• 한국컴퓨터정보학회논문지
• /
• 제14권7호
• /
• pp.1-8
• /
• 2009

본 연구에서는 소프트웨어 제품을 개발하여 테스팅을 거친 후 사용자에게 인도하는 시기를 결정하는 방출문제에 대하여 연구하였다. 따라서 최적 소프트웨어 방출 정책은 소프트웨어 요구 신뢰도를 만족시키고 소프트웨어 개발 및 유지 총비용을 최소화 시키는 정책을 수용해야 한다. 본 논문에서는 로그포아송 실행시간모형에 대하여 베이지안 모수 추정법(마코브체인 몬테칼로(MCMC) 기법 중에 하나인 깁스 샘플링과 메트로폴리스 알고리즘을 이용한 근사기법)이 사용되었다. 본 논문의 수치적인 예에서는 Musa의 T1 자료를 적용하여 최우수추정법과 베이지안 모수 추정과의 관계를 빅교하고 또한 최적 방출시기를 추정하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.123-123
• /
• 2020

The present study is aimed to correcting radar-based mean areal precipitation forecasts to improve urban flood predictions and uncertainty analysis of water levels contributed at each stage in the process. For this reason, a long short-term memory (LSTM) network is used to reproduce three-hour mean areal precipitation (MAP) forecasts from the quantitative precipitation forecasts (QPFs) of the McGill Algorithm for Precipitation nowcasting by Lagrangian Extrapolation (MAPLE). The Gangnam urban catchment located in Seoul, South Korea, was selected as a case study for the purpose. A database was established based on 24 heavy rainfall events, 22 grid points from the MAPLE system and the observed MAP values estimated from five ground rain gauges of KMA Automatic Weather System. The corrected MAP forecasts were input into the developed coupled 1D/2D model to predict water levels and relevant inundation areas. The results indicate the viability of the proposed framework for generating three-hour MAP forecasts and urban flooding predictions. For the analysis uncertainty contributions of the source related to the process, the Bayesian Markov Chain Monte Carlo (MCMC) using delayed rejection and adaptive metropolis algorithm is applied. For this purpose, the uncertainty contributions of the stages such as QPE input, QPF MAP source LSTM-corrected source, and MAP input and the coupled model is discussed.

• Structural Engineering and Mechanics
• /
• 제87권1호
• /
• pp.1-18
• /
• 2023

The paper presents a Bayesian Finite element (FE) model updating methodology by utilizing modal data. The dynamic condensation technique is adopted in this work to reduce the full system model to a smaller model version such that the degrees of freedom (DOFs) in the reduced model correspond to the observed DOFs, which facilitates the model updating procedure without any mode-matching. The present work considers both the MPV and the covariance matrix of the modal parameters as the modal data. Besides, the modal data identified from multiple setups is considered for the model updating procedure, keeping in view of the realistic scenario of inability of limited number of sensors to measure the response of all the interested DOFs of a large structure. A relationship is established between the modal data and structural parameters based on the eigensystem equation through the introduction of additional uncertain parameters in the form of modal frequencies and partial mode shapes. A novel sampling strategy known as the Metropolis-within-Gibbs (MWG) sampler is proposed to sample from the posterior Probability Density Function (PDF). The effectiveness of the proposed approach is demonstrated by considering both simulated and experimental examples.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권1호
• /
• pp.64-88
• /
• 2024

Security and reliability are the utmost importance facts in intelligent networked vehicles. Stochastic Petri Net and Z (SPZN) as an excellent formal verification tool for modeling concurrent systems, can effectively handles concurrent operations within a system, establishes relationships among components, and conducts verification and reasoning to ensure the system's safety and reliability in practical applications. However, the application of a system with numerous nodes to Petri Net often leads to the issue of state explosion. To tackle these challenges, a refinement and abstraction method based on SPZN is proposed in this paper. This approach can not only refine and abstract the Stochastic Petri Net but also establish a corresponding relationship with the Z language. In determining the implementation rate of transitions in Stochastic Petri Net, we employ the interval average and weighted average method, which significantly reduces the time and space complexity compared to alternative techniques and is suitable for expert systems at various levels. This reduction facilitates subsequent comprehensive system analysis and module analysis. Furthermore, by analyzing the properties of Markov Chain isomorphism in the case study, recommendations for minimizing system risks in the application of intelligent parking within the intelligent networked vehicle system can be put forward.

