The objective of this study is to estimate the dietary exposure of polychlorinated dibenzo-p-dioxins and dibezofurans (PCDD/Fs) of Korean population via milk and meat using a probabilistic exposure assessment model. Total 319 raw milk and meat samples collected in the period 2006-2008 from nationwide Korea were measured the concentrations of 17 PCDD/Fs. Distributions of dietary exposure of 7 age subgroups to PCDD/Fs from the commodities were estimated probabilistically using Monte Carlo simulations. Dietary exposure groups were divided as lower, medium and high consumer subgroups according to the consumption of each commodity. The amounts of dietary exposures of Korean population subgroups were compared to the provisional maximum tolerable monthly intake (PTMI) recommended by the Joint FAO/WHO Expert Committee on Food Additives and Contaminants (JECFA). The mean PCDD/Fs concentrations in raw milk and meat of beef, prok and chicken were measured as 0.501, and 0.022~0.150pg WHO-TEQ/g, respectively. Dietary exposure of children was significantly higher than that of adults due to their high milk consumption per body weight (BW). Dietary intake of PCDD/Fs of the Korean populations estimated ranged from 0.154 to 1.248 pg WHO- TEQ/kg BW/day for high consumers (the 97.5th percentile) at the upper bound. Dietary intakes of average population of various subgroups were below the half of PTMI, but those of higher consumers were found exceeding or comparable to PTMI at the upper bound level. This study also suggests that the estimated PCDD/Fs concentrations in milk and meat are comparable to those reported in previous studies. Probabilistic assessment model for PCDD/Fs exposure in meat and milk commodities could be used to estimate the exposure of PCDD/Fs in Korean population for the development of risk mangement mesaures for PCDD/Fs in meat and milk.

시각적 데이터는 도처에 존재하며 자연어는 인간이 이해할 수 있는 의사소통 수단이다. VQA(Visual Question Answering)는 이미지를 이미지에 대한 입력과 질문으로 취하고 복잡한 추론을 사용하여 자연어 답변을 생성 하는 시스템이다. 따라서, VQA는 답을 예측하기 위해 이미지에 대한 자세한 이해와 복잡한 이유가 필요하 다. 멀티모달 구조와 가능한 실제 구현을 고려할 때, VQA는 인공지능에게 매우 중요한 과제이다. VQA를 위한 심층 신경망에 사용되는 아키텍처와 하이퍼 파라미터는 결과에 큰 영향을 미친다. 이 프로젝트는 이미 지 특징을 추출하기 위해 사전 훈련된 모델(VGGNet)과 단어를 내장하기 위해 Word2Vec를 도입하고 질문에 서 단어 특징을 얻기 위해 LSTM을 도입하고 결과를 결합한 후 가장 높은 확률을 가진 답을 예측한다.

본 연구에서는 강풍 위험과 강풍 취약도의 합성곱을 통하여 강풍 위험도를 평가할 수 있는 확률적 체계를 수립하였으며, 수치적으로 개발한 모형으로 아파트 창호 시스템의 강풍 위험도를 평가하였다. 강풍 위험 모형은 1951년부터 2013년까지에 한반도에 영향을 준 태풍의 기후학적 자료를 몬테카를로 모사기법에 적용하여 개발되었다. 또한 몬테카를로 모사기법으로 창호 시스템의 저항성능과 풍하중의 확률 분포를 비교하여 강풍에 대한 4가지 피해단계의 구조적 파괴확률을 평가할 수 있는 취약도 모형이 개발되었다. 개발된 몬테카를로 모사기법으로 평가한 강풍 위험과 강풍 취약도는 각각 웨이블 분포와 로그정규분포로 곡선맞춤 되었으며, 합성곱을 통한 강풍 위험도 평가에 사용되었다. 본 연구에서 개발한 확률적 위험도 평가체계를 통하여 평가지역, 지표조도, 지형, 지붕 경사각, 건물 높이 등이 아파트 창호 시스템의 강풍 위험도에 미치는 영향성을 정량적으로 평가할 수 있었다. 향후 본 연구를 통하여 개발된 강풍 위험도 평가 모델은 평가지역의 존재하는 건축물에 대한 데이터베이스와 결합하여 손실추정 및 피해 저감대책 수립 등의 분야에서 활용이 가능할 것으로 판단된다.

