성과 지역특성을 고려해야한다. 본 연구에서는 지역특성을 고려한 강우 앙상블을 생성하였다. 강우의 지역특성을 고려하기 위해 2010~2015년 동안 발생한 강우사상 중 서울지역을 통과하는 대류성 강우사상 30개를 선정하였다. 지역특성 고려하기 위한 매개변수로 강우강도와 풍향을 선정하고, 매개변수의 가중인자를 결정하였다. 또한 매개변수의 정량화를 위해 강우강도의 경우 대수정규분포, 풍향의 경우 Von mises분포를 매개변수의 확률분포로 선정하고, 선정된 두 확률분포에 Copula함수를 적용하여 결합확률분포를 추정하였다. 아울러 추정된 결합확률분포에 Monte-Carlo Simulation기법을 적용하여 매개변수에 대한 난수를 발생시키고, 이를 이용하여 지역특성을 고려한 강우 앙상블을 생성하였다.

• Journal of the Korean Geotechnical Society
• /
• v.25 no.12
• /
• pp.13-25
• /
• 2009

In this paper, a numerical procedure of probabilistic slope stability analysis that considers the spatial variability of soil properties is presented. The procedure extends the deterministic analysis based on the limit equilibrium method of slices to a probabilistic approach that accounts for the uncertainties and spatial variation of the soil parameters. Making no a priori assumptions about the critical failure surface like the Random Finite Element Method (RFEM), the approach saves the amount of solution time required to perform the analysis. Two-dimensional random fields are generated based on a Karhunen-Lo$\grave{e}$ve expansion in a fashion consistent with a specified marginal distribution function and an autocorrelation function. A Monte Carlo simulation is then used to determine the statistical response based on the random fields. A series of analyses were performed to verify the application potential of the proposed method and to study the effects of uncertainty caused by the spatial heterogeneity on the stability of slope. The results show that the proposed method can efficiently consider the various failure mechanisms caused by the spatial variability of soil property in the probabilistic slope stability assessment.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.8 no.4
• /
• pp.75-88
• /
• 2008

This paper presents a spatial-level nonparametric multi-focus image fusion technique based on kernel estimates of input image blocks' underlying class-conditional probability density functions. Image fusion is approached as a classification task whose posterior class probabilities, P($wi{\mid}Bikl$), are calculated with likelihood density functions that are estimated from the training patterns. For each of the C input images Ii, the proposed method defines i classes wi and forms the fused image Z(k,l) from a decision map represented by a set of $P{\times}Q$ blocks Bikl whose features maximize the discriminant function based on the Bayesian decision principle. Performance of the proposed technique is evaluated in terms of RMSE and Mutual Information (MI) as the output quality measures. The width of the kernel functions, ${\sigma}$, were made to vary, and different kernels and block sizes were applied in performance evaluation. The proposed scheme is tested with C=2 and C=3 input images and results exhibited good performance.

• The Journal of the Acoustical Society of Korea
• /
• v.18 no.8
• /
• pp.94-99
• /
• 1999

It is the hybrid structure of HMM and neural network(NN) that shows high recognition rate in speech recognition algorithms. And it is a method which has majorities of statistical model and neural network model respectively. In this study, we propose a new style of the hybrid structure of semi-continuous HMM(SCHMM) and radial basis function(RBF), which re-estimates weighting coefficients probability affecting observation probability after Baum-Welch estimation. The proposed method takes account of the similarity of basis Auction of RBF's hidden layer and SCHMM's probability density functions so as to discriminate speech signals sensibly through the learned and estimated weighting coefficients of RBF. As simulation results show that the recognition rates of the hybrid structure SCHMM/RBF are higher than those of SCHMM in unlearned speakers' recognition experiment, the proposed method has been proved to be one which has more sensible property in recognition than SCHMM.

• The Korean Journal of Financial Management
• /
• v.15 no.2
• /
• pp.279-337
• /
• 1998

