• 한국항만경제학회지
• /
• 제29권3호
• /
• pp.25-37
• /
• 2013

평택 당진항과 대산항은 지리적으로 지근거리에 있는 항만이다. 그러나 평택 당진항의 수출물동량은 전국 항만에서 가장 높은 증가율을 보이고 비중도 수직 상승하고 있는데 비해 대산항은 상대적으로 부진을 면치 못하고 있다. 본고는 두 항만의 수출물동량의 비교분석을 통해 두 항만이 수출품목과 계절성에서 상당한 차이가 있으며, 평택 당진항의 수출에서는 특정 품목의 비중이 크게 감소하고 있으나 대산항은 특정 품목에 대한 수출비중이 지나치게 높다는 것을 보인다. 오차수정계수를 도출하여 일시적 괴리의 조정속도가 평택 당진항이 더 늦어 물동량 부족이 발생할 경우 대산항보다 물동량 회복에 더 많은 시간이 소요되는 특징이 있음도 밝힌다. 환율계수는 대산항이, 경기계수는 평택 당진항이 더 크나 두 항만에서 경기계수가 환율계수보다 훨씬 더 크기 때문에 경기측면에서 평택 당진항이 상당한 장점을 가지고 있다는 점을 제시한다. 더욱 시간이 흐름에 따라 평택 당진항의 경기계수는 커지는데 비해 대산항의 경기계수는 작아진다는 것도 밝힌다. 충격반응분석을 통해 경기충격은 대단히 오랫동안 지속되나 환율충격은 빠르게 쇠퇴하여, 평택 당진항에서 경기충격은 환율충격의 약 10배에 달하며, 대산항에서는 경기충격이 환율충격보다 5배라는 점도 밝힌다.

• 한국농림기상학회지
• /
• 제8권1호
• /
• pp.28-35
• /
• 2006

근년에 자주 나타나고 있는 봄철 과원의 서리피해는 관측된 기온이 비슷한 지역일지라도 개화 혹은 발아 단계의 과원에서 집중되고 있어 효율적인 상해 경보시스템 운영을 위해서는 발아기 혹은 만개기의 정확한 예측이 필요하다. 품종별 모수가 알려져 있는 포도 거봉, Campbell Early를 대상으로 생물계절모형을 적용하여 발아기를 추정하고 최저기온 예상치와 함께 늦서리 위험도 추정방법을 제시하였다. 이 방법은 발아 이후에 최저기온이 영하로 내려가면 상해가 발생한다고 가정하는데, 추정값의 오차범위를 고려한 발아일 이후 일 최저기온이 $-1.5^{\circ}C$ 이하로 떨어지면 경보(Warning), ${\pm}1.5^{\circ}C$ 사이면 주의보(Watch)를 발령한다. 이 방법을 2004년과 2005년 4월 경기 안성의 포도원에 적용하여 결과의 신뢰도를 확인하였다. 같은 방법으로 1971-2000평년의 기후조건에서 예상되는 안성지역의 포도 늦서리피해 위험지역을 30 m의 고해상도 전자기후도로 표현하였다. 안성시 전역을 30 m 격자점으로 표현하면 총 608,585개로 구성되는데, 평년의 포도 상해위험지역 판정결과 거봉은 1,059지역이, Campbell Early는 2,788지역이 주의지대로 예상된다.

