콘크리트의 크리프와 건조수축에 의한 시간에 따른 프리스트레스 장기예측의 정확성은 프리스트레스트 큰크리트 교량과 같은 사회 기반 시설의 유지 관리 및 보수 결정 측면에서 매우 중요한 역할을 한다. 본 논문에서는 프리스트레스트 콘크리트 교량의 프리스트레스 장기예측의 불확실성 감소, 즉 예측의 정확성 향상을 위하여 현장 계측치를 이용하여 베이시안(Bayesian)통계기법을 도입하는 예측기법을 제안하였다. 베이시안 해석시 사전 확률분포는 콘크리트의 크리프와 건조수축의 확률 특성을 고려하여 나타내며, 우도 함수(likelihood function)는 현장에서의 계측치를 사용하여 나타내었다. 시간에 따른 구조적 거동 시스템으로부터의 지속적인 계측 기록은 베이시안 지식 기반에서의 확률분포를 업데이팅 하기 위하여 사용되며, 사후 확률분포는 사전확률분포와 우도 함수를 조합하여 획득한다. 실제로 가설되고 있는 프리스트레스트 콘크리트 박스 거더 교량으로부터 계측된 프리스트레스 힘의 수치 예제해석을 통하여 제안 기법의 적용성을 제시하였다.
본 연구는 사후분포를 예측하는 베이지안 추정기법의 일환인 마르코프 체인 모형을 적용하여 직업요인 인구이동에 따른 직종별 취업자의 공간적 분포에 나타나는 변화를 예측하였다. 이를 위해 인구이동의 사유 중 직업요인 이동량을 추출하여 직업을 요인으로 하는 인구이동 패턴을 파악하고, 직업요인 인구이동의 추이확률 산출 값을 토대로 채프만-콜모고로프 방정식을 구축하여 장래 지역별 취업자 분포와 직종분포의 변동성을 예측하였다. 분석결과, 서울의 취업자 분포가 감소할 것으로 예측되나 직종 중 단순노무 종사자는 증가할 것으로 예측되었다. 전문가 및 관련 직의 경우 수도권과 일부 광역시를 제외한 모든 지역에서 증가할 것으로 추정되었고, 강원, 충청지역은 전체 직업군의 취업자 분포에 있어 증가세를 나타낼 것으로 예측되었다. 본 연구 결과는 향후 지역 노동시장의 원활한 인력수급이 가능하도록 유입, 유출될 가능성이 높은 인력 및 직종을 중심으로 직업훈련, 취업알선 등 고용지원 서비스를 통해 사전 대비하는 방안 마련에 기초자료로 활용될 수 있다.
본 연구에서는 초 중등 교원들의 농업 농촌에 대한 가치 인식 및 학교 현장에서의 학생 지도력을 높이기 위해 교원들에게 농촌어메니티에 대한 이론과 체험 학습을 제공하는 '농촌어메니티 체험 연수 프로그램'의 개발 적용하고, 프로그램의 효과를 분석하였다. '농촌어메니티 개념 및 정책 이해', '농촌어메니티 현장 이해 및 체험', '농촌어메니티 수업 적용'의 3개 영역으로 구성된 총 20시간의 교원연수 프로그램을 개발하였으며, '09. 7. 23. ~ 8. 13.까지 2박 3일씩 5차에 걸쳐 200명의 교사를 대상으로 연수 프로그램을 운영하고, 연수 전후 설문조사를 실시하여 그 결과를 분석하였다. 연수에 참여한 교원들의 인구통계학적 특성을 분석한 결과, 여성의 비율이 56.9%로 남성(43.1%)에 비해 높았으며, 일반교사의 비율(53.3%)이 부장교사(26.9%)나 교장 교감 (19.8%)의 비율에 비해 높았다. 연령 분포에서는 50대가 35.2%로 가장 많고, 40대가 32.7%를 차지하고 있었으며, 경력이 20년 이상인 교원들이 67.2%인 것으로 나타났다. 