• Journal of the Korean Institute of Intelligent Systems
• /
• v.23 no.5
• /
• pp.412-417
• /
• 2013

Analytical modeling of photovoltaic power systems has been receiving significant attentions in recent years in that it is easy to apply for prediction of its dynamics and fault detection and diagnosis in advanced engineering technologies. This paper presents a novel probabilistic modeling approach for such power systems with a big data sequence. Firstly, we express input/output function of photovoltaic power systems in which solar irradiation and ambient temperature are regarded as input variable and electric power is output variable respectively. Based on this functional relationship, conditional probability for these three random variables(such as irradiation, temperature, and electric power) is mathematically defined and its estimation is accomplished from ratio of numbers of all sample data to numbers of cases related to two input variables, which is efficient in particular for a big data sequence of photovoltaic powers systems. Lastly, we predict the output values from a probabilistic model of photovoltaic power systems by using the expectation theory. Two case studies are carried out for testing reliability of the proposed modeling methodology in this paper.

• The Korean Journal of Applied Statistics
• /
• v.13 no.1
• /
• pp.189-196
• /
• 2000

Conjugate prior density families were motivated by considerations of tractability in implementing the Bayesian paradigm. But we consider problem that the conjugate prior p($\Theta$) cannot be used in restriction of the parameter $\Theta$. This article considers the nonconjugate prior problem of hierarchical Poisson model. We demonstrate the use of latent variables for sampling non-standard densities which arise in the context of the Bayesian analysis of non-conjugate by using a Gibbs sampler.

• Journal of the Korean earth science society
• /
• v.35 no.1
• /
• pp.69-87
• /
• 2014

This paper suggests a conditional simulation framework based on multiple data transformations for geostatistical simulation of compositional data. First, log-ratio transformation is applied to original compositional data in order to apply conventional statistical methodologies. As for the next transformations that follow, minimum/maximum autocorrelation factors (MAF) and indicator transformations are sequentially applied. MAF transformation is applied to generate independent new variables and as a result, an independent simulation of individual variables can be applied. Indicator transformation is also applied to non-parametric conditional cumulative distribution function modeling of variables that do not follow multi-Gaussian random function models. Finally, inverse transformations are applied in the reverse order of those transformations that are applied. A case study with surface sediment compositions in tidal flats is carried out to illustrate the applicability of the presented simulation framework. All simulation results satisfied the constraints of compositional data and reproduced well the statistical characteristics of the sample data. Through surface sediment classification based on multiple simulation results of compositions, the probabilistic evaluation of classification results was possible, an evaluation unavailable in a conventional kriging approach. Therefore, it is expected that the presented simulation framework can be effectively applied to geostatistical simulation of various compositional data.

• Journal of Korea Water Resources Association
• /
• v.49 no.3
• /
• pp.217-225
• /
• 2016

The drought is generally characterized by duration and severity, thus it is required to conduct the bivariate frequency analysis simultaneously considering the drought duration and severity. However, since a bivariate joint probability distribution function (JPDF) has a 3-dimensional space, it is difficult to interpret the results in practice. In order to suggest the technical solution, this study employed copula functions to estimate an JPDF, then developed conditional JPDFs on various drought durations and estimated the critical severity corresponding to non-exceedance probability. Based on the historical severe drought events, the hydrologic risks were investigated for various extreme droughts with 95% non-exceedance probability. For the drought events with 10-month duration, the most hazardous areas were decided to Gwangju, Inje, and Uljin, which have 1.3-2.0 times higher drought occurrence probabilities compared with the national average. In addition, it was observed that southern regions were much higher drought prone areas than northern and central areas.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.365-365
• /
• 2012

