• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2002년도 춘계 학술발표회 논문집
• /
• pp.29-34
• /
• 2002

$p=(p_{}1,p_{2},{\cdots},p_{k})^{T}$의 확률벡터를 가진 다항분포로부터 관측된 칸 돗수(cell frequency) 벡터가 $N=(N_{1},N_{2},{\cdots},N_{k})^{T}$이며 ${\sum}{\limits}_{j=1}^{k}N_{j}=n$이라 하자. 총돗수 n이 칸의 총갯수 k에 비하여 상대적으로 매우 작을 때 이러한 이산형 자료를 희박다항분포자료(sparse multinomial data)라 한다. 이러한 희박다항분포자료의 칸들이 순서화 되어 있을 때 우리는 i번째 칸의 확률 $p_{i}$를 돗수 추정량 $N_{j}/n$ 들을 평활함으로써 추정 할 수 있다. Aerts, et al.(1997)과 Baek(1998) 등에 의해 제안된 국소최소제곱기준에 근거한 국소다항커널추정량은 희박점근일치성의 좋은 성질을 가짐에도 불구하고 확률추정지가 음수값을 가질 수 있는 단점을 내포하고 있다. 본 연구에서는 이러한 단점을 극복하기 위하여 국소최대우도 기준에 근거한 새로운 커널추정량을 제안하고, 그것의 점근적 성질을 연구하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.346-346
• /
• 2022

본 연구에서는 GPU(Graphic Processing Unit) 가속 분포형모형을 실제 유역에 적용하여 강우 유출모의 결과의 정확성과 모의시간의 효율성에 대한 분석을 수행하였다. 분포형모형의 지배방정식은 운동파모형과 Green-Ampt모형으로 구성되어 있으며, 운동파모형은 유한체적법을 이용하여 이산화 하였다. GPU 가속 모형은 CUDA(Compute Unified Device Architecture) 포트란(Fortran)을 사용하여 개발된 모형으로 수치모의시 연산시간 단축을 고려한 모형이다. 모형의 정확성과 효율성은 미호천 유역에서 발생하는 강우유출현상에 GPU 가속 운동파모형을 적용하여 분석하였다. 수치모의 결과값은 대상유역에 속한 수위관측소의 관측값과 비교하여 정확성을 검증하였고, 수치모의 소요시간은 CPU(Central Processing Unit) 기반 운동파모형의 수치모의 소요시간과 비교하여 효율성을 검증하였다. GPU 가속 운동파모형의 수치모의 결과는 관측값과 유사한 결과를 나타냈으며, 수치모의 소요시간은 본 연구에 사용된 장비를 기준으로 최대 100배 정도 단축되었다.

• 한국수자원학회논문집
• /
• 제34권2호
• /
• pp.119-130
• /
• 2001

본 연구에서는 한강유역의 1일, 2일, 3일 연최대강우자료를 대상으로 L-모멘트법을 이용한 지점 빈도해석과 지역 빈도해석을 실시하여 그 결과를 비교하였다. 지역빈도해석을 실시하기 위하여 한강유역을 남한강, 북한강, 한강하류부 유역의 3개 소유역으로 분할하고, 각 유역에 대한 자료의 이산도 및 동질성을 검토하였으며, 각 소유역에 대하여 여러 분포형을 적용한 결과, 남한강유역과 한강하류부 유역은 lognormal 분포형, 북한강 유역은 gamma-3 분포형이 적정분포형으로 선정되었다. 지역빈도해석과 지점빈도해석을 통하여 선정된 확률분포형을 이용, Monte Carlo 모의를 수행하였으며, 재현기간에 따른 상대편의와 상대제곱근 오차를 산정하였다. 지역빈도해석과 지점빈도해석을 비교한 결과 상대제곱근오차에 있어서 지역빈도해석을 수행한 경우가 지점빈도해석에 비해 그 결과가 우수하였으며, 재현기간이 커질수록 그 차이는 현저하게 나타났다. 따라서, 한강유역의 강우량에 대해서 지역빈도해석 수행함이 지점빈도해석에 비해 우수하다는 결론을 얻게 되었다.

• Journal of the Korean Data Analysis Society
• /
• 제20권6호
• /
• pp.2829-2840
• /
• 2018

음이 아닌(non-negative) 측정값을 가지는 확률변수에 있어서, 영(0)이 과도하게 측정되는 자료를 반연속형(semi-continuous) 자료와 영-과잉(zero-inflated) 자료로 구분한다. 이러한 자료에서는 특정 확률 분포(probability distribution) 하에서의 확률보다 훨씬 큰 확률로 0을 관측하게 되는데, 연속형(continuous) 확률분포를 고려하는 경우에는 반연속형으로, 이산형(discrete) 확률분포를 고려하는 경우에는 영-과잉이라고 한다. 본 연구에서는 경계값(0)의 측정 여부에 관한 모형과 0보다 큰 확률변수에 대한 확률분포를 활용한 모형 등 두 개의 부문으로 이루어진 모형, 즉 2-부문 모형(two-part model)을 소개하고자 한다. 특히, 이산형 확률분포 중 포아송 분포와 음이항 분포를 고려한 영-과잉 회귀모형(regression model)을 설명하고 그 특성을 파악하고자 한다. 실증연구에서는 이러한 영-과잉 회귀모형을 활용하여 지난 10년(2009년부터 2018년) 간 한국의 여름철(6-8월) 폭염주의보(heat-wave advisory) 및 폭염경보(heat-wave warning) 발생일수를 적합하였다. 또한 공간예측기법 중 하나인 범용크리깅(universal kriging)을 이용하여 적합결과를 바탕으로 한 폭염 발생일수에 대한 예측지도를 작성하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.103-103
• /
• 2021