• 한국수자원학회논문집
• /
• 제41권1호
• /
• pp.35-47
• /
• 2008

저수분석(low flow analysis)은 수자원공학에서 중요한 분야 중 하나이며, 특히 저수량 빈도분석(low flow frequency analysis)의 결과는 저수(貯水)용량의 설계, 물 수급계획, 오염원의 배치 및 관개와 생태계의 보존을 위한 수량과 수질의 관리에 중요하게 사용된다. 그러므로 본 연구에서는 저수량 빈도분석을 위한 점 빈도분석을 수행하였으며, 특히 빈도분석에 있어서의 불확실성을 탐색하기 위하여 Bayesian 방법을 적용하고 그 결과를 기존에 사용되던 불확실성 탐색방법과 비교하였다. 본 논문의Ⅰ편에서는 Bayesian 방법 중 사전분포(prior distribution)와 우도함수(likelihood function)의 복잡성에 상관없이 계산이 가능한 Bayesian MCMC(Bayesian Markov Chain Monte Carlo) 방법과 Metropolis-Hastings 알고리즘을 사용하기 위한 여러 과정의 이론적 배경과 Bayesian 방법에서 가장 중요한 요소인 사전분포를 구축하고 이를 비교 및 평가하였다. 고려된 사전분포는 자료에 기반하지 않은 사전분포와 자료에 기반한 사전분포로써 두 사전분포를 이용하여 Metropolis-Hastings 알고리즘을 수행하고 그 결과를 비교하여 저수량 빈도분석에 합리적인 사전분포를 선정하였다. 또한 알고리즘의 수행과정에서 필요한 제안분포(proposal distribution)를 적용하여 그에 따른 알고리즘의 효율성을 채택률(acceptance rate)을 산정하여 검증해 보았다. 사전분포의 분석 결과, 자료에 기반한 사전분포가 자료에 기반하지 않은 사전분포보다 정확성 및 불확실성의 표현에 있어서 우수한 결과를 제시하는 것을 확인할 수 있었고, 채택률을 이용한 알고리즘의 효용성 역시 기존 연구자들이 제시하였던 만족스러운 범위를 가지는 것을 알 수 있었다. 최종적으로 선정된 사전분포는 본 연구의 II편에서 Bayesian MCMC방법의 사전분포로 이용되었으며, 그 결과를 기존 불확실성의 추정방법의 하나인 2차 근사식을 이용한 최우추정(maximum likelihood estimation)방법의 결과와 비교하였다.

• 지역연구
• /
• 제37권2호
• /
• pp.63-82
• /
• 2021

본 연구는 2000년부터 2018년까지를 분석의 시간적 범위로 설정하여 제조업 창업 활동이 공간적으로 어떠한 변화를 보여왔는지를 탐색적으로 분석하고, 향후 창업 활동의 분포 패턴 변화를 예측하는 것을 목적으로 한다. 분석을 위해 2000년부터 2018년까지의 「전국사업체조사」 마이크로데이터 제조업 사업체 자료를 활용하였다. 한국산업연구원의 ISTANS 분류체계에서 제시하는 40대 제조업 기준에 따라 제조업을 4개의 세부 산업군으로 구분한 후, 수도권 행정구역 읍면동 수준에서 공간자기상관 분석 및 공간 마르코프 체인 분석을 수행하였다. 분석 결과에 따르면, 고위기술산업군 및 중고위기술산업군의 창업 활동은 시간이 흐름에 따라 경기도 남부를 중심으로 집중되고 있는 것으로 나타났으며, 중저위기술산업군 및 저위기술산업군 창업 활동의 집중은 수도권 외곽으로 분산되고 있는 것으로 나타났다. 2000년부터 2018년까지의 추세를 연장하여 2036년까지의 분포 변화를 예측하였을 때, 창업 활동이 활발히 발생하는 지역 및 그와 인접하고 있는 지역의 경우 향후 분위 상승의 가능성이 높은 것으로 나타나 긍정적인 공간 효과가 존재하는 것으로 확인되었다. 본 연구는 일자리 창출의 주요 원천이 되는 제조업 창업 활동의 분포 패턴 변화를 동태적으로 분석함으로써 창업 육성 및 일자리 창출과 관련한 지역 정책에의 시사점을 제공하고자 하였다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제15권6호
• /
• pp.2893-2900
• /
• 2014

Background: Statistical methods are very important to precisely measure breast cancer patient survival times for healthcare management. Previous studies considered basic statistics to measure survival times without incorporating statistical modeling strategies. The objective of this study was to develop a data-based statistical probability model from the female breast cancer patients' survival times by using the Bayesian approach to predict future inferences of survival times. Materials and Methods: A random sample of 500 female patients was selected from the Surveillance Epidemiology and End Results cancer registry database. For goodness of fit, the standard model building criteria were used. The Bayesian approach is used to obtain the predictive survival times from the data-based Exponentiated Exponential Model. Markov Chain Monte Carlo method was used to obtain the summary results for predictive inference. Results: The highest number of female breast cancer patients was found in California and the lowest in New Mexico. The majority of them were married. The mean (SD) age at diagnosis (in years) was 60.92 (14.92). The mean (SD) survival time (in months) for female patients was 90.33 (83.10). The Exponentiated Exponential Model found better fits for the female survival times compared to the Exponentiated Weibull Model. The Bayesian method is used to obtain predictive inference for future survival times. Conclusions: The findings with the proposed modeling strategy will assist healthcare researchers and providers to precisely predict future survival estimates as the recent growing challenges of analyzing healthcare data have created new demand for model-based survival estimates. The application of Bayesian will produce precise estimates of future survival times.

