• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.108-108
• /
• 2017

깊은 불확실성이 내재되어 있는 기후변화의 특성을 고려한 의사결정은 강건함(Robustness)의 특성을 지니고 있어야 한다. 강건한(Robust) 의사결정은 광범위한 불확실성의 상황에서 모든 요구사항을 충족시키는 전략을 제시한다. 이러한 강건함의 개념은 저수지운영 규칙 산정에 필요한 최적화 과정에도 적용될 수 있는데, 이를 로버스트(Robust) 최적화 과정이라고 한다. 로버스트 최적화 과정은 기존 최적화과정이 현재의 자료를 바탕으로 최적의 해를 찾기 때문에 미래 입력자료의 불확실성을 반영하지 못하는 한계를 극복하기 위하여 등장하였다. 로버스트 최적화 과정은 크게 두 가지 방법으로 나눌 수 있는데, 확률적 로버스트 최적화 방법과 비확률적 로버스트 최적화 방법이다. 확률적 로버스트 최적화 과정은 전통적인 최적화 과정과 동일하게 불확실 변수의 확률분포를 가정하지만, 비확률적 로버스트 최적화 과정은 불확실 변수의 확률분포를 가정하지 않는다. 본 연구는 최근 수자원의 부족을 겪었던 보령댐의 보다 안정적인 이수기 운영방안 산정을 위해 로버스트 최적화 과정을 적용하였다. 먼저 전통적인 최적화 방법을 적용하여 운영방안을 도출한 뒤 기후변화 상황에서의 취약성, 신뢰성, 지속가능성 그리고 회복탄력성 등을 검토하였다. 다음으로 이에 대한 대안으로 로버스트 최적화 방법으로 운영방안을 산출하였으며 이를 기존의 최적화방법과 여러 기준으로 비교하여 그 타당성을 검토하였다. 또한 두 가지 로버스트 최적화 방법을 비교하여 각 과정의 장단점에 대해 논의 하였으며, 어떤 최적화 과정이 댐 운영방안 산정에 있어 보다 합리적이고 타당한지 비교하였다. 본 연구의 결과를 통해, 기후변화의 영향 하에서 보다 안정적인 수자원 관리 방안을 제안할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.114-114
• /
• 2018

과거 수십년간 댐의 운영방법은 과거 관측 유입량 자료를 바탕으로 결정되었지만, 미래 기후변화의 불확실성을 고려하면 기존 운영방법이 더 이상 유효하지 않을 수 있다. 따라서, 이에 대응하여 수자원을 적절히 운용하기 위해서는 기후변화의 불확실성을 고려한 댐의 운영방법에 대한 연구가 필요하다. 본 연구는 예측 유입량의 불확실성을 고려하기 위하여 로버스트(Robust) 의사결정 방법을 댐 운영 최적화에 접목한 다목적 로버스트 최적화(Multi-Objective Robust Optimization) 방법을 제안한다. 이는 기존의 다목적 로버스트 의사결정이론(MORDM, Multi Objective Robust Decision Making)과 로버스트 최적화이론(Robust Optimization)을 결합한 의사결정 방법이다. 로버스트 최적화의 목적함수는 로버스트 항(Robust Term)을 신뢰도, 심각도, 그리고 회복도 등의 여러 관점으로 구성할 수 있으며, 이는 다목적 최적화의 일종으로 볼 수 있다. 본 연구는 신뢰도와 심각도 관점으로 로버스트 항을 적절히 구성하고 그 가중치들을 조절하며, 그에 따라 기후변화의 상황에서 댐 운영의 수행결과가 어떻게 변하는지 의사결정자들이 파악할 수 있도록 가시화한다. 그리고 동시에, 목표하는 댐 운영의 안정성이 다양한 미래 기후변화 시나리오 상에서 유지되도록 하는 로버스트 항과 각 항의 가중치들을 결정하는 방법을 제시한다. 이를 통해 의사결정자는 여러 측면에서 안정적인 다목적 로버스트 최적화의 해를 찾아갈 수 있다. 댐 운영을 위한 로버스트 최적화를 진행하기 위해서 본 연구는 Robust-SDP(Stochastic Dynammic Programming)을 수행하였으며, 대상유역인 보령댐이 이수기동안 인근지역의 수요량만큼 물을 충분히 공급함을 목적으로 로버스트 최적화를 진행하였다. 아울러, 저수지 용량이 로버스트 최적화에 미치는 영향을 분석하기 위해서 남강댐에 동일한 최적화 방법을 적용하고 이를 비교하였다.