근무기관 분포에서는 초등학교 교원들이 54.8%로 가장 많았으며, 중학교, 고등학교 교원이 각각 20.3%, 18.8%인 것으로 나타났다. 근무지역 분포에서는 중소도시에서 근무하는 교원들이 70.6%로 대다수를 차지하고 있었으며, 농촌거주 경험이 있는 교원들이 64.8%인 것으로 분석되었다. 연수 참여 사전-사후 설문조사를 통한 인식 변화를 분석(Paired samples t-test)한 결과 참여 이후 '농업 농촌에 대한 관심 정도', '농업의 중요도에 대한 인식', '농촌의 생활 정주, 관광 휴양 여건에 대한 인식', '농촌어메니티에 대한 이해도'가 모두 개선된 것으로 나타났다. '농촌어메니티에 대한 중요도 인식'(5점 척도)에서는 환경자원, 자연자원, 역사자원, 경관자원, 시설자원, 경제활동자원, 공동체활동자원으로 분류된 37개의 세부자원들에 대한 중요도 인식이 연수 참여 이후 높아진 것으로 나타났다. 단, 환경자원 가운데 '수질'의 평균 점수는 사전 4.8671, 사후 4.8960로 유의미한 차이가 발견되지 않았다. 연수 전반에 대해 만족하는 교원의 비율이 98.5%로 나타났으며, 연수 이후 농업 농촌에 대한 이해도가 증가했다는 응답이 98.0%, 학생 지도력이 증가했다는 응답이 95.0%, 연수에서 학습한 내용을 학생지도시 활용하겠다는 응답이 97.5%로 집계되어, 개발된 연수 프로그램이 설계시 수립한 목적 달성에 기여하고 있는 것으로 분석되었다.
소프트웨어 시스템이 복잡해지면 고장의 원인이 하나의 강도함수에 의해서만 일어나지 않고 여러 원인이 중첩되어 발생할 수 있다. 이러한 복잡한 시스템에 의한 우도함수의 계산상의 어려움 때문에 반복표본을 이용하는 깁스 샘플링 기법이 고려되었다. 관찰된 고장시점은 중첩모형으로 표현이 가능한 잠재(latent)변수들을 이용하여 깁스 알고리즘을 적용하였다. 단순모형과 중첩모형의 비교를 위해 사후베이즈 요인과 상대오차의 합을 이용하여 모형선택을 시도하였다. 수치적인 예에서 GOS 속성을 가진 Goel-Okumoto 모형과 Weibull 모형을 선택하고 NHPP의 자료는 Lewis와 Shedler[25]에 의해 제시된 Thining 알고리즘을 이용하여 발생된 자료를 이용하고 사전분포는 상대적으로 확산분포(diffuse priors)를 이용한 모수추정과 사후베이즈요인과 상대오차를 이용한 모형선택을 한 결과 단순모형들 보다 중첩모형이 좋은 형으로 간주할 수 있음을 보여 주었다.
베이지안 기법은 수자원을 포함한 다양한 분야에서 매우 유용한 통계적 도구로 이용되고 있다. 이에 본 연구에서는 베이지안 통계학에 대해 그 배경을 고찰하고, 수자원 분야에 적용된 사례를 소개하였다. 먼저, 베이지안 통계학의 탄생에서부터 현재에 이르기까지의 발전 과정과 이에 기여한 베이지안 통계학자들의 업적 등을 정리하였다. 다음으로 베이지안 기법의 근간이 되는 베이즈 정리의 유도 과정을 제시하고, 베이즈 정리의 세 요소인 사전분포, 우도함수, 사후분포의 역할에 대해 설명하였다. 또한, 베이지안 통계학이 가지는 고유한 특징과 장점에 대해 정리하였다. 마지막으로 수자원 분야에 베이지안 기법이 적용된 사례를 여러 범주로 나누어 정리하였다. 베이지안 기법은 정보 및 빅데이터의 활용이 커짐에 따라 수자원 분야에서 더욱 유용하게 적용될 것으로 전망된다.