• 한국ITS학회 논문지
• /
• 제14권1호
• /
• pp.85-93
• /
• 2015

기존의 교통사고모형은 수집된 데이터에 대한 추정된 모수가 고정되어있다고 가정하여 교통량이나 기하구조의 길이와 폭 등은 설치형태와 관계없이 동일한 값을 적용하는 고정효과모형을 이용하여 개발하였다. 하지만 고정효과를 이용한 모형은 모형을 통해 추정된 계수의 표준오차 값이 과소 추정되거나 각 계수의 t-값이 과도하게 산정되어 모형의 설명력이 낮아지게 된다. 이를 극복하기 위하여 교통량, 기하구조, 그리고 관측되지 않은 다른 요인 등에 대한 이질성을 고려한 임의효과모형을 활용하여 모형을 개발할 수 있다. 본 연구에서는 임의효과모형의 효용성을 파악하고자 대전광역시 주요 89개 교차로를 대상으로 데이터를 수집하여 임의효과와 고정효과를 이용한 음이항 회귀모형을 개발하고 이를 비교 분석하였다. 모형개발 결과 년평균일교통량, 제한속도, 차로수, 우회전 전용차로 설치유무, 전방신호등 설치유무 등이 유효한 설명변수로 나타났으며 모형의 설명력을 비교해보면 로그-우도함수값이 임의효과에서 -1537.802로 고정효과의 로그-우도함수값 -1691.327보다 모형 설명력이 좋은 것으로 나타났으며 우도비의 경우 임의효과에서 0.279로 고정효과의 0.207보다 개선된 것으로 나타나 임의효과를 이용한 모형이 고정효과를 이용한 모형보다 우수한 것으로 나타났다.

• 한국항만경제학회지
• /
• 제32권3호
• /
• pp.35-46
• /
• 2016

우리나라는 국토가 남과 북으로 단절되고 시장이 작아 수출의존도가 높은 경제구조이어서 항만은 우리 경제에 필수불가결하다. 이에 본고는 우리나라 대표 항만인 부산항, 광양항, 인천항의 수출이 어떠한 행태를 갖는가를 밝힌다. 수출은 일반적인 형태인 환율과 경기의 함수로 정의하되 환율의 부호가 이론이 제시하는 것과 상이하게 나타나는 경향이 있기 때문에 환율을 미 달러화의 원화표시 명목환율, 광의와 협의의 명목실효환율과 실질실효환율 5가지로 구분하여 구성한다. 그리고 3개 항만 모두 명목실효환율이 명목환율이나 실질실효환율보다 우수한 추정 결과를 보이며, 명목실효환율에서도 광의의 명목실효환율보다 협의의 명목실효환율을 이용한 모형이 수출의 추정에 적합함을 밝힌다. 명목실효환율로 구성한 모형의 안정성을 GPH 공적분검정을 통해 밝히고 전향적 이동회귀분석을 실시하여 환율과 경기가 항만의 수출에 미치는 영향력이 지속적으로 약해지고 있다는 것과 환율보다 경기의 영향력이 더 크다는 것을 보인다. 오정수정모형을 추정하여 수출에서 발생한 일시적 괴리를 조정하는 속도가 부산항에서 가장 빠르고 광양항이 가장 더디며, 부산항의 균형회복이 두 항만에 비해 상당히 빠르다는 이루어진다는 것을 밝힌다. 예측오차의 분산분해와 역사적 분해를 통해 수출은 강한 외생성을 갖는 변수이며, 이에 따라 항만의 수출이 환율과 경기와 같은 경제변수 외에 다른 변수들의 영향을 크게 받게 된다. 항만의 수출에서 환율과 경기와 같은 경제적 변수가 중요한 역할을 하지만 경제외적 변수도 경제적 변수 못지않게 중요한 비중을 차지한다는 것을 의미한다. 또한 수출의 외생성이 광양항에서 가장 강하고 부산항에서 가장 약하며, 항만의 불균형 조정속도는 광양항에서 가장 늦고 부산항에서 가장 빠르다는 사실을 함께 고려하면 항만 수출불균형을 조정하는 힘은 환율과 경기보다 다른 요인들에서 나온다는 것을 의미함을 밝힌다.

