층상 반무한체에서의 확률론적 완전파형역산을 위한 Markov chain Monte Carlo (MCMC) 모사 기법을 정식화한다. Thin-layer method를 사용하여 조화 수직 하중이 작용하는 층상 반무한체의 지표면에서 추정된 동적 응답과 관측 데이터와의 차이 및 모델 변수 의 사전 정보와의 차이를 최소화하도록 목적함수와 모델 변수의 사후 확률밀도함수를 정의한다. 목적함수의 기울기에 기반하여 MCMC 표본을 제안하기 위한 분포함수와 이를 수락 또는 거절할지 결정하는 수락함수를 결정한다. 기본 진동모드 뿐만이 아니라 고 차 진동모드가 우세한 경우를 포함하여 다양한 층상 반무한체의 전단파 속도 추정에 제안된 MCMC 모사 기법을 적용하고 그 정확성 을 검증한다. 제안된 확률론적 완전파형역산을 위한 MCMC 모사 기법은 층상 반무한체의 전단파 속도와 같은 재료 특성의 확률적 특 성을 추정하는 데 적합함을 확인할 수 있다.

국내 수출입 물동량의 증가와 해운산업의 발달에 따라 항만시설물의 사용빈도 또한 증가 추세에 있으나, SOC의 해운항만 부문의 투입 정부예산은 감축되어 왔다. 증가하는 사용빈도에 반하여 줄고 있는 예산으로 인해 항만시설물의 체계적이고 효율적인 유지관리 및 운영이 필요하다. 효율적인 유지관리 시스템 구축을 위해서 항만시설물이 위치한 지역, 구조물의 형태 및 취급화종, 시공 및 유지관리 수준과 같은 특성을 고려한 열화모델 개발이 필요하다. 항만시설물의 열화모델 개발은 시설물의 열화요인 분석과 열화데이터 수집 및 열화 모델 개발의 과정으로 수행하였다. 열화 모델 개발기법은 변수 특성에 따른 시간 의존적 상태변화를 반영할 수 있는 결정론적 방법인 다중 회귀분석과 변동성이 큰 자료들의 상태이력을 반영할 수 있는 확률론적 방법인 마코브 체인 이론을 이용하였다. 각 방법을 통해 잔교식 구조물과 블록식 구조물의 Project level의 상태 열화모델을 제시하였다.

Negative binomial yield model for semiconductor manufacturing consists of two parameters which are the average number of defects per die and the clustering parameter. Estimating the clustering parameter is quite complex because the parameter has not clear

In capital budgeting practices, investment project evaluations based on the net present value (NPV) and the internal rate of return (IRR) represent the traditional evaluation techniques. Compared with the traditional methods, the modified internal rate of return (MIRR) gives the opportunity to evaluate an investment in certain projet, while taking the changes in cash flows over time and issuing shares such as dividing shares, bonuses, and dividend for each end of the investment year into account. Therefore, this study aims to evaluate an investment in the Malaysian construction sector utilizing financial data for 39 public listed companies operating in the Malaysian construction sector over the period from Jan 1, 2007, to December 30, 2018, based on the MIRR method. Stochastic was studied in this study to estimate the estimated probability by applying the Markov chain model to the MIRR method where the transition matrix has two possible movements of either Good (G) or Bad (B). it is found that the long-run probability of getting a good investment is higher than the probability of getting a bad investment in the long-run, where were the probabilities of good and bad are 0.5119, 0.4881, respectively. Hence, investment in the Malaysian construction sector is recommended.

본 연구에서는 가뭄의 특성분석에 유리하며, 확률론적 접근이 가능한 은닉 마코프 모델(HMM) 기반의 가뭄 분석 기법을 적용하였다. HMM 기반의 가뭄의 심도뿐만 아니라 지속시간을 동시에 평가할 수 있도록 코플라 함수 기반의 이변량 가뭄빈도해석 기법을 도입하여 우리나라의 2015년 가뭄 빈도를 평가하였다. 가뭄빈도분석 결과 최근 40년 자료를 기준으로 영동지방에 비해 영서지방이 전체적으로 가뭄이 발생할 경우 가뭄의 심도가 큰 것으로 평가되었다. 심한가뭄의 발생 비율의 경우에 철원의 경우 10%를 상회하는 등 임진강 유역에서 상대적으로 심한가뭄의 발생비율이 크다는 것을 확인할 수 있었다. 한강유역 일부지점에서는 2014/2015년의 가뭄 지속기간 및 심도의 결합재현기간이 1,000년이 넘는 가뭄이 발생하고 있는 것으로 평가되었다. 특히 북한강 및 임진강 유역에 심한 가뭄이 발생하고 있으며 전반적으로 100년 이상의 기왕최대가뭄을 나타내고 있는 것으로 판단되었다.