실험실에서의 파랑생성에 흔히 사용되는 피스톤형 조파장치는 수심에 따라 유속이 동일하게 생성된다는 제약이 있어 주로 천해파의 생성에 적합한 것으로 알려져 있다. 본 연구에서는 이러한 제약조건 없이 다양한 유속분포의 파형을 생성하는 수직 다열화된 조파장치가 개발되었다. 우선, 수심방향으로 이산화된 각 패들(paddle)의 스트로크에 대해 선형해석해가 유도되었다. 개발된 해석해는 패들의 수 및 유속분포에 따라 기존의 피스톤형 혹은 플랩형 조파장치 해석해로 근사함이 밝혀짐으로써 포괄적으로 활용될 수 있음이 확인되었다. 즉 개발된 해석해를 활용하면 선택적으로 피스톤형 및 플랩형 조파성능이 구현될 수 있다. 더불어 개발된 해석해는 다상유체의 내부파 생성에도 확정되어 적용가능함이 확인되었다. 다음으로, 개발된 조파장치를 수치적으로 구현하였다. 오픈소스 3차원 수치모형인 OpenFOAM 중, 두 개 이상의 불연속 및 비압축 유체에 대한 Navier-Stokes 방정식을 해결하는 수치 모듈을 사용하여 제안된 수직다열화된 조파장치의 성능이 평가되었다. 이때 동적격자모델(olaDyMFlow)을 결합함으로써 개발된 조파장치 움직임이 물리적 조파장치와 흡사하도록 수치적으로 구현하였다. 모의결과, 여러 개의 다열화된 패들이 층류 흐름 조건에서 심해파를 효율적으로 생성시키고, 중간수심 파랑조건에서는 제안된 조파장치가 상대적으로 덜 유리함을 확인할 수 있었다. 마지막으로 공기, 기름 및 물 등 3상의 흐름조건에서 단 두 개의 패들을 활용하여 각각 내부파 및 표면파를 생성하되었으며, 모의 결과는 해석해과 비교됨으로써 개발된 조파장치의 성능이 검증되었다.

• 한국지능시스템학회논문지
• /
• 제7권4호
• /
• pp.18-28
• /
• 1997

이 논문에서는 영상데이터를 여러개의 영상블록들로 나누고 이산 코사인변환 영역에서 물체의 에지에 해당하는 영상블록을 에지방향을 고려하여 적절히 분류함으로써 영상데이터를 효과적을 압축하였다. 벡터양자화에 의한 영상데이터의 압축은 높은 압축률을 실현할 수 있지만 영상내 물체의 에지부근이 손상되어 시각적인 화질이 저하되는 단점이 있다. 높은 압축률을 유지하면서도 시각적인 화질의 열화를 피하기 위하여 영상블록의 이산 코사인변환계수의 에너지 분포에 따라 에지블록을 8개의 부류로 분류하였다. 또한 이 분류과정을 통하여 얻어진 데이터를 가지고 신경회로망을 학습하여 구현한 에지블록의 분류과정과 성능을 비교하였다. 에너지분포에 의한 에지분류방법과 신경망으로 학습한 분류과정은 에지특성벡터에 의한 분류벡터양자화에 비해 더 높은 PSNR과 시각적으로 좋은 화질을 보여주었다.

• 한국전산구조공학회논문집
• /
• 제36권2호
• /
• pp.93-103
• /
• 2023

수많은 함정용 채프들은 폭발에 의해 확산되어 채프운을 형성하며, 채프운은 허위 레이더 반사 단면적을 생성하여 적의 레이더를 기만한다. 본 논문에서는 전산유체역학-이산요소법 단방향 연동 기법을 기반으로 공기 중에 분포하는 함정용 채프운의 시공간 분포를 해석하는 수치적 프레임워크를 구축하고 바람의 방향과 속도, 채프 카트리지의 초기 각도와 폭발 압력이 채프운 분포에 미치는 영향을 분석하였다. 채프운의 확산은 폭발에 의한 방사형 확산, 난류와 충돌에 의한 전 방향 확산, 낙하 속도 차이에 의한 중력 방향 확산과 같이 세 단계로 구분되는 것을 확인하였다. 바람은 채프운의 평균 위치를 이동시켰으며, 항력에 의한 확산 효과는 나타나지 않았다. 카트리지 초기 각도에 따라 폭발에 의한 방사형 확산 방향이 달라졌으며, 각도가 지면과 수직에 가까울수록 더 넓게 확산되었다. 폭발 압력이 증가할수록 채프운은 더 넓게 확산되었으나 중력 방향으로는 분포 차이가 작았다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.339-339
• /
• 2022

