해양사고를 야기한 선원의 행동오류를 식별하는 것은 해양사고의 예방 또는 저감에 관한 연구의 기초가 된다. 본 연구의 목적은 선원들의 행동오류를 세 가지 행동(즉, Skill, Rule, Knowledge)으로 모델링하는데 필요한 최적의 확률분포함수를 추정하는데 있다. 본 저자들 의 사전 연구에서 획득한 해양사고 종류별 행동오류 데이터를 이용하여 세 가지 행동오류에 최적인 확률분포함수를 추정하고, 확률분포함수에서 도출한 확률 값들 사이의 유의성을 검증하였다. 확률분포함수 추정에는 최우추정법(Maximum Likelihood Estimation, MLE)을 적용하고, 유의성 검증에는 분산분석(ANOVA)를 이용하였다. 실험결과 여덟 가지 해양사고 종류별 세 가지 행동으로 각각에 대해서 최소의 오차를 갖는 확률분포함수를 추정할 수 있었다. 이를 이용하여 계산한 여덟 가지의 해양사고 종류에 대한 세 가지 행동오류들의 확률 값들은 통계적인 유의성이 관측 되었다. 또한, 행동오류가 해양사고에 영향을 미치는 것으로 관측되었다.

This study investigates the performance of four Bayesian methods, Random Walk Metropolis (RWM), Hit-And-Run Metropolis (HARM), Adaptive Mixture Metropolis (AMM), and Population Monte Carlo (PMC), for estimating the parameters and uncertainties of probability rainfall distribution, and the results are compared with those of conventional parameter estimation methods; namely, the Method Of Moment (MOM), Maximum Likelihood Method (MLM), and Probability Weighted Method (PWM). As a result, Bayesian methods yield similar or slightly better results in parameter estimations compared with conventional methods. In particular, PMC can reduce parameter uncertainty greatly compared with RWM, HARM, and AMM methods although the Bayesian methods produce similar results in parameter estimations. Overall, the Bayesian methods produce better accuracy for scale parameters compared with the conventional methods and this characteristic improves the accuracy of probability rainfall. Therefore, Bayesian methods can be effective tools for estimating the parameters and uncertainties of probability rainfall distribution in hydrological practices, flood risk assessment, and decision-making support.

정밀안전진단시 콘크리트 강도를 추정하기 위한 방법으로 강도추정식을 이용한 방법이 많이 사용되며, 이용되는 추정식은 외국에서 이미 제안된 식이 대부분이고, 적용되는 추정식에 따라서 추정강도의 차이가 심하게 발생하며, 전반적으로 강도추정의 신뢰도가 낮아져 정밀안전진단 결과의 신뢰성에도 상당한 영향을 미친다. 이런 문제점은 일부 국한된 부분에서 발생하게 되어 다수의 실험을 통하여 신뢰도를 높일 수 있다. 본 논문은 이와 같은 필요성을 포괄하기 위해 실내압축강도와 관련된 신뢰도 평가식을 제안하였다. 확률론적 기법을 이용하여 신뢰도 평가식의 유용성을 검증하였으며 실내압축강도와 추정압축강도의 추이 그래프를 비교하였다. 비교결과, 본 연구에서 제시된 신뢰도 평가식의 유용성을 확인하였다.

We present a robust power transmission lines detection method based on vanishing point estimation. Vanishing point estimation can be helpful to detect power transmission lines because parallel lines converge on the vanishing point in a projected 2D image. However, it is not easy to estimate the vanishing point correctly in an image with complex background. Thus, we first propose a vanishing point estimation method on power transmission lines by using a probabilistic voting procedure based on intersection points of line segments. In images obtained by our system, power transmission lines are located in a fan-shaped area centered on this estimated vanishing point, and therefore we select the line segments that converge to the estimated vanishing point as candidate line segments for power transmission lines only in this fan-shaped area. Finally, we detect the power transmission lines from these candidate line segments. Experimental results show that the proposed method is robust to noise and efficient to detect power transmission lines.