• 한국시뮬레이션학회논문지
• /
• 제33권1호
• /
• pp.19-26
• /
• 2024

단계형 확률분포는 마코프 체인이 특정 상태로 흡수되는 시점까지 거쳐가는 여러 단계에서 체재하는 시간들의 합으로 정의되며 대기행렬 시스템과 신뢰성 분석 모형 등에 광범위하게 사용된다. 연속적 단계형 분포의 경우 흡수 상태로 진입하기까지 거쳐가는 각각의 단계에서의 체재 시간이 지수분포를 따르므로 연속적 단계형 분포는 다양한 지수분포들의 합 또는 볼록 결합으로 나타낼 수 있다. 단계형 분포를 생성하는 가장 일반적이면서도 직관적인 방법은 마코비안 표현방법이라 불리는 초기 확률벡터와 전이 생성행렬에 의해 주어지는 조건부 확률을 이용하는 것이다. 적률이 주어진 상황에서 단계형 변수를 생성하는 방법에 대한 기존의 연구들은 대부분 적률을 마코비안 표현방법으로 변환하는 것을 전제로 하고 있다. 본 연구에서는 적률을 마코비안 표현방법으로 변환하지 않고 확률 분포함수를 결정하여 단계형 확률변수를 생성하는 방법에 대해 살펴보고 마코프 표현을 사용하는 기존의 방법 대신에 조단 분해법과 최소 표현 라플라스 변환을 이용하여 2계 단계형 확률변수를 분포함수를 결정하는 공식과 절차를 제시한다. 이러한 접근 방법은 고차원의 단계형 확률분포를 이용하여 대기행렬의 시뮬레이션을 하는 경우에 마코비안 표현방법의 전이행렬을 결정하여 변수를 생성하는 경우보다 효율적이다.

• Industrial Engineering and Management Systems
• /
• 제7권2호
• /
• pp.101-112
• /
• 2008

As charts to monitor the process fraction defectives, P, in the high-yield processes, Mishima et al. (2002) discussed a synthetic chart, the Synthetic CS chart, which integrates the CS (Confirmation Sample)$_{CCC(\text{Cumulative Count of Conforming})-r}$ chart and the CCC-r chart. The Synthetic CS chart is designed to monitor quality characteristics in real-time. Recently, Kotani et al. (2005) presented the EWMA (Exponentially Weighted Moving-Average)$_{CCC-r}$ chart, which considers combining the quality characteristics monitored in the past with one monitored in real-time. In this paper, we present an alternative chart that is more superior to the $EWMA_{CCC-r}$ chart. It is an integration of the $EWMA_{CCC-r}$ chart and the CCC-r chart. In using the proposed chart, the quality characteristic is initially judged as either the in-control state or the out-of-control state, using the lower and upper control limits of the $EWMA_{CCC-r}$ chart. If the process is not judged as the in-control state by the $EWMA_{CCC-r}$ chart, the process is successively judged, using the $EWMA_{CCC-r}$ chart. We compare the ANOS (Average Number of Observations to Signal) of the proposed chart with those of the $EWMA_{CCC-r}$ chart and the Synthetic CS chart. From the numerical experiments, with the small size of inspection items, the proposed chart is the most sensitive to detect especially the small shifts in P among other charts.

• 응용통계연구
• /
• 제31권2호
• /
• pp.287-301
• /
• 2018

0이 과도하게 많이 나타나는 자료는 여러 다양한 분야에서 흔히 볼 수 있다. 이러한 자료들을 분석할 때 대표적으로 영과잉 포아송 모형이 사용된다. 특히 반응변수들 사이에 상관관계가 존재할 때에는 랜덤효과를 영과잉 포아송 모형에 도입해서 분석해야 한다. 이러한 모형은 주로 빈도론자들의 접근방법으로 분석되어왔는데, 최근에는 베이지안 기법을 사용한 분석도 다양하게 발전되어 왔다. 본 논문에서는 반응변수들 사이에 상관관계가 존재하는 경우 랜덤효과가 포함된 영과잉 포아송 회귀모형을 베이지안 추론 방법을 토대로 제안하였다. 이 모형의 적합성을 판단하기 위해 모의 실험을 통해 랜덤효과를 고려하지 않은 모형과 비교 분석하였다. 또한, 실제 지역사회 건강조사 흡연 자료에 직접 응용하여 그 결과를 살펴보았다.