• 응용통계연구
• /
• 제34권2호
• /
• pp.127-139
• /
• 2021

독립성분분석은 혼합 데이터로부터 독립된 신호들을 분리해내는 대표적인 통계적 방법론이며, 그룹 독립성분분석은 독립성분분석을 여러 개체에 적용할 수 있도록 확장한 방법론이다. 그룹 독립성분분석은 기능적 자기 공명 영상 데이터에 활용되어 의학적으로 유의미한 결과를 줌이 알려져있다. 그러나 자기 공명 영상 스캔에서 흔히 일어나는 이상치가 포함되어 있는 경우, 기존의 그룹 독립성분분석은 그 효과가 떨어짐이 알려져있다. 본 연구에서는 ROBPCA 기반의 로버스트한 그룹 독립성분분석 방법론을 제안하였다. 시뮬레이션과 실제 자료 분석을 통해 제안한 방법과 기존 방법을 비교하였고, 그 결과 제안한 방법론의 로버스트성을 입증했다.

• Communications for Statistical Applications and Methods
• /
• 제18권4호
• /
• pp.517-525
• /
• 2011

본 연구는 이상치가 존재하는 자료에 적용될 수 있는 방법을 비교한 연구로서, 이분산 시계열 모형 하에서 로버스트 추정 방법의 효용성을 보이고자 한다. GARCH 모형하에서 이상치 탐지 기법과 GARCH 모형을기반한 로버스트 추정방법의 성능을 비교하였다. 실제 인터넷 트래픽 자료에 두 방법을 적용했을때, 로버스트 추정방법이 이상치 탐지 기법에 비해 덜 복잡하고 성능이 우수함을 입증하였다.

• 응용통계연구
• /
• 제17권3호
• /
• pp.475-488
• /
• 2004

위치추정량에서 로버스트한 추정기법 중의 하나로 알려진 데이터 뎁스(depth)를 회귀추정에 적용한 회귀뎁스(regression depth)는 Rousseeuw and Hubert(1999)에 의하여 제안되었다. 이 이외의 회귀뎁스 추정량으로는 심플리셜(simplicial) 뎁스와 사영(projection) 개념의 뎁스 회귀추정량들이 있다. 본 논문에서는 뎁스 기반 회귀추정량들의 성능에 대한 모의실험을 여러 오염 조건에서 행하여 비교하였으며 기존의 우수한 로버스트성을 지니는 추정량으로 최근에 제안된 HBR추정량(Chang et al., 1999)들과의 비교연구도 하였다. 2차원 공간에서의 실험은 전반적으로 사영뎁스기반 회귀추정량이 좋은 결과를 보여주었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.421-421
• /
• 2023

하구담수호는 하천의 출구점이 해양과 만나는 곳에 방조제를 건설하고 이를 통해 형성되는 인공호수이다. 출구점에 위치한 지리적 특성은 많은 수자원을 확보할 수 있지만 유역에서 발생하는 모든 유입량 및 오염물질이 유입되어 홍수위험 및 수질악화가 문제점으로 제시되고 있다. 담수호의 관리수위는 배수갑문 운영에 기초가 되는 수위로 용수공급, 홍수위험도를 고려하여 산정한다. 하지만 기후변화로 인해 가뭄, 홍수의 위험성이 커지고 있으며, 이를 고려하여 관리수위의 산정이 필요하다. 로버스트 의사결정 기법은 기후변화의 불확실성 하에서의 정책 결정을 위해 제시된 개념으로 불확실한 미래상황에 대하여 최적이 아닌 여러상황의 준수한 결과를 보이는 방법을 선정해 예상치 못한 상황에도 대비할 수 있는 것을 목적으로 한다. 본 연구에서는 담수호의 관리수위 산정을 위해 로버스트 의사결정 기법을 적용하였다. 관리수위 산정을 위해 미래 기후변화 시나리오는 CanESM5 GCM의 SSP1, 2, 3, 5 시나리오를 이용하였으며 담수호 관리수위는 기존 관리수위를 포함한 5개의 관리수위를 모의하였다. 각 시나리오에 따른 유입량, 호소수위 및 호소수질 변화를 모의하기위해 유역모형 HSPF와 호소모형인 EFDC-WASP 모형을 연계하여 활용하였다. 로버스트 의사결정 기법에 성능인자로는 신뢰도기반 이수, 치수, 수질지표를 활용하였으며, 결정인자으로 후회도를 활용하였다. 후회도는 로버스트의사 결정에서 널리 쓰이는 결정인자로 가장 좋은 성능인자와 그 대안의 성능인자의 차이를 의미한다. 최종적으로 최소의 최대 후회도를 갖는 시나리오를 1순위로 선정하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제11권1호
• /
• pp.1-18
• /
• 2000