본 연구에서는 확률 대응법의 적용성을 평가하고, 이를 적용하여 실제 호우사상에 적합한 레이더 강우 추정관계식을 결정하였다. 먼저, 확률 대응법의 과정을 새로 정리하여 zT나 rT 등의 임계값을 결정하였다. 둘 째, 확률 대응법에 적용할 자료의 수가 매개변수 결정에 미치는 영향에 대하여 모의 자료를 이용하여 민감도 분석을 수행하였다. 셋 째, 확률을 나타낼 반사도와 강우강도 히스토그램의 구간 간격이 매개변수 결정에 미치는 영향에 대해 민감도 분석을 수행하였다. 그 결과, 확률대응법으로 매개변수를 결정할 경우 확률대응법에 2시간 정도 누적된 반사도와 강우 쌍을 적용하는 것이 적합함을 확인하였다. 아울러 확률대응에는 반사도와 강우강도의 누가확률 차이보다 1차 모멘트 차이를 이용하는 것이 양호한 결과를 얻을 수 있고, 30~100% 구간을 대응하는 것이 적합하다는 것을 확인하였다. 본 연구에서는 이러한 결과를 바탕으로 비슬산 레이더로 관측한 실제 호우사상에 대해 확률대응법으로 매개변수를 결정하였다. 또한, 매개변수를 이용하여 레이더 강우를 추정하였고, 이를 지상강우와 비교하였다. 전체적으로 레이더 강우가 지상강우보다 크게 산정되었지만, 레이더 강우와 지상 강우를 쉽게 대응하기 어려운 기존의 연구 결과를 고려하여 본 연구에서 평가한 확률대응법이 비교적 호우사상에 적합한 레이더 강우를 산정할 수 있다고 판단하였다.

This paper proposes an underwater localization algorithm using probabilistic object recognition. It is organized as follows; 1) recognizing artificial objects using imaging sonar, and 2) localizing the recognized objects and the vehicle using EKF(Extended Kalman Filter) based SLAM. For this purpose, we develop artificial landmarks to be recognized even under the unstable sonar images induced by noise. Moreover, a probabilistic recognition framework is proposed. In this way, the distance and bearing of the recognized artificial landmarks are acquired to perform the localization of the underwater vehicle. Using the recognized objects, EKF-based SLAM is carried out and results in a path of the underwater vehicle and the location of landmarks. The proposed localization algorithm is verified by experiments in a basin.

Acoustic signal is crucial for the autonomous navigation of underwater vehicles. For this purpose, this paper presents a method of acoustic source localization. The proposed method is based on the probabilistic estimation of time delay of acoustic signals received by two hydrophones. Using Bayesian update process, the proposed method can provide reliable estimation of direction angle of the acoustic source. The acquired direction information is used to estimate the location of the acoustic source. By accumulating direction information from various vehicle locations, the acoustic source localization is achieved using extended Kalman filter. The proposed method can provide a reliable estimation of the direction and location of the acoustic source, even under for a noisy acoustic signal. Experimental results demonstrate the performance of the proposed acoustic source localization method in a real sea environment.

The purpose of this study is to evaluate the collapse probability of structural member in building. Probability of material strength and live load were collected. By evaluating the probability distribution for design strength and required strength, the probability on the collapse of a column were evaluated.