이수 및 치수를 위한 수공구조물 설계 및 하천기본계획 수립의 요점은 설계홍수량의 산정에 있으며, 통계적으로 유의성을 가지는 설계홍수량을 산정하기 위해서는 일반적으로 30년 이상 관측된 홍수자료가 요구된다. 우리나라의 경우 대부분의 유역이 미계측 유역이거나 관측년수가 비교적 작은 경우가 많으므로, 상대적으로 자료 연한이 긴 강우자료를 빈도분석한 후 이를 강우-유출 모형에 입력하여 확률홍수량을 추정하는 간접적인 방법이 주로 이용되며 사용된 강우의 빈도가 홍수의 빈도와 동일하다는 가정을 기본으로 한다. 그러나 동일한 강우량이 발생하더라도 강우의 강도, 지속시간, 유역의 선행함수조건 등과 같은 유역 특성에 따라 유출의 특성은 현저히 다르게 나타나며 결국 이러한 특성은 입력자료, 강우-유출 모형, 기후변동성 등과 같은 불확실성 요소로 인식될 수 있다. 따라서 본 연구에서는 이러한 불확실성을 고려할 수 있는 강우-유출 모의기법을 개발하여 이를 통해 홍수빈도곡선을 유도할 수 있는 방법론을 제시하고자 한다. 불확실성 분석을 위해 기존 HEC-1 강우-유출 모형에서 Bayesian MCMC 기법을 적용하여 매개변수들의 사후분포를 추정하여 매개변수들의 최적화 및 불확실성 분석을 수행하였다. 마지막으로 기후변화 영향을 통합한 홍수빈도곡선을 유도하기 위해서 극치강수를 모의하는 것이 필요하며, 본 연구에서는 극치값 재현에 있어서 우수한 성능을 발휘하는 Kernel-Pareto Piecewise분포 기반의 강우모의발생 기법을 적용하여 HEC-1모형과 연동되도록 모형을 개발하였다. 본 연구에서 제안하는 방법론은 기존 홍수빈도곡선 유도 방법에서 불확실성을 분석하기 위해 모든 변수들을 독립사상으로 간주하고 Monte Carlo Simulation을 수행함으로서 매개변수들간의 상호연관성, 상관성, 조건부 확률들을 고려할 수 없었던 점을 Bayesian 모형을 통해 매개변수들간의 조건부 확률을 고려한 매개변수의 사후분포 도출을 가능하게 하여 보다 현실적인 강우-유출 관계 도출이 가능하고 불확실성 구간이 자연적으로 도출됨으로서 향후, 신뢰성 있는 수자원 계획수립에 유용한 자료로 활용이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.279-283
• /
• 2008

국외를 중심으로 기존 GCM보다 해상도가 높은 Regional Climate Model(RCM)을 이용한 분석이 일부 시행되고 있으나, 국내에서는 이를 이용한 연구가 아직 미비한 실정이다. 이러한 관점에서 본 연구에서는 27km의 해상도를 갖는 기상청 RegCM3 RCM에서 도출된 기후변화 SRES 시나리오 자료를 이용하고자 한다. 수자원의 장기 거동을 강우-유출 모형으로 모사하기 위해서는 입력 자료인 일 강수자료 계열을 모의발생이 필요하며 본 연구에서는 천이확률 및 강수 모의에 이용되는 Gamma 확률분포와 같은 분포형의 매개변수들이 외부 인자 즉 기후변화 시나리오에 따라 조건부로 변동할 수 있는 CWGEN(Cross-validated Canonical Correlation Analysis-Weather Generator) 강수 모의기법을 도입하여 이용하였다. RCM 자료 그 자체는 일반적으로 시 공간적으로 왜곡되어 있어 Quantile Mapping을 통하여 수정을 하였다. 최종적으로 모의된 결과를 바탕으로 기후변화에 따른 극치사상들에 대한 정량적인 거동을 추정하고 평가하였다.

