• 제목/요약/키워드: 확률망 이론

검색결과 63건 처리시간 0.042초

홍수방어를 위한 중소하천의 수위관측망 최적화 연구 (A Study on Optimization of Steam Gauge Network for Flood Prevention in Small to Medium Scale Watershed)

  • 주홍준;김수전;김형수;전환돈
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2011년도 학술발표회
    • /
    • pp.443-447
    • /
    • 2011
  • 최근 수재해는 중소하천을 부근에서 주로 발생하고 있는 것이 사실이며 중소하천에서 수재해 발생 여부를 선재적으로 파악하여 비상시 피해를 최소화할 수 있는 적절한 수위관측망의 설치가 필요하다. 따라서 본 연구에서는 중소하천에서 최적 수위관측망을 구성하기 위한 방법론으로 각 소유역의 단위도를 유도하여 확률밀도함수를 이용한 후 엔트로피 이론을 적용하였다. 또한 재해에 취약한 재해위험지구를 분류하여 수위관측소의 설치가 필요하다고 판단되는 지점을 우선적으로 선택할 수 있도록 방법론을 설정하여 낙동강 유역의 중소유역을 대상으로 적용하였다. 적용 결과 각 중소하천에서의 소수의 수위관측소들이 비선정된 것을 제외하고 대다수가 선정되었다. 이와 같은 방법론은 방재측면을 고려한 수위관측망을 구성하기 위하여 유용하게 활용될 수 있을 것으로 기대된다.

  • PDF

군집신경망과 확률신경망 이론을 이용한 연약지반의 측방유동 평가 모델 (Evaluation Model for Lateral Flow on Soft Ground Using Commitee and Probabilistic Neural Network Theory)

  • 김영상;주노아;이종재
    • 한국지반공학회논문집
    • /
    • 제23권7호
    • /
    • pp.65-76
    • /
    • 2007
  • 최근 급속한 경제발전과 지역산업의 성장으로 인하여 많은 물류이동 발생과 함께 연약지반에 도로를 건설하는 경우가 많아지면서 연약지반 상에 축조된 지반구조물과 관련한 제반 문제점들이 대두되고 있다. 특히 말뚝 기초 형식의 교대나 건축물을 연약지반에 시공할 경우 비정상적인 측방유동에 의한 변위가 기초지반에 발생하여 상부 구조물의 안정성과 사용성에 많은 문제를 야기하고 있다. 측방유동은 말뚝의 파손원인과 측방변위에 대한 상관관계 연구, 연약지반 상에 설치된 말뚝의 변형과 모멘트에 대한 연구, 수치해석법을 이용한 연약지반상의 성토에 따른 측방변위 특성 및 현장계측을 통한 측방변위 특성 등 많은 연구가 수행되어지고 있으나 측방유동현상은 지금까지도 그 역학적 메커니즘이 정량적으로 파악하기 어렵고, 측방유동에 대한 합리적인 설계법이 확립되어 있지 않는 실정이다. 본 연구에서는 국내 및 일본 측방유동 발생 사례를 바탕으로 효과적이고 보다 정확한 측방유동 판정을 위하여 확률신경망과 군집신경망이론을 이용한 평가모델을 구축하고 기존의 측방유동 판정식과 비교하였다. 연구결과 제안된 확률신경망과 군집신경망 모델들의 측방유동 판정 성공률이 기존의 판정식들에 비해 매우 높은 정확도를 가지며 효과적인 것으로 나타났다.

격자구조망에서 두 개의 게이트웨어 최적 위치 설정을 위한 알고리즘 및 원리 (Algorithm and Rules for the Optimal Positiion of Two Gateways in Grid Topology Networks)

  • 고종하;양영님;신호간;이정규
    • 한국정보과학회논문지:시스템및이론
    • /
    • 제26권2호
    • /
    • pp.223-231
    • /
    • 1999
  • 본 논문은 두 개의게이트웨이를 사용한 격자구저망에서 최적의 게이트웨이 위치 설정을 위한 알고리즘을 제안하고 원리를 유도하였다. 최적의 게이트웨이 위치란 격자구조망내 각 노드에서 게이트웨이까지의 평균 최소 링크 수를 가지는 위치로 정의한다. 두 개의 게이트웨이르 사용함으로써 망내의 신뢰도 향상 효과를 가져오며, 우회 경로로 인한 호차단 확률(call blocking probability)과 호설정시간(call setup time)을 최소화한다. 따라서 본 논문에서는 망의 성능을 향상시키기 위하여 두 개의 게이트웨이의 최적의 위치를 결정하는 Grid-Traverse 알고리즘을 제안하고 설정원리들을 유도하여 , 수학적 귀납법으로 이 원리들을 증명하였다.

