• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.252-265
• /
• 2022

지하 매질의 물성 정보는 지층 구조의 정확한 영상화를 위해 필요하며, 예측된 매질 물성 자체도 지하 매질 특성에 대한 중요한 정보를 제공해줄 수 있기 때문에 다양한 종류의 지층 물성 도출 알고리듬들이 개발되고 적용되어왔다. 그 중 마르코프 연쇄 몬테 카를로를 이용한 확률론적인 접근 방법은 기존의 결정론적인 접근 방법과는 달리 지역 최소값 문제를 완화시킬 수 있으며 역산 결과의 불확실성을 정량화할 수 있다는 부분에서 장점을 가진다. 따라서 마르코프 연쇄 몬테 카를로를 이용한 지층 물성 역산 알고리듬이 다양한 지구 물리 자료의 역산에 적용되어 왔으나 그 사례는 결정론적 접근 방법에 비해 매우 적다. 본 논문에서는 여러 형태의 마르코프 연쇄 몬테 카를로 역산 알고리듬 중 가역 도약을 적용한 가역 도약 마르코프 연쇄 몬테 카를로 역산을 탄성파 자료 역산에 적용한 다양한 사례들을 소개하고 각각의 특성을 설명한다. 또한 가역 도역 마르코프 연쇄 몬테 카를로 역산의 장단점에 대해 분석하고 향후 해당 알고리듬의 연구 방향 및 국내의 활용성에 대해 논의한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권1호
• /
• pp.94-99
• /
• 2015

비모수 베이스 통계학, 확률적 표집에 기반한 추론 등이 기계학습의 주요 패러다임으로 등장하면서 디리슐레(Dirichlet) 분포는 최근 다양한 그래프 모형 곳곳에 등장하고 있다. 디리슐레 분포는 일변수 감마 분포를 벡터 분포로 확장한 형태의 하나이다. 본 논문에서는 감마 분포를 갖는 임의의 자연수 X를 K개의 자연수의 합으로 임의 분할 할 때 각 부분의 크기 비율을 디리슐레 분포에서 표집하는 방법을 제안한다. 일반적으로 디리슐레 분포는 연속적인 (K-1)-단체(simplex) 위에 정의 되지만 자연수로 분할하는 표본은 자연수라는 조건 때문에 단체 내부의 이산 그리드 점에만 정의된다. 본 논문에서는 단체 위의 그리드 상의 이웃 점들의 확률 분포로부터 마르코프연쇄 몬테 칼로(MCMC) 제안 분포를 정의하고 일련의 표본들의 마르코프 연쇄를 구현하는 알고리듬을 제안한다. 본 방법은 마르코프 모델, HMM 및 준-HMM 등에서 각 상태별 시간 지속 분포를 표현하는데 활용 가능하다. 나아가 최근 제안된 전역-지역(global-local) 상태지속 분포를 동시에 모형화하는 감마-디리슐레 HMM에도 응용가능하다.

• 한국지능시스템학회논문지
• /
• 제25권2호
• /
• pp.186-190
• /
• 2015

지능형 자동차는 주변 환경에 대한 인식을 바탕으로 동작을 계획하고 움직인다. 따라서 정확한 환경 인식은 자율 주행 자동차의 필수 요소로 여겨진다. 차량의 주행 환경은 차량이나 보행자 같은 동적인 장애물이 다수 존재하여, 안전한 동작을 위해 이런 동적 장애물에 대한 인식이 정확하게 이루어져야 한다. 이를 위해 센서의 불확실성을 극복하는 일이 필수적이다. 본 논문에서는 레이더 센서를 이용하여 다수의 차량을 인식하고 추적하는 알고리즘을 제안한다. 제안된 추적 시스템은 몇 가지 특징을 갖는다. 레이더 센서가 차량을 계측할 때, 그 데이터가 양 모서리에서 주로 나타나는 특징을 혼합 밀도 네트워크로 표현하고, 이렇게 표현된 레이더 데이터의 확률적인 분포를 파티클 필터의 가중치 계산에 적용하여 추적 알고리즘을 수행하였다. 또한, 파티클 필터가 갖는 차원의 저주를 극복하고 시간의 흐름에 따라 그 숫자가 변화하는 다수 대상체의 상태를 예측하기 위해 가역 점프 마르코프 체인 몬테 카를로 (RJMCMC)를 통한 샘플링을 적용하였다. 제안된 알고리즘은 시뮬레이션을 통해 검증되었다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1133-1146
• /
• 2016

공간통계 방법 중 지역에 대한 어떤 집합체 자료나 평균자료들을 분석하는데 일반적으로 공간적 자기회귀 (conditionally autoregressive) 모형을 사용한다. 공간적 자기회귀 모형에 정의되는 공간적 이웃 소지역들은 중점의 거리나 근접성으로 정의된다. Kyung과 Ghosh (2009)는 방향에 따라서 이웃간 자기상관성의 크기가 다른 확장된 공간 모형을 제시하였다. 제안된 방향적 조건부 자기회귀 (directional conditionally autoregressive) 모형은 고유 이방성을 모형화하여 기존의 CAR과정을 일반화한다. 제시한 방향적 조건부 자기회귀모형의 모수추정으로 마르코프 체인 몬테 카를로 방법을 기반으로 한 베이즈 추정법을 제시한다. 제시한 모형을 스코틀랜드 그레이터 글래스고우의 로그변환된 부동산 가격에 적용하여 조건부 자기회귀모형과 비교하였다.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제20권3호
• /
• pp.51-64
• /
• 2015

In the present study, we develop two history matching techniques based on Markov chain Monte Carlo method where radial basis function and Gaussian distribution generated by unconditional geostatistical simulation are employed as the random walk transition kernels. The Bayesian inverse methods for aquifer characterization as the developed models can be effectively applied to the condition even when the targeted information such as hydraulic conductivity is absent and there are transient hydraulic head records due to imposed stress at observation wells. The model which uses unconditional simulation as random walk transition kernel has advantage in that spatial statistics can be directly associated with the predictions. The model using radial basis function network shares the same advantages as the model with unconditional simulation, yet the radial basis function network based the model does not require external geostatistical techniques. Also, by employing radial basis function as transition kernel, multi-scale nested structures can be rigorously addressed. In the validations of the developed models, the overall predictabilities of both models are sound by showing high correlation coefficient between the reference and the predicted. In terms of the model performance, the model with radial basis function network has higher error reduction rate and computational efficiency than with unconditional geostatistical simulation.

• 대한조선학회논문집
• /
• 제56권2호
• /
• pp.161-167
• /
• 2019

In general, fatigue analysis is performed by using deterministic model to estimate the optimal parameters. However, the deterministic model is difficult to clearly describe the physical phenomena of fatigue failure that contains many uncertainty factors. With regard to this, efforts have been made in this research to compare with the deterministic model and the stochastic models. Firstly, One deterministic S-N curve was derived from ordinary least squares technique and two P-S-N curves were estimated through Bayesian-linear regression model and Markov-Chain Monte Carlo simulation. Secondly, the distribution of Long-term fatigue damage and fatigue life were predicted by using the parameters obtained from the three methodologies and the long-term stress distribution.