• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2002.05a
• /
• pp.579-584
• /
• 2002

시스템의 신뢰도는 설계 단계에서부터 중요한 제약 조건이 됨과 동시에 그 사용 단계에서도 지속적인 관찰의 대상이 된다. 특히 원자력 발전소와 길이 안전성이 강조되는 시스템에서 는 한 번의고장으로 치명적인 문제를 야기 시킬 수 있다. 따라서, 신뢰도가 높은 시스템을 구축하기 위한 방안과 함께 시스템의 신뢰도에 대한 수리적인 평가를 보다 합리적인 방법으로 할 수 있는 것에 관한 연구가 필요하다고 할 수 있다. 시스템의 신뢰도 평가는 고장를 분포 함수의 추정에서 출발한다. 시스템의 고장를 분포 함수 추정시, 고장 자료를 이용하여 분포 함수의 모수를 추정하지만 대상 시스템의 고장 자료가 없는 경우 다른 유사 시스템의 고장자료를 이용하여 고장률 분포 함수를 추정하게 된다. 기준의 연구들은 유사 시스템의 고장자료를 이용할 때 베이지안(Bayesian)분석 절차를 이용하였다. 하지만 기존 방법들은 추정 절차에 필요한 우도함수(likelihood function)를 유도시 계산상의 어려움이 많다. 본 연 구에서는 각각의 개발 자료에 대한 우도함수를 유도하여 전체적인 시스템의 우도함수를 유도함으로써 이러한 문제점을 해결할 수 있는 새로운 절차를 제안하였다. 또한 모의실험을 통하여 기존의 방법과의 비교함으로써 본 연구의 타당성을 검증하였다.

• Journal of KIISE:Software and Applications
• /
• v.26 no.12
• /
• pp.1542-1552
• /
• 1999

자료 병렬성이란 자료 집합의 원소들에 대하여 동일한 작업을 동시에 수행하므로써 얻어지는 병렬성을 말한다. 함수형 언어에서 자료 집합에 대한 반복 수행은 재귀적 자료형에 대한 재귀 함수에 의하여 표현된다. 본 논문에서는 이러한 재귀 함수를 자료 병렬 프로그램으로 변환하기 위한 병렬화 방법을 제시한다. 생성되는 병렬 프로그램의 병렬 수행 구조로는 일반적인 형태의 재귀적 자료형에 대하여 정의되는 다형적인 자료 병렬 연산을 사용하여 트리, 리스트 등과 같은 일반적인 재귀적 자료 집합에 대한 자료 병렬 수행이 가능하도록 하였다. 재귀 함수의 병렬화를 위해서는, 함수를 이루는 각각의 계산들의 병렬성을 재귀 호출에 의해 존재하는 의존성에 기반하여 분류하고, 이에 기반하여 각각의 계산들에 대한 적절한 자료 병렬 연산을 사용하는 병렬 프로그램을 생성하였다.Abstract Data parallelism is obtained by applying the same operations to each element of a data collection. In functional languages, iterative computations on data collections are expressed by recursions on recursive data structures. We propose a parallelization method for data-parallel implementation of such recursive functions. We employ polytypic data-parallel primitives to represent the parallel execution structure of the object programs, which enables data parallel execution with general recursive data structures, such as trees and lists. To transform sequential programs to their parallelized versions, we propose a method to classify the types of parallelism in subexpressions, based on the dependencies of the recursive calls, and generate the data-parallel programs using data-parallel primitives appropriately.

• Communications for Statistical Applications and Methods
• /
• v.5 no.3
• /
• pp.819-826
• /
• 1998

임의중도 절단된 이 표본의 수명자료에서 누적위험함수의 비는 시간의 변화에 따른 두 집단의 위험률을 서로 비교할 수 있는 수단이 된다. 본 논문에서는 먼저 두 집단의 누적위험함수의 비에 대한 추정량을 제안하고, 제안된 추정량의 점근성을 유도하였다. 또한 누적위험함수의 비에 대한 여러 가지 동시신뢰대들을 제안하였으며, 실제 자료에 적용하여 보았다.