집중호우 등의 빈번한 증가로 인해 수방시설 관리의 중요성이 증대되고 있다. 수방시설 관리를 위해서는 구조물에 대한 정보와 구조물이 위치한 지역의 표고, 경사, 토양분포현황, 수계현황 등의 분석 자료를 구축하여야만 한다. 이러한 구축된 정보를 바탕으로 침수 모의를 통해 재난상황 발생 시 수방시설물의 대피 경로의 확보가 필요하다. 이를 위해서는 수방시설물에 저류되는 수자원에 대한 계측데이터를 기반으로 BIM(Building Information Modeling, BIM)과 연계하여 신속한 의사결정이 수반되어야 하며 극한홍수 등의 재해로부터 대피할 수 있는 통로를 설정하여야 한다.본 연구에서는 BIM기술과 연계되는 재해 상황 별 시나리오인 확률강우량의 범위를 지점빈도해석과 지역빈도해석을 통해 극한 홍수가 일어나는 범위를 산정하여 제시하고자 한다. 일반적으로 빈도해석에 의한 확률강우량 추정 방법은 지점빈도해석과 지역빈도해석에 의한 방법으로 확률강우량을 추정한다. 지역빈도해석에 의한 확률강우량 추정은 지점빈도해석을 보완한 방법으로 강우 자료의 기록년이 짧아 지점빈도해석에 의한 불확실성이 커졌을 경우 다수의 강우 관측소로부터 수문학적 동질성이 확보하여 적용한다. 본 연구의 대상 유역은 BIM기술에 활용되는 극한 홍수에 대한 침수 피해가 분석 가능한 의정부시의 홍복저수지와 백석천 및 중랑천 유역을 선정하였고, 재난상황별 극한 홍수의 시나리오를 제시할 수 있는 지속기간별 확률강우량을 추정하였다. 대상 유역의 침수 분석은 1차원 홍수침수모형인 “HEC-RAS” 를 이용하여 하천구간별 경계조건에 대한 유량 및 수위값을 산정하였고, 2차 홍수침수모형은 “HYDRO AS_2D”를 이용하였으며 효과적인 침수 모의를 위해 두 모형을 연동하여 모의하였다. 침수모의를 위한 재해 상황에 따른 시나리오별 강우자료는 기상청 산하의 서울 지점의 강우 관측소를 선정하였으며, BIM기술에 활용할 수 있도록 극한 홍수에 대하여 침수범위를 제시하고자 지속기간별 확률강우량을 지역빈도해석과 지점빈도해석에 대하여 적절한 재해 상황별 시나리오를 제시하고자 한다.

This study applied the Bayesian method for the quantification of the parameter uncertainty of spatial linear mixed model in the estimation of the spatial distribution of probability rainfall. In the application of Bayesian method, the prior sensitivity analysis was implemented by using the priors normally selected in the existing studies which applied the Bayesian method for the puppose of assessing the influence which the selection of the priors of model parameters had on posteriors. As a result, the posteriors of parameters were differently estimated which priors were selected, and then in the case of the prior combination, F-S-E, the sizes of uncertainty intervals were minimum and the modes, means and medians of the posteriors were similar to the estimates using the existing classical methods. From the comparitive analysis between Bayesian and plug-in spatial predictions, we could find that the uncertainty of plug-in prediction could be slightly underestimated than that of Bayesian prediction.

Bootstrap methods is the computer-based resampling method that estimates the standard errors and confidence intervals of summary statistics using the plug-in principle for assessing the accuracy or uncertainty of statistical estimates, and the BCa method among the Bootstrap methods is known much superior to other Bootstrap methods in respect of the standards of statistical validation. Therefore this study suggests the method of the representation and treatment of uncertainty in flood risk assessment and water resources planning from the construction and application of rainfall frequency analysis model considersing the uncertainty based on the nonparametric BCa method among the Bootstrap methods for the assessement of the estimation of probability rainfall and the effect of uncertainty considering the uncertainty of the parameter estimation of probability in the rainfall frequency analysis that is the most fundamental in flood risk assessement and water resources planning.

본 논문에서는 목포 대교와 통항 선박 사이의 충돌 확률 계산에 필요한 통계 변수 추정에 관해 기술했다. 먼저 목포대교 통항 선박들의 AIS(Automatic Identification System) 정보를 입수한 후, 선박들의 통항 궤적 분포를 분석하고, 목포대교 중심으로 부터의 이격 거리와 목포대교 통항시의 침로 및 속력 등에 대한 평균과 표준편차를 추정하였다. 궤적 분포 분석 결과, 이격 거리와 통항 침로에 대한 궤적 분포는 정규 분포 형태로 나타났고, 통항 속력 분포는 서로 다른 두 종류의 정규 분포 형태를 나타냈다. 그리고 궤적 분포와 이들의 정규 확률분포와의 상대 비교를 통해서 추정한 확률 변수 값의 유용성을 확인하였다.