신경망을 사용한 정밀 무선랜 접속점 측위 방법 (Precise WLAN Access Point Localization Method Using Neural Network)

  • 석기정;천승만;나재욱;박종태
    • 대한전자공학회논문지TC
    • /
    • 제47권12호
    • /
    • pp.52-60
    • /
    • 2010
  • 위치 기반 서비스가 증가함에 따라 WLAN 접속점 (Access Point)의 물리적 위치에 대한 지식은 점차적으로 중요시 되고 있다. 본 논문은 신경망접근법을 이용한 무선 접속점 새로운 측위 기법을 제안한다. GPS 위치 정보와 RSSI를 이용한 정확한 AP를 측위하기 위한 기초적인 이론과 Property를 유도한다. 이러한 이론 및 Property을 기반으로 정밀 AP 측위를 위해 신경망 모델에 적용시킨다. 제안된 AP 측위 방법에 대해 효율성을 검증하기 위한 시뮬레이션을 수행하였고 이를 성능 분석하였다. 시뮬레이션 결과는 제안 방법이 매우 낮은 오류 확률로 AP 측위 할 수 있음을 보여준다.

가입자 트래픽 특성을 고려한 트렁크엔지니어링 기법 (Trunk Engineering Techniques considering Subscriber's Traffic Charateristics)

  • 안준식;이경근
    • 한국정보통신설비학회:학술대회논문집
    • /
    • 한국정보통신설비학회 2003년도 하계학술대회
    • /
    • pp.321-324
    • /
    • 2003
  • 현재 이동전화 Network 유선구간의 음성회선 산출기법은 얼랑(Erlang) B 이론을 그 바탕으로 하고 있다. 그리고 이러한 얼랑 B이론은 가입자 시도호의 특성이 포아송(Poisson)분포를 하고있음을 기본가정으로 하고 이를 바탕으로 서비스제공자가 목표하는 호손율을 달성하기 위해 필요한 회선수를 얼랑 B 테이블로 제시하고 있다. 본 논문은 실제가입자의 트래픽특성(분포) 및 얼랑 B 이론의 실측특성을 분석하여 이러한 얼랑 B 모델이 상용망에서 적정하게 적용될수 있는지를 검증하였으며 이러한 실측검증을 바탕으로 서비스 제공자의 목표호손율을 일정한 확률(신뢰도) 범위에서 보장하는 보정된 얼랑B 테이블을 제시한다.

  • PDF

인과적 마코프 조건과 비결정론적 세계

  • 이영의
    • 논리연구
    • /
    • 제8권1호
    • /
    • pp.47-67
    • /
    • 2005
  • 베이즈망은 탐구 공간을 구성하는 변수들 사이에 성립하는 확률적 관계를 이용하여 그 변수들 사이에 성립된다고 가정되는 인과 관계를 추론하는데 이용된다. 베이즈망에 관한 철학적 논쟁의 대상은 특정한 변수들의 확률적 독립성을 가정하는 인과적 마코프 조건이다. 베이즈망 이론에 대한 강력한 비판자인 카트라이트는 인과적 마코프 조건이 비결정적 세계에서는 성립될 수 없기 때문에 인과적 추리에 대한 타당한 원리가 될 수 없다고 주장한다. 이글의 목적은 인과적 마코프 조건이 인과적 추리에 대한 타당한 원리가 될 수 없다는 카트라이트의 비판이 타당한가를 검토하는 것이다. 나는 인과적 사건들의 연쇄를 허용하는 연속모델은 카트라이트의 비판을 벗어날 수 있다고 주장한다.

  • PDF

ATM교환 시스팀의 최적설계를 위한 확률 모형

  • 김제승;윤복식;이창훈
    • 한국경영과학회:학술대회논문집
    • /
    • 대한산업공학회/한국경영과학회 1992년도 춘계공동학술대회 발표논문 및 초록집; 울산대학교, 울산; 01월 02일 May 1992
    • /
    • pp.457-465
    • /
    • 1992
  • 현재 또는 장래에 예견되는 거의 모든 통신서비스를 통합적으로 제공할 수 있는 B-ISDN환경하에서 음성통화와 비디오정보, 데이타들이 각기 다른 bit rate와 서비스 요구조건(통화시간, 질등)를 가지고 전송서비스를 받으려 하기때문에 매우 다양한 서비스들의 조합을 고려하여 교환시스팀을 구현해야 한다. B-ISDN에 적합한 전송기술로서 ATM(Asynchronous Transfer Mode)이 일반적으로 제안되고 있는데 이미 10여종의 독특한 ATM시스팀들이 이론적, 실험적 연구단계를 거쳐 거의 실용화 단계까지 이르렀다고 주장되고 있다. 본 논문에서는 ATM교환시스팀의 설계요건과 비교기준을 제시하여 설계 대자인을 주어진 기술제약하에 최적화 할 수 있는 조건을 제시한다. 이때 우선 기본 스위치의 구조를 단단계로 할 것인가 다단계로 할 것인가에 대한 정량적, 확률적인 비교가 행해지고 특히 이미 많은 ATM스위치에서 채택되고 있는 Banyan형태의 망의 성능분석을 보다 현실에 근접하게 할 수 있는 이산적 마코프체인에 의한 모형과 계산방법이 확립된다. 이를 통해 단위스위치내부에 버퍼의 유무, 버퍼를 두는 위치, 또한 버퍼사이즈에 의한 영향등이 세부적으로 분석된다.