• Water for future
• /
• v.33 no.5
• /
• pp.49-55
• /
• 2000

전통적인 매개변수적 목적함수 추정방법은 관측자료의 모든 영역에 걸쳐 선형 또는 지수함수 형태의 가정을 기본으로 매개변수를 추정하는 반면 비매개 변수적 Kernel 가중함수를 이용한 방법은 목적함수의 형태에 대한 가정이 필요 없이 관심 있는 임의의 추정지점에서 이웃하는 자료를 이용하여 목적함수를 국지적으로 근사하는 방법이다. 추계학적 수문학의 전형적인 문제인 "목적함수의 가정"에 의해 발생되는 문제를 줄이려는 노력의 일환으로 비매개변수적 Kernel 가중함수를 이용하는 방법에 연구되었고, 본 지면에서는 Kernel 가중함수를 이용한 비매개변수적 확률밀도함수의 기본이론과 빈도해석, 회귀모형 및 비동질성 천이확률 등의 수문학적 응용에 대하여 살펴보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.41-41
• /
• 2017

자연재난으로 인한 피해의 대형화, 다양화, 집중화 현상이 일어나고 있으며, 이로 인한 사회 경제적 피해가 과거에 비해 계속적으로 증가하고 있다. 만약 기존에 발생하였던 재난 피해 자료와 기상현상간의 통계적 분석을 통해 재난의 발생 가능성과 피해 범위를 예측할 수 있다면, 효율적으로 재난관리를 할 수 있을 것이다. 따라서 본 연구에서는 대표적인 자연재난 피해인 호우피해를 대상으로 낙동강 권역 69개 시군구별 재해통계 자료를 기반으로 수문기상자료와의 통계적 분석을 통해 호우피해 예측함수를 개발하였다. 국민안전처에서 발간하는 재해연보 자료를 통해 호우피해 발생기간별 호우피해액 자료를 분석하였고, 이를 호우피해 예측함수의 종속변수로 사용하였다. 종관기상관측소의 시강우 자료를 분석하여 선행강우, 지속시간별 최대강우, 총강우량을 구축하였고, 시군구별 면적 등의 지역 특성을 수집하여 설명변수로 사용하였다. 기존의 피해예측함수 관련 연구에서 제기되었던 피해액이 큰 부분에서 예측력이 떨어지는 문제를 해결하기 위해, 피해액이 큰 집단과 피해액이 작은 집단을 구분하여 함수식을 개발할 수 있는 로지스틱 회귀모형을 사용하여 호우피해 예측함수를 개발하였다. 개발된 호우피해 예측함수의 NRMSE는 6.34~18.79%로 나타났으며, 대부분 호우피해를 적절하게 예측하는 것으로 나타났다. 본 연구에서는 호우피해액이 큰 집단과 피해액이 작은 집단으로 구분할 수 있는 로지스틱 회귀모형을 이용하여 낙동강 권역의 시군구별 호우피해 예측함수를 개발하였다. 본 연구에서 제시한 시군구별 호우피해 예측함수를 이용하여 사전에 호우피해를 예측할 수 있다면 호우피해액이 크게 줄어들 것으로 사료된다.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2000.11a
• /
• pp.64-68
• /
• 2000

장기간 관측된 지하수위 자료를 시계열분석 중의 하나인 전이함수 모형(Transfer Function - Noise model)을 이용하여 분석하였다. 일반적으로 전이함수 모형은 입력 변수와 출력변수와의 관계가 선형적일 때 적용이 가능하며, 자료가 시간에 대해 연속적으로 존재해야 하는 제한이 있다. 강수량과 지하수위의 변동은 비선형적인 관계를 가지고 있어 이러한 전이함수 모형을 직접 적용하는데는 어려움이 있다. 이러한 비선형성의 정도를 감소시키기 위해 물리모형(HYDRUS)을 이용하여 침투량을 계산하고 이를 입력변수로 사용하여 전이함수 모형을 적용하였다. 침투량을 입력변수로 모형을 추정하였을 때, 강수량을 직접 입력자료로 사용했을 경우보다 ME(mean error), RMSE(root-mean-squre error), MAE(mean absolute error)에서 상대적으로 작은 값을 보여주고 있다. TFN 모형의 모수를 추정하기 위해서 Kalman 필터 알고리즘과 최우추정법(Maximum Likelihood Estimation)을 이용하였다. Kalman 필터 알고리즘을 이용하여 불규칙한 관측주기를 갖는 시계열이나 결측값이 있는 시계열에 대해서도 전이함수 모형을 구하였으며, 이를 통해 결측값에 대한 추정이 가능하였다.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.311-314
• /
• 2006