• Journal of KIISE:Software and Applications
• /
• v.27 no.8
• /
• pp.855-863
• /
• 2000

Although Behavior-Knowledge Space (BKS) method, one of well known decision combination methods, does not need any assumptions in combining the multiple experts, it should theoretically build exponential storage spaces for storing and managing jointly observed K decisions from K experts. That is, combining K experts needs a (K+1)st-order probability distribution. However, it is well known that the distribution becomes unmanageable in storing and estimating, even for a small K. In order to overcome such weakness, it has been studied to decompose a probability distribution into a number of component distributions and to approximate the distribution with a product of the component distributions. One of such previous works is to apply a conditional independence assumption to the distribution. Another work is to approximate the distribution with a product of only first-order tree dependencies or second-order distributions as shown in [1]. In this paper, higher order dependency than the first-order is considered in approximating the distribution and a dependency-based framework is proposed to optimally approximate the (K+1)st-order probability distribution with a product set of dth-order dependencies where ($1{\le}d{\le}K$), and to combine multiple experts based on the product set using the Bayesian formalism. This framework was experimented and evaluated with a standardized CENPARMI data base.

• The Korean Journal of Financial Management
• /
• v.13 no.1
• /
• pp.203-220
• /
• 1996

본 연구에서는 우리나라 채권시장의 변동성 분석과 추정을 위하여 Markov-Switching ARCH (SWARCH)모형과 GMM모형 및 I-GARCH모형을 적용하였다. 관측된 자료는 1993년 1월에서부터 1996년 4월까지의 주별 91일물 양도성 예금증서 수익률이다. 본 연구에서 채권 수익률 분산과정의 추정을 위해 사용하는 SWARCH 모형은 경제나 채권시장의 국면전환으로 말미암아 채권수익률의 변동성이 이질적인 분포에서 오는 경우 서로 다른 분산 국면의 확률적 식별이 가능할 뿐만 아니라 지속성이 GARCH모형보다 작아서 조건부 변동성의 예측력이 뛰어난 모형으로 알려져 있다. 또한 SWARCH모형은 베이즈이론에 의한 확률의 개념으로 국면전환을 추정하기 때문에 주관적인 국면전환시점의 판단이 불필요하다는 장점을 가진다 여러 가지 모형들의 추정결과 I-GARCH 모형과 SWARCH 모형등이 우리나라 단기 채권수익률의 조건부 변동성을 비교적 잘 설명해 내는 것으로 나타났으며 우리나라 단기 채권시장은 1993년 6월부터 1993년 12월초까지, 1994년 7월경부터 1995년 5월경까지 비교적 높은 변동성을 유지하였으며 그후로는 변동성이 등락을 계속하는 것으로 추정되었다. 본 연구의 결과 아직은 태동단계에 머물러 있는 한국 채권시장의 시계열적 특성을 체계적으로 문서화하고 정교하고 다양한 최근 계량기법을 체계적으로 정리하고 응용하여 시장 참가자들의 기회비용과 시행착오의 기간을 단축시키는데 도움을 줄 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.777-783
• /
• 2004

