최근 원자력 지진 PSA(Probabilistic Safety Assessment)를 토대로 산업시설물의 지진 PSA를 수행하는 연구가 진행되었다. 해당 연 구는 원자력 발전소와 산업시설물의 차이를 파악하고, 최종적으로 운영정지를 목표로 하는 고장수목(Fault Tree)를 구축한 후 시각적 확률도구인 베이지안 네트워크(Bayesian Network, BN)으로 변환하였다. 본 연구는 선행연구를 기반으로 지진으로 유발된 구조손상 으로 인해 발생 가능한 화재･폭발에 대해 PSA를 수행하고자 하였다. 이를 위해 화재･폭발을 사건수목(Event Tree)으로 표현하고, BN 으로 변환하였다. 변환된 BN은 화재･폭발 모듈로서 선행연구에서 제시된 고장수목 기반 BN과 연계되어 최종적으로 지진 유발 화재･ 폭발 PSA를 수행할 수 있는 BN 기반 방법론이 개발되었다. 개발된 BN을 검증하기위해 수치예제로서 가상의 가스플랜트 Plot Plan을 생성하였고, 가스플랜트의 설비 종류가 구체적으로 반영된 대규모 BN을 구축하였다. 해당 BN을 이용하여 지진 규모에 따른 전체시 스템의 운영정지 확률 및 하위시스템들의 고장확률 산정과 더불어 역으로 전체시스템이 운영 정지되었을 때 하위시스템들의 영향도 분석과 화재･폭발 가능성을 산정하여 다양한 의사결정을 수행할 수 있음을 제시함으로써 그 우수성을 확인하였다.

원자력발전소 지진 확률론적 안전성 평가인 PSA(Probabilistic Safety Assessment)는 오랜 기간에 걸쳐 확고히 구축되어 왔다. 반면 에 다양한 공정 기반의 산업시설물의 경우 화재, 폭발, 확산(유출) 재난에 대해 주로 연구되어 왔으며, 지진에 대해서는 상대적으로 연 구가 미미하였다. 하지만, 플랜트 설계 당시와 달리 해당 부지가 지진 영향권에 들어갈 경우 지진 PSA 수행은 필수적이다. 지진 PSA 를 수행하기 위해서는 확률론적 지진 재해도 해석(Probabilistic Seismic Hazard Analysis), 사건수목 해석(Event Tree Analysis), 고장수 목 해석(Fault Tree Analysis), 취약도 곡선 등을 필요로 한다. 원자력 발전소의 경우 노심 손상 방지라는 최우선 목표에 따라 많은 사고 시나리오 분석을 통해 사건수목이 구축되었지만, 산업시설물의 경우 공정의 다양성과 최우선 손상 방지 핵심설비의 부재로 인해 일 반적인 사건수목 구축이 어렵다. 따라서, 본 연구에서는 산업시설물 지진 PSA를 수행하기 위해 고장수목을 바탕으로 확률론적 시각 도구인 베이지안 네트워크(Bayesian Network, BN)로 변환하여 리스크를 평가하는 방법을 제안한다. 제안된 방법을 이용하여 임의로 생성된 가스플랜트 Plot Plan에 대해 최종 BN을 구축하고, 다양한 사건 경우에 대한 효용성있는 의사결정과정을 보임으로써 그 우수 성을 확인하였다.

The Bayesian algorithm model is a model algorithm that calculates probabilities based on input data and is mainly used for complex disasters, water quality management, the ecological structure between living things or living-non-living factors. In this study, we analyzed the main factors affected Korean Estuary Trophic Diatom Index (KETDI) change based on the Bayesian network analysis using the diatom community and physicochemical factors in the domestic estuarine aquatic ecosystem. For Bayesian analysis, estuarine diatom habitat data and estuarine aquatic diatom health (2008~2019) data were used. Data were classified into habitat, physical, chemical, and biological factors. Each data was input to the Bayesian network model (GeNIE model) and performed estuary aquatic network analysis along with the nationwide and each coast. From 2008 to 2019, a total of 625 taxa of diatoms were identified, consisting of 2 orders, 5 suborders, 18 families, 141 genera, 595 species, 29 varieties, and 1 species. Nitzschia inconspicua had the highest cumulative cell density, followed by Nitzschia palea, Pseudostaurosira elliptica and Achnanthidium minutissimum. As a result of analyzing the ecological network of diatom health assessment in the estuary ecosystem using the Bayesian network model, the biological factor was the most sensitive factor influencing the health assessment score was. In contrast, the habitat and physicochemical factors had relatively low sensitivity. The most sensitive taxa of diatoms to the assessment of estuarine aquatic health were Nitzschia inconspicua, N. fonticola, Achnanthes convergens, and Pseudostaurosira elliptica. In addition, the ratio of industrial area and cattle shed near the habitat was sensitively linked to the health assessment. The major taxa sensitive to diatom health evaluation differed according to coast. Bayesian network analysis was useful to identify major variables including diatom taxa affecting aquatic health even in complex ecological structures such as estuary ecosystems. In addition, it is possible to identify the restoration target accurately when restoring the consequently damaged estuary aquatic ecosystem.