범주형 자료에서 오분류는 자료를 수집하는 과정에서 발생될 수 있다. 오분류되어 있는 자료를 정확한 자료로 간주하여 분석한다면 추정결과에 편의가 발생하고 검정력이 약화되는 결과를 초래하게 되며, 정확하게 분류된 자료를 오분류하고 판단한다면 오분류의 수정을 위해 불필요한 비용과 시간을 낭비해야 할 것이다. 따라서 정확하게 분류된 표본인지 오분류된 표본인지를 판정하는 것은 자료를 분석하기 전에 이루어져야할 매우 중요한 과정이다. 본 논문은 I$\times$J 분할표로 주어지는 범주형 자료에서 두 변수 중 하나의 변수에서만 오분류가 발생되는 경우에 오분류 여부를 검정하기 위해서 오분류 가능성이 없는 변수에 대한 주변합은 고정시키고, 오분류 여부를 가능성이 있는 변수의 주변합을 Sebastiani와 Ramoni(1997)가 제안한 Bound와 외부정보로 표현되는 Collapse의 개념, 그리고 베이지안 방법을 확장하여 자료에 적합한 모형과 사전정보를 고려한 사전모수를 다양하게 설정하면서 재분류하는 연구를 하였다. 오분류에 대한 정보를 얻기 위해서 Tenenbein(1970)에 의해 연구된 이중추출법을 이용하여 오분류 검정을 위한 새로운 통계량을 제안하였으며, 제안된 오분류 검정통계량에 관한 분포를 다양한 모의실험을 통하여 연구하였다.
Journal of the Korean Data and Information Science Society
/
제28권1호
/
pp.153-161
/
2017
전염병 확산에 대한 확률과정모형으로 활용되는 분기과정은 실제 데이터를 통해 모수를 추정할 수 있다는 장점이 있다. 음이항 분포를 분기과정의 생산 분포 모형으로 적용할 수 있는데 음이항 분포를 적용하기 위해서는 평균과 산포 모수를 추정하여야한다. 기존의 생물학 연구와 역학 연구 분야에서는 이를 최대우도법을 이용하여 추정하고 있다. 그러나 대부분의 역학 자료의 특성상 분기과정에서 이용되는 음이항 분포는 소표본이어서 최대우도 추정량의 정도를 충족시킬 수 없다. 본 논문에서는 소표본 자료에서 좋은 통계량의 성질을 만족한다고 알려져 있는 베이지안을 이용하여 모수를 추정하는 방법을 제안한다. 2015년 국내 메르스 사례에 베이지안 방법을 적용하여 모수를 추정하고 사후 분포를 적합하였다. 그 결과 어떠한 사전 분포를 가정하더라도 안정적으로 모수를 추정하는 것을 알 수 있었다. 추정된 산포 모수를 이용하여 분기과정에서의 전염병 소멸 확률을 유도하였다.
이 연구에서는 과학교사 11명을 대상으로 서로 다른 질량을 가진 분자들로 이루어진 대기의 균질권에 대한 사고를 알아보기 위하여 사전 사후 검사지를 개발하고 조사하였다. 사전 검사 결과, 교사들은 크게 2가지 유형의 사고로 분류되었으며, 대기를 균일 용액처럼 생각하여 조성비가 균일하다는 사고와 입자의 질량이 다름을 고려하여 대기의 조성비가 비균질하다는 사고가 나타났다. 각각의 사고는 다시 중력의 크기를 크게 고려한 경우와 작게 고려한 경우, 그 중간 정도로 고려한 경우 등 3가지 유형으로 재분류 되어서 총 6가지 유형의 사고를 찾아볼 수 있었다. 이러한 다양한 사전 개념을 제시하고 교사들에게 학문간 교차개념의 중요성을 소개한 후에 화학에서의 원자량과 온도에 따른 분자 운동, 공기라는 용액의 균질성, 물리에서 다루는 질량과 중력, 그리고 거리의 관계, 지구과학에서 다루는 대기의 분포 및 대류 현상 등의 개념을 연계하여 사고하도록 제안하였다. 교사들 간의 토론 후에 사후 개념을 조사한 결과 사전 개념에서 벗어나 중력, 질량, 온도, 고도 등을 고려하여 대기의 조성에 대한 통합적 시각을 가지는 사고로 변화하였다. 이러한 변화를 통해 다양한 학문에서 다루는 교차개념의 중요성에 대해 확인할 수 있었으며, 통합과학에서 앞으로 이러한 유형의 사고를 교사들이 학생들에게 제공함으로써 일관된 세계관을 형성하고 지적 도구로 탐구적 사고를 실행할 수 있도록 도울 필요가 있다고 이 연구에서는 제안하였다.