• 응용통계연구
• /
• 제32권4호
• /
• pp.543-559
• /
• 2019

자료에는 다양한 원인에 의해 결측이 발생한다. 만약 결측치를 제외하고 완전히 관찰된 자료만으로 분석을 실시한다면 결측자료 메커니즘이 완전임의결측이 아닌 경우 결과에 편향이 발생하거나 제외된 개체로 인한 정보의 손실로 추정의 정밀도가 약화된다. 결측이 하나의 변수에서만 일어나지 않기 때문에, 자료에 변수가 많을 수록 이 문제는 심화된다. 문제를 개선하기 위해 결측치를 대체하는 여러가지 방법들이 제안되었다. 하지만 모수적인 모형을 이용한 대체 방법들은 가정에 위배되는 현실 데이터에는 적합하지 않다. 따라서 본 연구에서는 자료의 분포 가정에 덜 영향을 받는 커널, 리샘플링, 스플라인 방법을 활용한 비선형 대체 방법들을 리뷰하고 필요한 경우 기존의 비선형 대체 방법에 대체클래스를 사용하여 대체값의 정확도를 높이거나 랜덤성을 가지는 오차를 더해주어 추정치의 분산이 적게 추정되는 문제를 개선하는 확장된 결측 대체 방법을 제안한다. 본 연구에서 고려한 여러 가지 대체 방법들은 다양한 모의자료 설계 하에서 성능을 비교하였다. 모의실험 결과, 비선형 대체 방법들은 각 설계 하에 다른 성능을 보이며 전반적으로 커널 회귀나 스플라인을 활용한 대체 방법들이 좋은 성능을 보였다. 더불어, 확장된 대체 방법은 기존의 대체 방법이 가지는 문제점을 개선함을 확인할 수 있었다.

• 한국해안·해양공학회논문집
• /
• 제34권6호
• /
• pp.315-324
• /
• 2022

2차원 조파수조 내에서 취득된 규칙파 실험데이터를 머신러닝 기법으로 분석하여 천수 변형을 경험한 파랑으로부터 조파기의 입력파고를 예측하는 모델을 수립하고 그 성능을 검증하였다. 이를 위해 가장 대표적인 머신러닝 기법인 인공신경망(NN)과 비모수 회귀분석 방법 중 하나인 가우시안 과정 회귀(GPR) 모델을 각각 수립하고 두 모델의 예측 성능을 비교하였다. 전체 실험자료를 모두 한꺼번에 활용한 경우와 쇄파 발생 여부에 따라 자료를 구분한 경우에 대해 독립적으로 분석을 수행하였다. 데이터를 구분하지 않은 경우에는 NN 및 GPR 모델 모두 조파기 입력파고 값과 계측값 사이의 오차가 비교적 크게 나타났다. 반면에 데이터를 비쇄파 및 쇄파 조건으로 구분하면 조파기 입력파고의 예측 정확도가 크게 향상되었다. 두 모델 중에서는 NN 모델보다 GPR 모델의 성능이 전반적으로 더 우수한 것으로 나타났다.

• 한국가금학회지
• /
• 제15권3호
• /
• pp.211-218
• /
• 1988

산난종계의 주요 경제형질인 산난양의 개량은 단기검정에 의한 조기선발이 실용화되고 있는 바 산난수에 대하여 조기선발 하였을 경우 조기선발의 최적시기 및 조기선발에서 기대되는 상관적 선발효율을 알아본 결과는 다음과 같다. 1. 2계통의 일반능력을 조사란 평균치는 초산일령에서 150.5 일과 159.1 일이었고 조기산란수는 W계통에서 후기산란수는 B계통에서 더 많이 산란하였고 총산란수는 두 계통 모두 272개로 비슷하게 산란하였다. 2. 초산일령과 산란수에 대한 유전력 및 표준오차 추정치는 두 계통에서 전자매분산성분으로 추정하였을 때 $0.37\pm0.09$~$0.49\pm0.10$과 $0.18\pm0.10$x~$0.33\pm0.08$로 추정되었다. 특히 산란수에 대한 추정치는 W계통은 모분산성분에 의한 추정치가, B계통에서는 부분산성분에 의한 추정치가 더 높았고 두 계통 모두 후기산란수에 대한 유전력보다 조기산란수에 대한 유전력이 더 높게 추정되었다. 3. 각 조사형질들 간의 유전상관 및 표준오차의 추정결과는 W와 B계통에서 전자매공분산성분에 의하여 추정하였을 때 조기산란수와의 유전상관에 있어서 후기산란수는 $0.46\pm0.15$와 $0.39\pm0.16$, 총산란수는 $0.77\pm0.07$와 $0.76\pm0.08$ 초산일령은 -$0.77\pm0.06$와 $-0.82\pm0.05$이었고 후기산란수와는 총산란수는 $0.92\pm0.03$과 $0.89\pm0.04$로 비교적 높게 추정되었으며 초산일영령 $-0.11\pm0.17$과 $-0.15\pm0.18$로 미약한 원의 상관을 보였다. 총산란수와 초산일령과의 유전상관은 W계통에서 $-0.41\pm0.13$과 B계통에서 -$0.50\pm$0.13으로 모두 원의 상관을 보여 산란수에 준한 선발은 초산일영을 단축시킨다는 것을 추측할 수 있다. 4. 선발효율의 추정결과는 초산 시부터 40주령까지의 산란수에 의하여 선발하는 것이 가장 효율적인 것으로 추정되었으나 (1.69와 1.80) 이 시기의 산란수에 의하여 선발하였을 경우 초산일령과의 견전상관을 고려할 때 초산일영을 크게 단축시킬 것으로 사료되며 또한 초산일령의 단축으로 인한 난중의 감소 및 자료수집에 필요한 경비 등을 고려할 때 31주령 이후, 특히 31주령부터 40주령까지의 산란기녹에 의하여 선발하는 것이 바람직 할 것으로 사료된다.