하천 세내지 주변은 급속한 시가지 조성과 인구밀집으로 유역의 불투수층이 증가하여 홍수도달시간이 짧아지고 홍수유출량이 증가하고 있다. 또한 엘리뇨${\cdot}$라니냐 등의 이상기후로 홍수사상의 발생 빈도와 규모가 증가하면서 홍수피해도 대형화되어 가고 있다. 그러나 치수사업은 다른 공공사업에 비해 경제성이 저평가 되어 투자우선순위가 밀려 사업시행이 지연되고 예방적 차원의 대책도 미흡하여 피해가 증가하는 악순환이 계속되고 있다. 따라서 본 인구에서는 우리나라의 치수경제성 분석에 있어 계량화하지 못하고 있는 자산이용고도화 효과를 치수안전도와 더불어 분석하고자 한다. 자산이용고도화는 치수사업 시행으로 해당지역의 치수안전도 향상에 따른 자산가치의 상승을 말하는데, 특정지역의 자산가치를 가장 객관적으로 표현할 수 있는 공시지가를 근거로 분석을 수행하였다. 치수사업 시행으로 인한 편익과 하천 특성에 따른 지가변동률의 차이가 통계적으로 유의성이 있는지를 분산분석을 통해 검증하였으면, 자산가치의 상승을 순수 연평균지가변동률로 나타내었다. 치수안전도는 홍수피해 잠재성과 홍수방어능력으로 구분하였는데 홍수피해 잠재성은 도시화율에 따라 구분하였고, 홍수방어능력은 홍수량의 빈도해석과 불확실성을 고려하여 조건부 비초과확률로 나타내었다. 본 연구에서는 소도시 지역(경안천, 복하천, 청미천)을 대상으로 200년 빈도의 홍수사상에 내해 10년, 50년 설계빈도로 건설된 제방의 조건부 비초과확률을 산정하여 지가변동률의 추이를 비교 분석하였다. 분석 결과, 소도시 지역에서는 조건부 비초과확률이 $10\%$ 상승했을 때 순수 연평균지가변동률이 5배정도 상승함을 알 수 있었다.다시 입력자료로 사용하는 업데이트 방식을 사용하기 때문에 예측결과의 오차가 완전하게 보정되지 않으면 다음 결과에 역시 오차를 주게 되어 오차보정이 상당히 중요하다는 것을 알 수 있었다. 오차를 보다 효과적으로 보정하기 위해서는 퍼지제어에 사용되는 퍼지규칙의 수를 늘리고, 유입량에 직접적인 영향을 주는 강우량과 연계한 2변수의 Fuzzy-Grey 모형을 이용한다면 보다 정확한 유입량 예측이 가능할 것으로 사료된다.이 작은 오차를 발생하였으며, 전체적으로 퍼프 모형이 입자모형보다는 훨씬 적은 수의 계산을 통해서도 작은 오차를 나타낼 수 있다는 것을 알 수 있었다. 그러나 Gaussian 분포를 갖는 퍼프모형은 전단흐름에서의 긴 유선형 농도분포를 모의할 수 없었고, 이에 관한 오차는 전단계수가 증가함에 따라 비선형적으로 증가하였다. 향후, 보다 다양한 흐름영역에서 장${\cdot}$단점 분석 및 오차해석을 수행한 후에 각각의 Lagrangian 모형의 장점만을 갖는 모형결합 방법을 제시할 수 있을 것으로 판단된다.mm/$m^{2}$로 감소한 소견을 보였다. 승모판 성형술은 전 승모판엽 탈출증이 있는 두 환아에서 동시에 시행하였다. 수술 후 1년 내 시행한 심초음파에서 모든 환아에서 단지 경등도 이하의 승모판 폐쇄 부전 소견을 보였다. 수술 후 조기 사망은 없었으며, 합병증으로는 유미흉이 한 명에서 있었다. 술 후 10개월째 허혈성 확장성 심근증이 호전되지 않아 Dor 술식을 시행한 후 사망한 예를 제외한 나머지 6명은 특이 증상 없이 정상 생활 중이다 결론: 좌관상동맥 페동맥이상 기시증은 드물기는 하나, 영유아기에 심근경색 및 허혈성 심근증 또는 선천성 승모

• Journal of the Korean earth science society
• /
• v.31 no.4
• /
• pp.301-312
• /
• 2010

Geochemical data have been regarded as one of the important environmental variables in the environmental management. Since they are often sampled at sparse locations, it is important not only to predict attribute values at unsampled locations, but also to assess the uncertainty attached to the prediction for further analysis. The main objective of this paper is to exemplify how indicator geostatistics can be effectively applied to geochemical data processing for providing decision-supporting information as well as spatial distribution of the geochemical data. A whole geostatistical analysis framework, which includes probabilistic uncertainty modeling, classification and risk analysis, was illustrated through a case study of cadmium mapping. A conditional cumulative distribution function (ccdf) was first modeled by indicator kriging, and then e-type estimates and conditional variance were computed for spatial distribution of cadmium and quantitative uncertainty measures, respectively. Two different classification criteria such as a probability thresholding and an attribute thresholding were applied to delineate contaminated and safe areas. Finally, additional sampling locations were extracted from the coefficient of variation that accounts for both the conditional variance and the difference between attribute values and thresholding values. It is suggested that the indicator geostatistical framework illustrated in this study be a useful tool for analyzing any environmental variables including geochemical data for decision-making in the presence of uncertainty.