  • PDF

개선된 인공신경망의 학습방법에 의한 강구조물의 설계 (Design of Steel Structures Using the Neural Networks with Improved Learning)

  • 최병한;임정환
    • 한국강구조학회 논문집
    • /
    • 제17권6호통권79호
    • /
    • pp.661-672
    • /
    • 2005
  • 본 연구에서는 많은 양의 함수 계산을 요구하는 확률론적 최적화 기법을 보다 효과적으로 강구조물에 적용하여 수행하고자 한다. 다양한 과학, 응용공학 분야에서 많은 시간이 소요되는 과정을 대체하는데 효과적인 도구로 출현한 인공신경망을 최적화 과정 중 많은 수의 유한요소 해석이 요구되는 재해석 문제에 적용함으로서 유한요소법의 평형방정식의 해의 근사해를 추정하여 재해석과정을 보다 간단하고 용이하게 수행하고자 한다. 또한 이용된 인공신경망의 학습효과의 개선을 위해 유전알고리즘을 적용한다. 확률론적 구조최적화 기법으로는 진화론적 방법에 기초한 알고리즘을 사용한다. 수치 예로써 전형적인 체적(중량)문제와 실 경비함수를 목적함수로 갖는 강구조물 모형에 본 연구의 알고리즘을 적용하여 본 알고리즘의 적용성과 타당성을 증명하였다.

Nonstandard Machine Learning Algorithms for Microarray Data Mining

  • Zhang, Byoung-Tak
    • 한국생물정보학회:학술대회논문집
    • /
    • 한국생물정보시스템생물학회 2001년도 제2회 생물정보 워크샵 (DNA Chip Bioinformatics)
    • /
    • pp.165-196
    • /
    • 2001
  • DNA chip 또는 microarray는 다수의 유전자 또는 유전자 조각을 (보통 수천내지 수만 개)칩상에 고정시켜 놓고 DNA hybridization 반응을 이용하여 유전자들의 발현 양상을 분석할 수 있는 기술이다. 이러한 high-throughput기술은 예전에는 생각하지 못했던 여러가지 분자생물학의 문제에 대한 해답을 제시해 줄 수 있을 뿐 만 아니라, 분자수준에서의 질병 진단, 신약 개발, 환경 오염 문제의 해결 등 그 응용 가능성이 무한하다. 이 기술의 실용적인 적용을 위해서는 DNA chip을 제작하기 위한 하드웨어/웻웨어 기술 외에도 이러한 데이터로부터 최대한 유용하고 새로운 지식을 창출하기 위한 bioinformatics 기술이 핵심이라고 할 수 있다. 유전자 발현 패턴을 데이터마이닝하는 문제는 크게 clustering, classification, dependency analysis로 구분할 수 있으며 이러한 기술은 통계학과인공지능 기계학습에 기반을 두고 있다. 주로 사용된 기법으로는 principal component analysis, hierarchical clustering, k-means, self-organizing maps, decision trees, multilayer perceptron neural networks, association rules 등이다. 본 세미나에서는 이러한 기본적인 기계학습 기술 외에 최근에 연구되고 있는 새로운 학습 기술로서 probabilistic graphical model (PGM)을 소개하고 이를 DNA chip 데이터 분석에 응용하는 연구를 살펴본다. PGM은 인공신경망, 그래프 이론, 확률 이론이 결합되어 형성된 기계학습 모델로서 인간 두뇌의 기억과 학습 기작에 기반을 두고 있으며 다른 기계학습 모델과의 큰 차이점 중의 하나는 generative model이라는 것이다. 즉 일단 모델이 만들어지면 이것으로부터 새로운 데이터를 생성할 수 있는 능력이 있어서, 만들어진 모델을 검증하고 이로부터 새로운 사실을 추론해 낼 수 있어 biological data mining 문제에서와 같이 새로운 지식을 발견하는 exploratory analysis에 적합하다. 또한probabilistic graphical model은 기존의 신경망 모델과는 달리 deterministic한의사결정이 아니라 확률에 기반한 soft inference를 하고 학습된 모델로부터 관련된 요인들간의 인과관계(causal relationship) 또는 상호의존관계(dependency)를 분석하기에 적합한 장점이 있다. 군체적인 PGM 모델의 예로서, Bayesian network, nonnegative matrix factorization (NMF), generative topographic mapping (GTM)의 구조와 학습 및 추론알고리즘을소개하고 이를 DNA칩 데이터 분석 평가 대회인 CAMDA-2000과 CAMDA-2001에서 사용된cancer diagnosis 문제와 gene-drug dependency analysis 문제에 적용한 결과를 살펴본다.

  • PDF