• 한국농림기상학회지
• /
• 제24권3호
• /
• pp.164-178
• /
• 2022

주요 곡물 생산 지역에 대한 작황 계절 예측을 위해 작물모형과 기상 예보자료들이 활용되고 있다. 이 때, 작물모형의 입력자료로 활용되는 기상자료의 불확실성이 작황 예측 결과에 영향을 줄 수 있다. 본 연구에서는 기상 예보자료에 따른 작물모형 결과에 미치는 영향을 알아보고자 하였다. 주요 곡물 생산 지역인 미국의 콘벨트 지역을 대상으로 중규모 수치예보 모형인 Weather Research and Forecasting (WRF)로 10km 해상도의 계절 예측 자료를 생산하였다. 보다 상세한 기상 예보자료 생산을 가정하기 위해 통계적 기법인 Parameter-elevation Regressions on Independent Slopes Model (PRISM) 기법을 활용하여 WRF 자료를 기반으로 5km 해상도로 예측 자료를 생산하였다. WRF와 PRISM 계절 예측 자료로 CROPGRO-SOYBEAN 모형을 구동하여 두 기상 예보자료에 따른 작물 생육 모의 결과를 얻었다. 2011~2018 기간에 대하여 4월 10일부터 8일 간격으로 11개의 파종일을 설정하였으며, 3개의 콩 성숙군에 대한 품종 모수가 사용되었다. 기상 자료의 불확실성을 파악하기 위해 작물 재배기간 동안의 누적 생육도일과 누적 일사량을 비교하였다. 예측된 수량 및 성숙일 등의 주요 변수들을 비교하였다. 두 기상 자료로부터 얻어진 변수들 사이의 일치도 통계량 계산을 위해 root mean square error (RMSE), normalized root mean square error (NRMSE) 및 structural similarity(SSIM) index가 사용되었다. WRF와 PRISM에서 계산된 누적 생육도일 사이의 일치도가 낮았던 연도에 콩 성숙일 모의 값에 대한 오차가 크게 나타났다. 콩 모의 수량 또한 성숙일 및 온도의 오차가 크게 나타났던 연도에 상대적으로 낮은 일치도를 가졌다. 또한 파종일이 수량 및 성숙일 예측의 일치도에 상당한 영향을 미치는 것으로 나타났다. 이러한 결과는 WRF와 PRISM 자료 사이에 온도 자료의 불확실성이 작황 예측의 불확실성에 영향을 주었으며, 재배 시기에 따라 그 불확도의 크기가 상이할 수 있음을 암시하였다. 따라서 신뢰도 높은 작황 예측 자료 생산을 위해 작물별 재배기간을 고려한 불확실성 평가 등의 추가적인 연구가 진행되어야 할 것으로 보인다.