본 연구는 최신 강우 자료를 사용하여 자료의 기간을 네 가지 경우로 나누어 기간별 확률강우량을 산정하고 각 기간에 따른 확률강우량의 변화 특성을 파악하고자 하였다. 2020년을 기준으로 시강우 자료 관측기간이 40년 이상이 되는 62개 국내 강우관측소를 연구 대상으로 선정하였으며, 지점별 강우자료의 분석 기간은 최근 10년, 20년, 30년, 40년의 경우로 나누어 분석하였다. 분석기간에 따른 확률강우량은 Gumbel 분포형에 확률가중모멘트법을 적용하여 산정하였고, 이를 연강수량과 함께 공간적으로 분포시킨 결과, 연강수량의 분포에서 나타나지 않는 변화들이 확률강우량의 분포에서 명확히 드러나는 것을 확인할 수 있었다. 또한, 지속기간의 시간이 증가되고 재현기간이 커질수록 경기 북부와 전라남북도 경계 및 영동지방의 확률강우량이 증가하는 경향을 보였고, 최근 40년과 비교하였을 경우, 최근 10년, 20년, 30년 확률강우량의 변화량 결과에서 전라남도 지역은 지속기간 길어질수록 변화 양상이 뚜렷하게 보였으며, 강원도 지역은 최근 10년, 20년 변화량이 상이하게 나타났다. 기간에 따라 확률강우량의 변화량이 크거나 작은 대표 지역들을 선정하여 기간별 확률강우량의 IDF 곡선을 도시하여 비교 및 분석하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.287-287
• /
• 2021

본 연구에서는 CUDA(Compute Unified Device Architecture) 포트란을 이용하여 확산파 강우 유출모형을 개발하였다. CUDA 포트란은 그래픽 처리 장치(Graphic Processing Unit: GPU)에서 수행하는 병렬 연산 알고리즘을 포트란 언어를 사용하여 작성할 수 있도록 하는 GPU상의 범용계산(General-Purpose Computing on Graphics Processing Units: GPGPU) 기술이다. GPU는 그래픽 처리 작업에 특화된 다수의 산술 논리 장치(Arithmetic Logic Unit: ALU)로 구성되어 있어서 중앙 처리 장치(Central Processing Unit: CPU)보다 한 번에 더 많은 연산 수행이 가능하다. 이에 따라, CUDA 포트란기반 확산파모형은 분포형 강우유출모형의 수치모의 연산시간을 단축시킬 수 있다. 분포형모형의 지배방정식은 확산파모형과 Green-Ampt모형으로 구성되었고, 확산파모형은 유한체적법을 이용하여 이산화 하였다. CUDA 포트란기반 확산파모형의 정확성은 기존 연구된 수리실험 결과 및 CPU기반 강우유출모형과 비교하였으며, 연산소요시간에 대한 효율성은 CPU기반 확산파모형과 비교하였다. 그 결과 CUDA 포트란기반 확산파모형의 결과는 수리실험 결과 및 CPU기반 강우유출모형의 결과와 유사한 결과를 나타냈다. 또한, 연산소요시간은 CPU 기반 확산파모형의 연산소요시간보다 단축되었으며, 본 연구에 사용된 장비를 기준으로 최대 100배 정도 단축되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.323-323
• /
• 2020

그래픽 처리 장치(Graphic Processing Unit: GPU)는 그래픽 처리 작업에 특화된 다수의 산술논리 장치(Arithmetic Logic Unit: ALU)로 구성되어 있어서 중앙 처리 장치(Central Processing Unit: CPU)보다 한 번에 더 많은 연산 수행이 가능하다. 본 연구는 GPU 가속 운동파모형을 실제 유역에 적용하여, GPU 가속 운동파 강우유출모형 결과에 대한 정확성과 연산 소요 시간에 대한 효율성을 확인하였다. GPU 가속 운동파모형은 분포형 강우유출모형의 수치모의 연산시간을 단축시키기 위해 CUDA 포트란을 이용하여 개발되었다. 분포형모형의 지배방정식은 운동파모형과 Green-Ampt모형으로 구성되었고, 운동파모형은 유한체적법을 이용하여 이산화 하였다. GPU 가속 운동파모형을 이용하여 금강의 미호천 유역에서 발생하는 강우유출현상을 모의 하였고, 동일한 유한체적법을 이용한 CPU(Central Processing Unit) 기반의 강우유출모형과 비교하였다. 그 결과 GPU 가속모형의 결과는 미호천 유역 하류단에서 관측한 결과와 유사한 결과를 나타냈다. 또한, 연산소요시간은 CPU 기반의 강우유출모형의 연산소요시간보다 단축되었으며, 본 연구에 사용된 장비를 기준으로 최대 100배 정도 단축되었다.