본 연구에서는 서로 다른 센서간의 영상 자료 융합을 위하여 Dempster-Shafer 기법을 제안하고 있다. 제안 된 Dempster-Shafer 기법은 불확실성의 최소 값을 대표하는 Belief 함수와 불확실성의 최대 값을 나타내는 Plausibility 함수를 사용한다. 이러한 두 함수의 차이는 Belief Interval 로 정의되며 이 값은 분석 대상에 존재하는 불확실 정도의 Measure 로 사용되며 Evidence Combination의 이론에 근거하여 서로 다른 센서간의 자료 융합이 가능하며 분류 결과로 클래스 맵 뿐 만 아니라 분류 결과에 대한 불확실성 정도를 나타내는 Belief 함수 값과 Plausibility 함수 값을 생성하여 분류 결과에 대한 보충적인 분석을 가능하게 하여 사용자의 분석 정확성을 증대 시킬 수 있다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2016.11a
• /
• pp.203-204
• /
• 2016

최근 자연재난으로 인한 인명피해는 감소하는 추세를 나타내고 있으나, 기후변화 및 도시화 등으로 인해 재산피해는 점차 증가하고 있는 실정이다. 기존의 연구는 재난이 일어난 후 사후복구차원에서 피해액을 집계하거나 복구비를 추정하는 연구가 주를 이루고 있으며, 재난이 발생하기 전에 피해액을 추정하는 연구는 매우 미흡한 실정이다. 따라서 본 연구에서는 과거 통계자료를 기반으로 인공신경망과 다중회귀분석을 이용하여 전체 자연재난 피해액의 약 95%를 차지하는 호우피해액을 예측하기 위한 피해함수 개발하고자 한다. 대상지역으로는 경기도 지역으로 선정하였고, 1994년부터 2015년까지의 수문기상자료와 시군구별 재해통계자료를 수집하여 분석을 위한 함수개발을 위한 자료로 재구축하였다. 또한 시간별 최대 강우량과 피해액에 대한 상관분석을 실시하여 지속시간별(1~24시간) 최대강우 자료와 재해기간별 선행강우(1~5일)자료, 그리고 재해기간의 총강우량 자료가 상관성이 높다는 것을 파악했다. 이를 독립변수로 활용하고, 재해기간별 피해액을 종속변수로 사용하여 지역별 호우피해 예측함수를 개발하였다. 본 연구는 효율적이고, 효과적으로 재해예방을 위한 방재체계를 수립하는데 기초자료로 활용될 것으로 판단되며, 사전대비 차원의 재난관리를 통해 정책결정권자들의 의사결정에도 도움을 줄 수 있다고 판단된다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.16 no.3
• /
• pp.152-161
• /
• 2004

Double-peak normal distribution function was suggested as the probability density function of the tidal elevation data in Korean coastal zone. Frequency distribution analysis was carried out using hourly tidal elevation data of the ten tidal gauging stations, i.e., Incheon, Kunsan, Mokpo, Cheju, Yeosu, Masan, Gadeokdo, Pusan, Pohang, and Sokcho which were served through the Internet Homepage by the National Ocean Research Institute. Based on the RMS error and $R^2$ value comparison analysis, it was found that this suggested function as the probability density function of the tidal elevation data was found to be more appropriate than the normal distribution function. The parameters of the double-peak function were estimated optimally using Levenberg-Marquardt method which was modified from the Newton method. The estimated parameters were highly correlated with the non-tidal constants of the tidal gauging stations.

• Proceedings of the Korean Statistical Society Conference
• /
• 2000.11a
• /
• pp.261-266
• /
• 2000

이변량 반복측정자료에서 Chinchilli 등(1996)이 제안한 가중일치상관계수는 두 변수의 일치성을 나타내는 측도이다. 기존에 제안된 가중일치상관계수 추정법은 변동효과 및 측정오차의 분산성분을 각각 최소제곱법으로 비편향 추정하여 구하는 것이다. 본 연구에서는 반복측정자료의 주변 우도함수를 설정한 후, 우도함수에 기초한 분산성분을 구하여 가중일치상관계수를 추정하는 방법을 제안한다. 이때, 각 분산성분은 유사/의사 우도함수 및 사후 분포에서 반복시행을 통하여 구해진다.