This study explored the usefulness and implications of the Bayesian hyperparameter optimization in developing species distribution models (SDMs). A variety of machine learning (ML) algorithms, namely, support vector machine (SVM), random forest (RF), boosted regression tree (BRT), XGBoost (XGB), and Multilayer perceptron (MLP) were used for predicting the occurrence of four benthic macroinvertebrate species. The Bayesian optimization method successfully tuned model hyperparameters, with all ML models resulting an area under the curve (AUC) > 0.7. Also, hyperparameter search ranges that generally clustered around the optimal values suggest the efficiency of the Bayesian optimization in finding optimal sets of hyperparameters. Tree based ensemble algorithms (BRT, RF, and XGB) tended to show higher performances than SVM and MLP. Important hyperparameters and optimal values differed by species and ML model, indicating the necessity of hyperparameter tuning for improving individual model performances. The optimization results demonstrate that for all macroinvertebrate species SVM and RF required fewer numbers of trials until obtaining optimal hyperparameter sets, leading to reduced computational cost compared to other ML algorithms. The results of this study suggest that the Bayesian optimization is an efficient method for hyperparameter optimization of machine learning algorithms.

안전한 구조부재의 위치파악, 정밀한 시공을 위하여 인양, 안착시스템의 위치추정은 매우 중요한 요소이다. 크레인 인양시스템, 침매터널 이동시스템은 운용 중에 돌풍, 파랑과 같은 외란에 노출되어 불필요한 진동이 유발되고, 인양 길이 등이 시간에 따라 변하는 시변 시스템으로 구조부재나 질량체의 설계위치이동에 방해 요인이 되고 있다. 본 연구에서는 베이지안 필터가 가지는 비가우시안 잡음, 시스템 비선형성에 대한 확장성을 이용하여 정교하게 위치를 추정하는 기법을 다룬다. 이를 위하여 베이지안 프러세스로부터 필터의 유도과정을 살펴보고 유도된 확장 칼만필터를 이용하여 시변 진자시스템의 위치 추정 성능을 평가하여 보았다. 시변 진자시스 템에 대한 수치 시뮬레이션결과 외란에 의한 진동, 시스템의 비선형성, 시변성에 대해 안정적으로 위치를 추정하는 것을 알 수 있었다.

기존의 확률론적 안전성 평가의 신뢰도 제고를 위하여 잘 알려진 입력 파라미터의 일반적인 분포에 새롭게 측정된 신뢰도 있는 데이터를 결합하여 사후분포를 구할 수 있는 베이지안 업데이팅 방법론을 제안하였다. 마코프체인 몬테 칼로 샘플링 기법의 알고리듬을 통한 GoldSim 모듈도 개발하였다. 복수의 입력 파라미터의 사전분포에 대해 연속적으로 사후분포를 구 해낼 수 있는 베이지안 업데이팅이 가능하도록 개발된 이 모듈을 GoldSim 템플릿 형태의 기존의 GSTSPA 프로그램으로 이행하여 보다 신뢰도 있는 확률론적 방사성폐기물 처분 시스템 안전성 평가가 가능하도록 하였다. 이는 기존에 존재하는 사 전분포의 일반적인 형태는 취하되 새롭게 얻어지는 실제 측정치나 전문가들의 의견을 기존의 분포에 적용하여 보다 더 높은 믿음을 갖는 입력 파라미터의 사후분포를 얻을 수 있게 한다. 균열암반 내 핵종 이동에 관련된 몇 개의 입력 파라미터의 사전분포의 세차례의 연속적 업데이팅을 통해 프로그램의 유용성도 예시하였다. 이 연구를 통하여 처분시스템과 같이 장기적 평가가 필요하고 넓은 모델링 지역을 가지며 측정된 입력자료가 부족한 경우 보다 더 믿음직한 방법으로 안전성 평가를 수행할 수 있는 것을 보였다.