본 연구는 확률강우량에 대한 공간분포 추정시 신뢰도를 향상시키는데 있어서 외부변수 사용의 유효성을 평가하기 위하여 확률강우량과 단일 보조변수로서 지형특성인자들과의 상관관계를 고려한 KED 기법을 적용하였으며, 그 결과 강우공간분포 및 유역평균강우량의 추정에 있어서 확정론적 공간보간기법 및 크리징 기법과 대체로 비슷한 결과를 나타내는 것으로 분석되었으며, KED 및 크리징 기법에 대한 교차검증 결과 보조변수로서 표고를 사용한 KED 기법이 가장 좋은 결과

본 논문에서는 각각의 시점에서의 변화확률을 산정하여 변화시점을 추정하는 Barry and Hartigan (BH)의 베이지안 변화시점 추정방법(Bayesian changing points estimation method)을 이용하여 측우기 관측자료계열(CWK)과 근대우량계 관측자료계열(MRG)간의 변화에 대한 상대확률적 절점의 발생여부를 분석하였다. 어떠한 자연 현상도 완전히 동일하게 재현되지 않기때문에 시간적인 순서를 고려하지못하는 통계적 방법은 구체

The purpose of this paper is to estimate a probability to visit the Yeosu Aquarium with an ordered logit model. Ordered logit model is affordable to estimate the probability when the dependant variable represents likert-type scale. The estimated results are as follows. The more income induces the visiting-expectation. The experience for another aquarium and the visiting-expectation for the Yeosu EXPO are contributed to the visiting-expectation for the Yeosu Aquarium. The needs to visit the Yeosu Aquarium is low in Kyoungsang area and Seoul-Kyounggi-Incheun Metropolitan area. This is related to the Aquarium facilities, which were established in each area. In average level conditions regarding to all independent variables the probability to visit the Yeosu Aquarium is calculated to 15.75%. However, the probability to visit to the Yeosu Aquarium is decreasing according to the change of an admission fee.

본 연구에서는 서로 다른 지속기간을 가지는 강우자료간의 스케일 성질을 이용하여 확률강우량을 추정하는 방법을 알아보고, 국내 강우자료에 대해서 그 적용성을 살펴보고자 하였다. 기상청 지점중에서 기록기간이 비교적 장기간인 22개 지점에 대해서 지점빈도해석을 통한 확률강우량과 스케일 성질을 활용한 확률강우량간의 정확도를 비교해 본 결과, 시간단위자료를 사용할 경우 대부분 절대상대오차가 10 % 미만인 결과를 얻을 수 있었고, 각각의 지속 기간별로 적용가능한

본 연구에서는 지표홍수 빈도곡선을 개발하여 미계측 지점에서의 확률 홍수량을 추정해 보았다. 홍수빈도 분석은 한강유역의 9개 지점에 대하여 연최대치 홍수량 자료를 이용하여 분석하였다. 홍수빈도 곡선을 작성한 후 각 지점별 연평균홍수량( )을 결정하였고, 각 지점별 재현기간에 따른 연평균 홍수량에 대한 비를 산정 후 평균하였다. 그 결과 재현기간별로 다른 홍수량비가 산정되었다. 연평균 홍수량과 유역의 지형인자와의 상관 분석을 통해 다중선형 회귀식을 도출하였

하천유지유량 설정에 최소한의 기준이 되는 갈수량을 결정하기 위하여 하천유량 자료를 검토하고 확률갈수량을 추정하였다. 확률갈수량은 모수적 방법과 비모수적 방법을 사용하여 산정하였으며, Monte Carlo 모의실험을 통하여 비교·분석하였다. 한강유역 13개 지점의 갈수량에 대한 빈도 해석을 실시한 결과, 유역 전체에 대한 확률분포 형은 3가지 분포형, 즉 2모수 gamma, 2모수 lognormal, 그리고 2모수 Weibull 분포가 한강 전지점의 주요