• Journal of Animal Science and Technology
• /
• 제52권5호
• /
• pp.349-356
• /
• 2010

본 연구는 우리나라 중부지역에 소재한 민간 종돈장에서 1998년부터 2008년까지 분만한 요크셔종 26,390복과 랜드레이스종 26,713복의 번식성적을 근거로 산자수와 성비에 대한 유전력과 육종가를 추정하고, 각 모형별로 추정된 육종가를 비교하고자 실시하였다. 본 연구 결과를 요약하면 다음과 같다. 요크셔종과 랜드레이스종의 총산자수에 대한 평균과 표준오차는 각각 $11.35{\pm}0.02$두, $10.97{\pm}0.02$두로 조사되었으며, 생시 생존자돈수에 대한 평균과 표준오차는 각각 $10.04{\pm}0.02$두, $9.98{\pm}0.02$두로 조사되었다. 또한 생시 생존 자돈수 중에서 암컷이 차지하는 비율로 계산한 성비의 평균치는 요크셔종에서 $45.75{\pm}0.11%$, 그리고 랜드레이스종에서 $45.75{\pm}0.11%$로 조사되어 두 품종 모두 암컷의 비율이 수컷의 비율보다 낮게 나타났다. 모델 l을 적용하여 분석한 총산자수에 대한 유전력은 요크셔종과 랜드레이스종에서 각각 $0.243{\pm}0.009$, $0.241{\pm}0.009$로 추정되어 두 품종에서 모두 다른 모델들(모델 2~모델 5)을 적용하여 추정된 유전력 보다 높게 추정되었다. 모델 3, 4, 5를 적용하여 분석한 총산자수에 대한 유전력과 반복력은 요크셔종에서 각각 $0.096{\pm}0.012{\sim}0.103{\pm}0.013$ 및 $0.211{\pm}0.008{\sim}0.215{\pm}0.008$의 범위로 추정되었고, 랜드레이스종에서 각각 $0.108{\pm}0.013{\sim}0.114{\pm}0.013$ 및 $0.210{\pm}0.008{\sim}0.214{\pm}0.008$의 범위로 추정되어 두 품종 모두 모델들 간(모델 3~모델 5)의 유전력과 반복력 추정치는 큰 차이를 보이지 않았다. 모델 1을 적용하여 분석한 생시 생존 자돈수에 대한 유전력은 요크셔종과 랜드레이스종에서 각각 $0.192{\pm}0.009$ 그리고 $0.209{\pm}0.009$로 다른 모델들을 이용하여 분석된 유전력에 비해 높게 추정되었다. 모델 2를 이용하여 분석한 유전력과 반복력은 요크셔종에서 $0.102{\pm}0.012$ 및 $0.170{\pm}0.008$, 랜드레이스종의 경우 $0.091{\pm}0.012$ 및 $0.179{\pm}0.008$로 추정되었고, 모델 3, 4, 5를 이용하여 추정한 유전력과 반복력은 요크셔종에서 $0.096{\pm}0.012{\sim}0.099{\pm}0.012$ 및 $0.188{\pm}0.008{\sim}0.193{\pm}0.008$의 범위로 추정되었으며, 랜드레이스종의 경우 $0.092{\pm}0.012{\sim}0.098{\pm}0.012$ 및 $0.193{\pm}0.008{\sim}0.196{\pm}0.008$의 범위로 추정되어 두 품종 모두 모델 2, 3, 4, 5간의 유전력과 반복력은 큰 차이를 보이지 않았다. 돼지의 산자수와 관련된 유전력은 환경적인 영향을 많이 받는 것으로 알려져 있는데 본 연구에서도 잔차의 분산이 매우 높게 추정되었기 때문에 저도의 유전력과 반복력이 추정되는 결과를 나타내었다. 모델별로 추정된 총산자수와 생시 생존 자돈수에 대한 육종가를 기준으로 각 개체의 순위를 정한 후 이 순위간의 상관을 구하였을 때 두 품종 모두 모델 1과 2는 다른 모델과 정의 상관을 보였지만 모델 3, 4, 5 간의 순위 상관 계수보다 낮은 경향을 나타냈으며, 모델 3, 4, 5 간의 육종가 순위 상관은 0.99 이상의 고도의 정의 상판을 나타내어 모델 3, 4, 5를 이용하여 추정된 개체들의 육종가 순위는 모델 간에 큰 차이를 보이지 않을 것으로 판단된다. 모델 1~모델 6을 적용하여 추정한 성비에 대한 유전력은 요크셔종과 랜드레이스종에서 각각 $0.002{\pm}0.002{\sim}0.003{\pm}0.002$, $0.001{\pm}0.002{\sim}0.003{\pm}0.002$의 범위로 추정되어 어떤 한 모델을 적용 하더라도 0에 가깝게 추정되었다. 따라서 선발을 통해 성비를 조절 하는 것은 불가능하다고 판단된다.