Recently, transaction data is accumulated everywhere such as bank and IT company. Association analysis methods are usually applied to analyze transaction data, but the methods have several problems. For example, these methods only consider one-way relations among items and cannot reflect domain knowledge to analysis process. In order to overcome defect of association analysis methods, we suggest a transaction data analysis method based on probabilistic graphical model (PGM) in this study. The method we suggest has several advantages as compared with association analysis methods. For example, this method has a high flexibility, so it can give a solution to various probability problems regarding the transaction data and can consider various relationships among items.

내진설계기준이 반영되지 않은 기존 구조물의 경우 내진보강에 의하여 구조물의 내진성능을 향상시킬 수 있다. 내진보강의 수준을 합리적으로 결정하기 위해서는 구조물의 사용기간 동안에 예상되는 지진피해 관련 손실이 최소화되도록 하여야 하는데, 이를 위해서는 구조물이 위치한 지역에 대한 지진의 강도별 발생빈도, 지진에 의한 구조물의 기능상실 및 직접/간접 피해를 복합적으로 고려하여 구조물의 예상 손실비용을 산정하여야 하며 이는 구조물 손상에 대한 지진위험도 해석을 통해서 그 해석을 수행할 수 있다. 본 연구에서는 확률적 지진요구모델을 이용한 위험도 평가를 통하여 구조물의 지진에 대한 피해 손실을 정량적으로 산정하고 이를 바탕으로 초기비용과 예상손실비용을 포함한 총 손실비용을 최소화시킬 수 있도록 내진보강 수준을 최적화하는 절차를 제시하였다. 구조물과 관련된 지진피해 산정에 있어서 지진하중의 강도별 발생확률 및 구조물의 손상확률을 동시에 고려하여 구조물 생애주기에 대한 구조물의 지진손상 확률밀도함수 및 누적분포함수를 수식화하였으며 수식의 유효성을 유지하기 위한 확률변수의 유효범위를 정의하였다. 또한 여기에 사회적, 경제적 손실을 정량화하기 위한 손실함수를 결부시켜 구조물과 관련된 지진 피해 손실의 기댓값을 정량적으로 산정할 수 있도록 하였다. 제시된 해석기법은 기존의 시뮬레이션에 의한 손실산정법과 비교하여 해석의 정확도는 잃지 않으면서 구조해석의 반복횟수를 대폭 줄일 수 있다는 장점이 있으며 빌딩과 교량을 비롯한 구조물의 내진성능 평가 및 개선을 위한 의사결정 시에 효율적으로 적용될 수 있을 것으로 판단된다.

포장유지관리체계는 신설포장의 공용 이후 포장 유지보수를 실시함에 있어 기술적으로 타당하고 경제적으로 효율적인 보수전락을 적용하는 것을 목표로 한다. 이를 위해서는 신뢰성 있는 포장공용성 예측모델을 필요로 한다. 본 연구에서는 마르코프 체인 이론에 기초한 확률적 포장공용성 예측 시스템을 제안하고, 아스팔트 포장으로의 적용상 문제점 등을 기술하였다. 본 연구 결과로서 아스팔트 포장의 공용성 예측을 위한 포장상태 전이행렬을 정의하였으며, 정량적인 포장공용 수명평가 결과를 제시하였다.

포장유지관리체계는 신설포장의 공용 이후 포장 유지보수를 실시함에 있어 기술적으로 타당하고 경제적으로 효율적인 보수전락을 적용하는 것을 목표로 한다. 이를 위해서는 신뢰성 있는 포장공용성 예측모델을 필요로 한다. 본 연구에서는 마르코프 체인 이론에 기초한 확률적 포장공용성 예측 시스템을 제안하고, 아스팔트 포장으로의 적용상 문제점 등을 기술하였다. 본 연구 결과로서 아스팔트 포장의 공용성 예측을 위한 포장상태 전이행렬을 정의하였으며, 정량적인 포장공용 수명평가 결과를 제시하였다.

지진예측을 위한 확률론적퍼지모형을 제안하였다. 제안원 모형은 지진발생에 대하여 부작위성 (randomness) 과 퍼 지니스( fuzziness )를 같이 사용하여， 기존의 확률론에 근거한 지진예측방볍을 개선할 수 있도록 하였다. 이 연구의 설과는 (a) 주어진 초과확률에 대한 지반가속도 또는 주어진 지반가속도에 대한 초과확률의 멤벼쉽함수와 (b) 멤써 쉽함수릎 대표할 수 있는 특성값 (characteristic value) 이다. 확률론적퍼지모형을 띠 놔 Utah 주의 Wasatch Front Range 의 자료에 적용하여 서로 다른 연간초파확률， 최대지반가속도에 대하여 지진도른 작성하였다

Over the recent decades, apartment in Korea have experienced performance degradation. To solve this problem, Long-term repair program has been going on. However that program is applying deterministic model. The repair program using the existing deterministic model can not be taken into consideration of various case, and the number of repairs other than the plan is increasing. Therefore, This study try probabilistic models using Monte-carlo simulation those based on reliability and risk, instead of deterministic those just considering mean value. Probabilistic model of repair cycle will be base of efficient and correct maintenance plan.