PURPOSES : This study aimed to estimate road pavement life expectancy using Bayesian Markov Mixture Hazard Model, to support infrastructure asset management. In addition, the life expectancies for the pavement condition index were compared among regional construction and management administrations. METHODS : Eleven years of National Highway road pavement monitoring data fused with ESAL (Equivalent Single Axle Loads), SNP (Structural Number of Pavement, an indicator of structural capacity), and average low temperature, total rainfall, and de-icing were used for the deterioration modeling. Deterioration modeling was performed through the Bayesian Markov Mixture Hazard Model. RESULTS : The expected life expectancy of the crack was estimated at 12.28 to 18.51 years, rut depth was estimated at 15.93 to 25.3 years, and the International Roughness Index was estimated at 10.44 to 14.33 years. It was also confirmed that the heterogeneity factor proposed in the Bayesian Markov Mixture Hazard Model could be used to analyze group characteristics and differences in the benchmark. CONCLUSIONS: This study provided important information in that it compared the life expectancies and structural characteristics of the pavement condition indexes among regional construction and management administrations. Based on this result, it is expected that a pavement structure design and maintenance strategy suitable for deterioration characteristics among regional construction and management administrations will be established.

This study is aimed to take a stock assessment of blackthroat seaperch Doederleinia seaperch regarding the fishing effort of large-powered Danish Seine Fishery and Southwest Sea Danish Seine Fishery. For the assessment, the state-space model was implemented and the standardized catch per unit effort (CPUE) of large powered Danish Seine Fishery and Southwest Sea Danish Seine Fishery which is necessary for the model was estimated with generalized linear model (GLM). The model was adequate for stock assessment because its r-square value was 0.99 and root mean square error (RMSE) value was 0.003. According to the model with 95% confidence interval, maximum sustainable yield (MSY) of Blackthroat seaperch is from 2,634 to 6,765 ton and carrying capacity (K) is between 33,180 and 62,820. Also, the catchability coefficient (q) is between 2.14E-06 and 3.95E-06 and intrinsic growth rate (r) is between 0.31 and 0.72.

북극에 대한 관심이 높아지면서 쇄빙연구선의 필요성이 점점 커지고 있다. 특히 우리나라의 경우 2009년 진수된 7,500톤급의 아라온호가 유일한 쇄빙연구선인데, 현재 아라온호만으로는 북극과 남극의 관련 연구를 수행하는데 어려움이 있다. 이에 해양수산부에서는 제2쇄빙연구선의 건조를 추진 중에 있는데 제2쇄빙연구선 건조의 필요성과 규모의 적정성에 대한 논란이 있으므로 이러한 논란을 줄이고 보다 합리적인 의사결정을 위해서는 제2쇄빙연구선의 경제적 가치를 추정하는 것이 중요하다. 본 연구는 비시장재화의 가치측정방 법론인 조건부 가치측정법을 활용하여 제2쇄빙연구선의 경제적 편익을 산정하였다. 특히 본 연구의 추정방법과 관련하여 통상적인 CVM 은 가정되는 분포의 형태와 추정모형에 따라서 WTP 분석결과에 편차가 발생하게 된다. 이에 본 연구에서는 베이지안 추정법(Bayesian approach)을 활용한다. 분석결과에 따르면 가구당 연간 평균 WTP는 1,999원으로 추정되었으며 이를 전국 가구 수로 확대한 제2쇄빙연구선 건조 사업에 대한 총편익은 연간 약 373.9억 원인 것으로 산정되었다.