• 한국ITS학회 논문지
• /
• 제3권1호
• /
• pp.85-96
• /
• 2004

본 연구의 기본개념은 개별 차량이 대기차량 검지기를 통과할 때 "점유시간이 길다면 곧 차량은 정체하고 있다."라는 아주 기본적인 명제에서 출발하고 있다. 즉 차량의 속도를 고려하지 않고, 점유시간과 정체도는 비례한다는 개념으로부터 차량의 점유시간에서 정체도의 개념을 바로 유추하는 것이다. 본 연구에서 수행한 결과만을 놓고 본다면, 본 연구에서 제안하는 방식인 지점속도 대신 주기단위 점유율을 사용하는것이 모형이 정확도와 대기길이 추정의 신뢰도 측면에서 공히 우월한 결과를 얻었다. 이외 운영자 측면에서의 이점으로는 긴존 방식에서 요구되는 모수 s1, s2, Thdoc 값을 현장에 맞게 최적화 할 필요 없이 점유율을 곧 바로 정체도로 사용할 수 있다는 장점도 매력적일 수 있다. 점유율 방식을 사용할 경우 물론 현장 상황에 따라 조정되어야 할 변수들이 있겠지만, 기정값으로는 기존 임계정체도에서 사용하는 값인 0.7 대신에 0.20 - 0.30 정도가 적당한 것으로 분석되었다. 단, 제안 모형의 한계로는 본 모형은 누적 점유시간을 계측 주기시간 동안의 점유율을 사용하기 때문에 만일 대기차량이 형성되어 있는 동안 차량이 검지기를 점유하지 않을 때는 상당한 오차를 가지게 된다는 문제가 있다. 따라서 제안방식의 모형의 추정 신뢰도를 제고하기 위해서는 현재 상류부 대기길이용 검지기인 1.8m X 1.8m 크기의 검지기를 차량흐름 방향으로 크게 하거나 아니면 아예 검지기를 쌍으로 설치하는 것이 필요하다고 하겠다. 또한 COSMOS 시스템에서의 신뢰도 높은 대기길이 추정 기능은 과포화시 효율적인 신호제어에 필수적으로 요구되는 기능으로 향후 이와 관련된 후속연구가 활발히 진행되기를 바란다.그리고 매트릭스는 $256\times512$ 였다. MRI촬영자료에서 관절연골부위를 픽셀단위로 비교분석 하였다. 배양이 끝난 관절연골은 hematoxylin & eosin, toluidine blue, alcian blue, trichrome 염색 등을 시행하여 관찰하였다. 결과 : Dimethylmethylene blue를 이용한 GAG의 정량분석결과 배양시간증가에 따라 GAG의 농도가 비례적으로 증가하였다. $Gd(DTPA)^{2-}$ 첨가된 trypsin배양에서 관절연골의 T1 강조 영상에서의 신호강도는 trypsin 배양에 비하여 평균 $42.0\%$ 증가하였고 4시간과 5시간배양에서는 trypsin에서만 배양한 관절연골에 비하여 신호강도가 더욱 뚜렷하게 증가되었다 (p<0.05). 관절연골의 T1, T2, rho 이완시간은 배양시간에 따라 유의성 있는 차이가 관찰되지 않았으나 $Gd(DTPA)^{2-}$ 첨가된 trypsin배양에서 T1이완시간의 증가가 관절연골의 표층부와 이행부에서 측정되었다. 조직검사결과 trypsin 배양의 관절연골에서 toluidine blue와 alcian blue염색에서 결손이 관찰되었다. 결론 : Trypsin 배양시간에 따라 관절연골의 GAG결손을 정량적으로 확인할 수 있었고 픽셀크기 $97.9\times195\;{\mu}m$인 MRI로 $Gd(DTPA)^{2-}$-조영증강 및 이완시간을 측정할 수 있었다. 배양시간에 따른 GAG결손은 T1, T2, rho 이완시간보다 $Gd(DTPA)^{2-}$-조영증강에서