In this paper, we used a nonhomogeneous Gaussian regression model (NGR) as the postprocessing techniques to calibrate probabilistic forecasts that take the form of probability density functions for temperature. We also performed the alternative implementation techniques of NGR, which are stationspecific ensemble model output statistics (EMOS) model. These techniques were applied to forecast temperature over Pyeongchang area using 24-member Ensemble Prediction System for Global (EPSG). The results showed that the station-specific EMOS model performed better than the raw ensemble and EMOS model.

This paper used the Bayesian model averaging (BMA) with gamma distribution that takes the form of probability density functions to calibrate probabilistic forecasts of wind speed. We considered the alternative implementation of BMA, which was BMA gamma exchangeable model. This method was applied for forecasting of wind speed over Pyeongchang area using 51 members of the Ensemble Prediction System for Global (EPSG). The performances were evaluated by rank histogram, means absolute error, root mean square error, continuous ranked probability score and skill score. The results showed that BMA gamma exchangeable models performed better in forecasting wind speed, compared to the raw ensemble and ensemble mean.

In this study, we analyzed the performance of calibrated probabilistic forecasts of surface temperature over Pyeongchang area in Gangwon province by using Bayeisan Model Averaging (BMA). BMA has been proposed as a statistical post-processing method and a way of correcting bias and underdispersion in ensemble forecasts. The BMA technique provides probabilistic forecast that take the form of a weighted average of Gaussian predictive probability density function centered on the bias-corrected forecast for continuous weather variables. The results of BMA to calibrate surface temperature forecast from 24-member Ensemble Prediction System for Global (EPSG) are obtained and compared with those of multiple regression. The forecast performances such as reliability and accuracy are evaluated by Rank Histogram (RH), Residual Quantile-Quantile (R-Q-Q) plot, Mean Absolute Error (MAE), Root Mean Square Error (RMSE) and the Continuous Ranked Probability Score (CRPS). The results showed that BMA improves the calibration of the equal weighted ensemble and deterministic-style BMA forecasts performs better than that of the deterministic forecast using the single best member.

과거에는 생애주기에 기반 유지관리 계획에 대한 인식이 부족하였기 때문에 검측자료의 축적은 이루어졌으나 이러한 검측 자료를 이용한 구성품의 수명예측 및 보수보강 시나리오 선정 등 유지관리 의사결정 지원을 위해 사용되지는 못하였다. 이에 본 연구에서는 자료 분석을 위한 궤도 검측 데이터 필터링 및 정제기법을 개발하고, 검측데이터 분석 기법 적용을 통한 궤도의 성능 평가 지표 결정, 다변수 구간특성 및 환경인자를 고려한 레일 마모 및 궤도 틀림에 대한 민감도 분석, 파형과 파장을 고려한 검측데이터 분석 등을 수행하였으며, 이러한 연구 결과를 기반으로 하여 검측된 레일 마모데이터를 이용한 불확실성 기반 궤도성능 예측모델 개봘과 관련한 연구를 수행하였다.

단기간에 발생하는 홍수와 달리 가뭄은 긴 시간 동안 큰 피해를 발생시키기 때문에 가뭄을 효과적인 예측하는 것은 매우 중요하다. 현재까지 제안된 여러 가뭄지수들은 사전에 정의된 등급을 이용하기 때문에 대상자료 자체에 내재된 불확실성을 고려하지 못하고 있다. 본 연구에서는 월 강우량 자료를 이용하여 내재되어 있는 불확실성을 고려할 수 있는 은닉 마코프 모형(Hidden Markov Model, HMM)을 이용하여 기상학적 가뭄을 확률론적으로 평가하였다. 기상청에서 제공하는 1973년부터 2012년까지의 일 강우량 자료와 기후변화정보센터(Climate Change Information Center)에서 제공하는 2013년부터 2100년까지의 기후변화 시나리오(RCP 8.5) 기반 월강우량 자료를 대상으로 총 128년간의 강우량 자료에 HMM에 적용하고 가뭄현상을 분석하였다. 본 연구에서 제안된 은닉 마코프 가뭄지수(Hidden Markov based Drought Index, HMDI)는 자료에 내재된 불확실성을 이용하여 가뭄의 상태를 분류할 수 있으며, 이는 SPI와 같은 기존의 가뭄지수와 달리 특정 시점에서 각 은닉상태들이 나타날 확률로 표현되었다. 또한 HMDI를 이용하여 미래 기상학적 가뭄의 계절·기간별 발생특성과 가뭄위험도를 분석하였다.