풍력 자원의 단기 예측 가능성은 풍력 발전 단지의 경제적 타당성을 평가하는 중요한 요소이다. 본 연구에서는 풍력 자원의 단기 예측 가능성을 향상시키는 방법의 하나로 베이지안 칼만 필터를 후처리 과정으로 적용하였다. 이때 추정된 모델과 관측 데이터의 상관관계를 평가하기 위하여 일정 시간 동안 베이지안 칼만 훈련 기간이 요구된다. 본 연구는 여러 훈련 기간에 따라 예측 특성을 정량적으로 분석하였다. 태백 지역에서는 3일 단기 베이지안 칼만 훈련으 로 기온과 풍속을 예측하는 것이 다른 훈련 기간을 적용할 때보다 우수한 예측 성능을 보였다. 반면 이어도는 6일 이 상의 베이지안 칼만 필터의 훈련 기간을 적용한 경우 가장 좋은 예측 성능을 나타낸다. WRF 예측 성능이 떨어지는 사 례에서 베이지안 칼만 필터의 예측 성능향상이 뚜렷하게 나타나며, 반대로 WRF 예측이 정확한 지점에서는 필터적용에 따른 성능향상 정도가 약한 경향을 가진다.

The project schedule risk in the engineering and facility construction industry is increasingly considered as important management factor because the risks in terms of schedule or deadline may significantly affect the project cost. Especially, the project-based operating companies attempt to find the best estimate of the project completion time for use at their proposals, and therefore, usually have much interest in accurate estimation of the duration of the projects. In general, the management of projects schedule risk is achieved by modeling project schedule with PERT/CPM techniques, and then performing risk assessment with simulation such as Monte-Carlo simulation method. However, since these approaches require the accumulated executional data, which are not usually available in project-based operating company, and, further, they cannot reflect various schedule constraints, which usually are met during the project execution, the project managers have difficulty in preparing for the project risks in advance of their occurrence in the project execution. As these constraints may affect time and cost which role as the crucial evaluation factors to the quality of the project result, they must be identified and described in advance of their occurrence in the project management. This paper proposes a Bayesian Net based methodology for estimating project schedule risk by identifying and enforcing the project risks and its response plan which may occur in storage tank engineering and construction project environment. First, we translated the schedule network with the project risks and its response plan into Bayesian Net. Second, we analyzed the integrated Bayesian Net and suggested an estimate of project schedule risk with simulation approach. Finally, we applied our approach to a storage tank construction project to validate its feasibility.

PURPOSES : The objective of this paper is to develop a pavement performance model based on the Bayesian algorithm, and compare the measured and predicted performance data. METHODS : In this paper, several pavement types such as SMA (stone mastic asphalt), PSMA (polymer-modified stone mastic asphalt), PMA (polymer-modified asphalt), SBS (styrene-butadiene-styrene) modified asphalt, and DGA (dense-graded asphalt) are modeled in terms of the performance evaluation of pavement structures, using the Bayesian algorithm. RESULTS : From case studies related to the performance model development, the statistical parameters of the mean value and standard deviation can be obtained through the Bayesian algorithm, using the initial performance data of two different pavement cases. Furthermore, an accurate performance model can be developed, based on the comparison between the measured and predicted performance data. CONCLUSIONS : Based on the results of the case studies, it is concluded that the determined coefficients of the nonlinear performance models can be used to accurately predict the long-term performance behaviors of DGA and modified asphalt concrete pavements. In addition, the developed models were evaluated through comparison studies between the initial measurement and prediction data, as well as between the final measurement and prediction data. In the model development, the initial measured data were used.

This paper proposes an emotion classifier from EEG signals based on Bayesʼ theorem and a machine learning using a perceptron convergence algorithm. The emotions are represented on the valence and arousal dimensions. The fast Fourier transform spectrum analysis is used to extract features from the EEG signals. To verify the proposed method, we use an open database for emotion analysis using physiological signal (DEAP) and compare it with C-SVC which is one of the support vector machines. An emotion is defined as two-level class and three-level class in both valence and arousal dimensions. For the two-level class case, the accuracy of the valence and arousal estimation is 67% and 66%, respectively. For the three-level class case, the accuracy is 53% and 51%, respectively. Compared with the best case of the C-SVC, the proposed classifier gave 4% and 8% more accurate estimations of valence and arousal for the two-level class. In estimation of three-level class, the proposed method showed a similar performance to the best case of the C-SVC.