본 연구에서는 유역의 공간상관성을 고려한 다지점 일단위 강수량을 동시에 모의할 수 있는 일강수량 모의기법을 개발하였다. 기존 Hidden Markov Chain Model(HMM)은 단일지점 강수모의에 적용되어 왔으나 관측지점간의 유역상관성을 충분히 고려하지 못하는 문제점을 가지고 있다. 따라서 본 연구에서는 Chow-Liu Tree(CLT) 모형을 적용하여 다변량(multivariate) 형태로써 유역내에 위치한 강우관측소간의 상호종속성을 고려하기 위하여 기존의 동질성 HMM 강우모의기법과 CLT 알고리즘을 결합한 동질성 CLT-HMM 모형을 개발하였다. 본 연구에서 개발된 동질성 CLT-HMM 모형을 사용하여 장기간의 수문자료를 보유하고 있는 기상청 산하의 한강유역 강수네트워크에 대해서 적합성을 검토하였다. 동질성 CLT-HMM 모형을 적용하여 모의 된 결과를 보면 일강수량의 계절적 특성뿐만 아니라 일강수량 모의 시 강수시계열의 통계적인 특성들까지 우수하게 모의하였다. 추가적으로 상관행렬(correlation matrix)을 이용하여 기상관측소간의 공간상관 재현성을 검토한 결과 관측지점들 사이의 공간상관성도 비교적 우수하게 재현하는 것을 확인할 수 있었다.

In this paper we propose the method that detects moving objects in autonomous navigation vehicle using LRF sensor data. Object detection and tracking methods are widely used in research area like safe-driving, safe-navigation of the autonomous vehicle. The proposed method consists of three steps: data segmentation, mobility classification and object tracking. In order to make the raw LRF sensor data to be useful, Occupancy grid is generated and the raw data is segmented according to its appearance. For classifying whether the object is moving or static, trajectory patterns are analysed. As the last step, Markov chain Monte Carlo (MCMC) method is used for tracking the object. Experimental results indicate that the proposed method can accurately detect moving objects.

본 논문에서는 연속자료로서 세계 최장의 기록을 보유하고 있는 서울지점의 강우량 자료를 이용하여 강우 발생특성의 장기 변동성을 분석하였다. 우선 마코프 연쇄에 근거한 전이확률 및 발생특성을 분석하여 측우기 자료의 정확성을 강우의 발생확률적 측면에서 평가하였다. 그리고 2차원 LOWESS 회귀방법을 이용하여 전이확률의 월간 장기변화특성을 분석하였다. 전이확률 및 발생특성 분석결과 원자료 계열의 CWK와 MRG는 발생특성이 다르게 나타났다. 강우사상의 특성은

기존의 정상성 Markov Chain 모형은 자료 자체의 Markov 특성만을 고려하여 모의하는 기법으로서 수자원 설계에서 여러 가지 목적으로 이용되어 지고 있다. 그러나 일강수량의 천이확률 및 매개변수 등이 과거와 일정하다는 정상성을 기본 가정으로 하기 때문에 평균의 변동성 등과 같은 외부충격을 모형에 적용할 수 없다. 이러한 관점에서 본 연구의 가장 큰 목적은 기존일강수량 모형을 외부인자를 받아들일 수 있는 모형으로 개발하는 것이다. 즉, Marko

수공구조물의 설계를 위해서는 충분한 기간의 관측자료가 필요하지만, 우리나라의 수문자료는 대부분 충분한 수의 관측자료를 보유하고 있지 못하는 실정이다. 따라서 본 연구에서는 핵밀도함수를 이용한 비동질성 Markov 모형을 통해 시간강수량 자료를 모의하였다. 첫 번째로 시간강수량 자료에 변동핵밀도함수를 이용하여 천이확률을 산정하였으며, 두 번째로 난수와 천이확률을 통해 강수가 발생하는 시간을 결정하였다. 세 번째로 강수가 발생한 시간의 강수량의 크기를 핵밀

본 연구에서는 비동질성 Markov 모형을 이용한 시간강수량의 모의발생을 수행하였다. 즉, 대상유역을 선정하고 시간강수량을 모의하여, 모의된 시간강수량을 이용한 확률강수량 및 확률홍수량을 산정하여 관측자료와 비교함으로써 비동질성 Markov 모형의 적용성을 평가하였다. 모의발생된 강수자료와 관측강수자료의 통계적 특성은 매우 유사한 것으로 나타났으며, 특히 모의년수가 증가할수록 극치값이 증가하는 경향을 나타냈다. 또한, 모의자료를 이용해 산정한 확률홍수량

대기에서의 물순환은 기후시스템이라는 커다란 공간 안에서 다양한 인자들의 상호작용을 통하여 이루어진다. 즉, 어떠한 기후 현상도 그 자체적으로 발생할 수는 없다. 따라서, 많은 연구자들은 영향인자들의 분석을 통하여 기후 변화를 이해하고자 노력하여 왔다. 본 연구에서는 다양한 인자에 의하여 영향을 받아 발생하는 강수량의 예측을 위하여 실제 세계의 근사적이고 부정확한 성질을 표현하는데 효과적인 퍼지 개념을 이용하였다. 예측을 위하여 적용한 모형은 크게 뉴로-

본 연구에서는 월 Palmer 가뭄심도지수(PDSI)를 산정하여 목표지역을 중심으로 가뭄 관리 및 감시를 수행하고자 하였으며, 이에 이용한 자료는 1906년부터 1999년까지 94개년의 목포기상대 자료를 이용하였다. 월 Palmer 지수를 7개의 추계학적 등급으로 분류하고 마코프연쇄(markov chain)를 이용해 월전이확률을 산정함으로써 동적인 확률변화를 살펴보고자 하였으며, 가뭄의 정상상태확률 또한 산정하였다. 본 연구를 통하여 전체 7등급 중 가