본 논문에서는 가장 많이 사용되는 시계열 모형중의 하나인 자기회귀모형에서 모수를 추정하는 방법으로 최소 절대 편차 추정법(least absolute deviation estimation)을 포함한 로버스트한 추정방법 (robust estimation)의 사용을 제안하고 모의 실험을 통하여 이러한 방법들을 기존의 최소 제곱 추정 방법과 예측의 관점에서 비교 검토하여 시계열 자료분석에서의 로버스트한 모수 추정 방법의 유효성을 확인해 보고자 한다.

• 응용통계연구
• /
• 제19권1호
• /
• pp.97-110
• /
• 2006

대부분의 자료는 여러가지 원인으로 인한 특이치로 오염되어 있으며, 이러한 상황에서 신뢰성 있는 추정량을 얻어내고 이에 대한 통계적 추론을 시행하는 것은 중요한 문제이다. 그러나 이제까지 제안된 로버스트 회귀추정량들은 계산상의 어려움과 정규오차모형에서 최소제곱추정량에 비하여 떨어지는 효율성때문에 통계적 추론의 정확성을 확신할 수 없었다. 최근 제안된 Lee(2004)의 가중자기조율회귀추정량(weighted self-tuning estimator, WSTE)은 다른 로버스트 회귀추정량에 비하여 정확한 계산과정과 그에 따른 추정량의 점근적 정규성 및 고붕괴점을 갖는다. 그러나 통계적 추론을 위하여 이제까지 널리 사용해왔던 로버스트 추정량에 기반한 가중최소제곱추정방법(weighted least squares estimator)은 WSTE에서조차 정규오차모형하에서 최소제곱추정량과 동일한 수준의 효율성을 제공해주지 는 못한다. 본 논문에서는 WSTE에 기반한 또다른 통계적 추론 방법을 제안하고, 이 방법을 사용함으로써 정규오차모형 및 대표본에서 보다 정확한 결과를 얻을 수 있음을 몬테칼로 모의실험을 통해 제시하였다.

• Communications for Statistical Applications and Methods
• /
• 제18권6호
• /
• pp.761-770
• /
• 2011

회귀모형에 연관성이 높은 설명변수들이 포함되면 다중공선성의 문제가 야기되며, 동시에 자료에 회귀 이상점들이 포함되면 최소자승추정량에 바탕을 둔 제반 통계적 추론은 심각한 결함을 갖게 된다. 이러한 현상들은 데이터마이닝 분야에서 많이 볼 수 있는데, 본 논문에서는 두 가지 문제를 동시에 해결하기 위한 방안으로서 로버스트주성분회귀를 제안하였다. 특히 최적의 주성분을 선정하기 위한 새로운 기준을 개발하였는데, 설명변수들의 표본공분산 대신에 MVE-추정량을 기반으로 하였으며, 고유치가 아니라 상태지수의 크기에 바탕을 둔 선정기준을 제안하였다. 그리고 주성분모형에서의 추정을 위하여 회귀이상점에 대해 로버스트한 LTS-추정을 도입하였다. 제안된 선정기준이 기존의 기준들보다 다중공선성과 이상점이 유발하는 문제들을 잘 해결할 수 있음을 모의실험을 통하여 확인하였다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2004년도 학술발표논문집
• /
• pp.135-140
• /
• 2004

Lindsay and Basu (1994)에 의해 소개된 최소차이추정량 (Minimum Disparity Estimators)들은 실제 자료 분석 도구로써 유용하다. 본 논문에서는 최소일반화음지수 차이추정량 (Minimum Generalized Negative Exponential Disparity Estimator, MGNEDE)이 최대가능도추정량 (Maximum Likelihood Estimator, MLE)와 최소가중 헬링거거리추정량 (Minimum Blended Weight Hellinger Distance Estimator, MBWHDE)에 비해 오염된 정규모형에서 효율적이고 로버스트하다는 것을 모의실험을 통하여 확인하였다. 또한 세 가지 추정량들에 의해 추정된 모수들을 이용하여 판별하였을 때 자 추정량득의 판별율을 비교함으로써 오염된 정규모형에서 MLE의 대안으로 MGNEDE와 MBWHDE를 사용할 수 있음을 보였다.