이 논문에서는 주가가 확률과정, 즉 확률미분방정식에 의하여 생성되는가를 검정하고 주가의 운동법칙을 규명한다. 일별종합주가지수가 양수의 완전시계열상관을 갖고 있으며, 더욱이 3년 정도의 시차까지 의미있는 시계열상관을 갖고 있음이 발견되었다. 수익률과 가격변화의 시계열상관도 존재하고 시계열은 정상성(定常性)을 갖고 있다. 마팅게일에 의하여 주가가 생성되고있지 않음이 밝혀졌다. 한국증권거래소에서 계산하고 있는 일별 종합주가지수를 포함한 41개 산업별 지수를 사용하여 자본시장의 운동법칙을 규명하기 위하여 가장 많이 이용하고 있는 세개의 확률미분방정식을 검정하였다. 각 주가지수들이 온스타인 울렌벡 브라운 운동과정과 평균회귀과정을 따르지 않고 있다는 것이 발견되었다. 그러나 주가가 편류를 갖는 일반 기하 브라운 운동과정에 의하여 생성되고 있음이 검정을 통하여 확인되었다. 평균회귀과정에 의하여 주가가 생성되지 않는다는 발견은 의외라 할 수 있다. 주가가 온스타인 울렌벡 과정을 따르지 않는다는 것은 주가가 제 1계 정상적 자기회귀과정이 아니라는 것을 의미한다. 일별종합주가지수는 제 4계 자기회귀과정에 의하여 생성된다. 가격변화와 수익률의 생성함수는 제 4계 자기회귀과정이다. 종합주가지수의 제 1계 시계열상관계수는 1이다. 상당히 큰 시차를 갖을 때까지 시계열상관이 대략적으로 1을 유지하고 있다. 따라서 지수가 마팅게일을 따르고 있지 않다. 이 점은 가격변화와 수익률에 있어서도 유사하다. 가격변화, 수익률, 대수수익률의 제 1계 시계열상관이 0.1로 유의적이다. 따라서 수익도 마팅게일 과정을 따르고 있지 않다. 증권가격은 세 번에 걸쳐 구조의 번화가 발생하였다. 구조의 변화가 발생할 때마다 평균가격이 상승하였다. 이와 같은 현상은 장기적 기대가격이 미지일 가능성이 배제되지 않는다. 단기적 기대 주가가 알려진 반면 장기적 기대 주가가 미지라면 평균회귀과정은 장기적 기대주가로 회귀하고 있는 과정이므로 장기기대 주가의 미지성이 평균회귀 과정의 기각을 유도하게 된다. 우리나라의 투자자들은 무위험자산과 위험을 동시에 고려하여 투자활동을 전개하고 있음이 발견되었다. 선형의 효용함수를 갖는 위험중립적 태도의 투자자가 아니다. 위험기피형 효용함수 아래에서 투자활동을 수행하고 있는 합리적 투자자들이라 할 수 있다. 뿐 만 아니라 자신의 평생에 걸친 소비를 소비가 이루어지는 각 기마다 가급적 일정하게 하는 소비행동을 목표로 삼고 소비와 투자에 대한 의사결정을 내리고 있음이 실증분석을 통하여 밝혀졌다. 투자자들은 무위험 자산과 위험성 자산을 동시에 고려하여 포트폴리오를 구성하는 투자활동을 행동에 옮기고 있다.

• The KIPS Transactions:PartB
• /
• v.8B no.3
• /
• pp.231-236
• /
• 2001

일반적인 다층 신경망에서 가중치의 갱신 알고리즘으로 사용하는 오류 역전과 방식은 가중치 갱신 결과를 고정된(fixed) 한 개의 값으로 결정한다. 이는 여러 갱신의 가능성을 오직 한 개의 값으로 고정하기 때문에 다양한 가능성들을 모두 수용하지 못하는 면이 있다. 하지만 모든 가능성을 확률적 분포로 표현하는 갱신 알고리즘을 도입하면 이런 문제는 해결된다. 이러한 알고리즘을 사용한 베이지안 신경망 모형(Bayesian Neural Networks Models)은 주어진 입력값(Input)에 대해 블랙 박스(Black-Box)와같은 신경망 구조의 각 층(Layer)을 거친 출력값(Out put)을 계산한다. 이 때 주어진 입력 데이터에 대한 결과의 예측값은 사후분포(posterior distribution)의 기댓값(mean)에 의해 계산할 수 있다. 주어진 사전분포(prior distribution)와 학습데이터에 의한 우도함수(likelihood functions)에 의해 계산한 사후확률의 함수는 매우 복잡한 구조를 가짐으로 기댓값의 적분계산에 대한 어려움이 발생한다. 따라서 수치해석적인 방법보다는 확률적 추정에 의한 근사 방법인 몬테 칼로 시뮬레이션을 이용할 수 있다. 이러한 방법으로서 Hybrid Monte Carlo 알고리즘은 좋은 결과를 제공하여준다(Neal 1996). 본 논문에서는 Hybrid Monte Carlo 알고리즘을 적용한 신경망이 기존의 CHAID, CART 그리고 QUEST와 같은 여러 가지 분류 알고리즘에 비해서 우수한 결과를 제공하는 것을 나타내고 있다.