본 연구는 폐쇄종돈군을 유지하면서 장기간 선발육종을 실시한 Landrace 및 Yorkshire 모계 종돈집단에서 임신기간, 총산자수, 이유후초종부일 및 사산두수에 대한 유전적 변이성을 제시함으로써 이들 형질들에 대한 선발지표에 참고자료를 제시하고자 실시하였다. 분석에 이용된 자료는 상기의 형질들에 대하여 사전 이상치를 제외한 후, Landrace 품종에서 1,910두의 모돈으로부터 수집된 7,616복의 기록 및 Yorkshire 품종 2283두의 모돈으로부터 수집된 총 10,454복의 기록을 이용하였다. 분석형질들에 대한 유전변이를 추정하기 위하여 상기의 4개 형질을 동시에 고려한 혼합모형을 설정하였으며, 특히 사산두수에 대하여는 정규성에 크게 위배되기 때문에 범주형 자료로 가정하여 다형질 선형-임계형 반복동물개체모형을 설정하여 분석하였다. 분석방법으로서는 Bayesian 추론의 일종인 Gibbs Sampling (GS) 방법에 의하여 모수의 사후분포 함수로부터 모수에 대한 GS을 50,000회 실시하고 burn-in을 제외한 후 모수의 사후분포에 대한 통계량을 제시하였다. 유전변이를 추정한 결과, 임신기간에 대한 유전력은 0.21~0.35로 추정되었고, 이유후초종부일에서는 0.16~0.23, 총산자수는 0.14~0.16 및 사산두수에 있어서는 0.09~0.10으로 추정되었다. 임신기간에 대한 유전상관 추정치는 총산자수 및 사산두수에서 부의 상관을 갖는 것으로 추정되었고 총산자수와 사산두수와는 정의 상관을 갖는 것으로 추정되었다. 총산자수와 이유후초발정일 간의 유전상관은 낮은 부의 상관을 갖는 것으로 추정되었으며 임신기간과 이유후 초종부일 간에는 유전적 상관관계가 매우 미약한 것으로 분석되었다. 따라서 총산자수를 개량하고자 할 때, 사산두수를 고려하여 선발지표를 설정함이 타당할 것으로 판단되었다.
본 논문에서는 파티클 필터(Particle Filter)를 사용한 모바일 감시 로봇을 위한 실시간 움직임 추정 알고리즘을 제안한다. 파티클 필터는 몬테카를로(Monte Carlo) 샘플링 방법을 기반으로 사전분포확률(Prior distribution probability)와 사후분포확률(Posterior distribution probability)을 가지는 베이지안 조건 확률 모델(Bayesian conditional probabilities model)을 사용하는 방법이다. 그러나 대부분의 파티클 필터에서는 초기 확률밀도(Prior probability density)를 임의로 정의하여 사용하지만, 본 논문에서는 Sum of Absolute Difference (SAD)를 이용하여 초기 확률밀도를 구하고, 이를 파티클 필터에 적용하여 모바일 감시 로봇 환경에서 임의로 움직이는 물체를 강인하게 실시간으로 추정하고 추적하는 시스템을 구현하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.