지금까지 많은 연구를 통하여 제안된 다양한 가뭄지수들은 사전에 정의된 등급을 통하여 가뭄을 평가하기 때문에 가뭄현상에 내재된 불확실성을 고려하지 못하고 있다. 본 연구에서는 월 유출량 자료에 내재되어 있는 불확실성을 고려하기 위해 은닉 마코프 모형(HMM) 기반의 가뭄지수(HMDI)를 제안하고, 이를 이용하여 수문학적 가뭄에 대한 확률론적 평가를 수행하였다. WAMIS에서 제공하는 한강유역의 평창강과 남한강상류의 월평균 유출량 자료(1966∼2009)를 이용하여 3, 6, 12개월씩 누적시킨 후, HMM에 적용하여 은닉상태의 사후확률을 계산하였다. 연구방법의 검증을 위해 HMM을 이용하여 추정된 각 은닉상태 별 사후확률(HMDI)과 기준값에 의해 가뭄을 평가하는 방법 중 하나인 표준유출지수(SSI)와 비교를 하였다. 분석결과, 기존 가뭄지수(SSI)를 사용하였을 때는 하나의 지수로 특정 시점에서의 가뭄 상태를 판단하였지만, HMDI는 자료에 내재된 불확실성을 이용하여 가뭄의 상태를 분류하였고, 이는 특정 시점에서 가뭄 상태들이 나타날 확률로 표현되었다. 또한, 실제 가뭄사례와의 비교를 통해서 HMDI가 SSI에 비하여 가뭄에 대한 재현능력이 우수한 것으로 나타났다.

과거에는 생애주기에 기반 유지관리 계획에 대한 인식이 부족하였기 때문에 검측자료의 축적은 이루어졌으나 이러한 검측 자료를 이용한 구성품의 수명예측 및 보수보강 시나리오 선정 등 유지관리 의사결정 지원을 위해 사용되지는 못하였다. 따라서 축적된 검측 데이터로부터 궤도 구성품의 건전도를 평가할 수 있는 방법을 정립하고 잔존수명을 예측하여 효율적 유지관리를 실현할 수 있는 기법 개발의 필요성이 대두되고 있다. 이에 본 연구에서는 검측된 레일 마모데이터를 이용한 불확실성 기반 궤도성능 예측모델 개봘과 관련한 연구를 수행하였다.

현재 국내·외에서 다양한 방법을 통해 가뭄을 평가하기 위한 연구가 활발히 진행되고 있으며, 이러한 방법들은 가뭄지수를 이용하여 가뭄을 정량적으로 표현하고 있다. 다양한 관점에서 다양한 가뭄지수가 제안되고 있지만, 대부분의 가뭄지수는 가뭄을 사전에 정의된 등급을 통해 가뭄을 평가하기 때문에 수문자료에 내재된 불확실성을 고려하지 못하고 있다. 이에 따라 본 연구에서는 은닉 마코프 모형(Hidden Markov Model, HMM)을 이용하여 월 유출량 자료에 내재되어 있는 수문학적 가뭄상태를 확률론적으로 평가하는 방법을 제안하였다. 한강유역의 최상류 유역에 해당하는 평창강 유역과 남한강상류 유역을 대상으로 WAMIS에서 제공하는 1966년부터 2009년까지 기록된 월평균 유출량 자료를 이용하였다. 본 연구는 HMM을 이용하는 확률론적으로 가뭄평가 방법을 표준유출지수(Standardized Streamflow Index, SSI)를 이용하는 등급기반 가뭄평가 방법과 비교분석을 통해서 HMM을 이용하는 확률론적으로 가뭄평가 방법이 가뭄의 상태를 다양한 상태들의 발생확률로 표현할 수 있으며, 이러한 상태들의 천이확률을 통해서 가뭄의 지속성을 더 잘 표현할 수 있음을 보여준다.