합성, 예측 및 불확도 분석을 위한 부영양화 모형의 베이즈 네트워크(A Bayesian network of eutrophication models for synthesis, prediction, and uncertainty analysis)

전문가 제언

□ 영국의 수학자 T. Bayes(1702-1761)는 베이즈의 정리(Bayes Theorem)로 잘 알려져 있다. 베이즈의 정리는 조건부 확률계산을 위하여 사용되는 간단한 수학공식이다. 이것은 통계학(statistics)으로의 베이즈 접근법에서 매우 중요한 역할을 한다.

□ 대부분의 통합환경 모형화(integrated environmental modelling)와는 다르게, 베이즈 네트워크는 변수들 사이의 관계를 기술하기 위하여 결정적 표현보다는 오히려 확률적 표현을 활용한다. 예측이 의사결정을 유도하는데 사용되는 것이라면, 확률적 표현은 생태계모형의 필수적 특징이 된다고 할 수 있다.

□ 본 글에서는 통합생태 모형화 연구의 네트워크에서 연속 및 기능모형을 위한 조직구조로서의 베이즈 네트워크에 접근하고 있다. 이러한 접근방법에서는 실시간 해를 구할 수 있기 때문에 유용한 과학적 지식정보의 보다 더 효율적인 이용은 물론이고 베이즈 네트워크의 묘사적 및 계산적 이점분야에서 보다 더 광범위한 개척을 가능하게 할 수 있다는 것을 강조하지 않을 수 없다.

□ 통계기술로서 라틴 하이퍼큐브 샘플링(Latin hypercube sampling)의 개발에 기여한 사람들은 미국 New Mexico주 Albuquerque시 소재 Sandia National Laboratory소속 Ronald L. Iman, J. C. Helton 및 J. E. Campbell이라는 지식정보를 제시한다.

저자

Borsuk, ME; Stow, CA; Reckhow, KH

자료유형

원문언어

영어

기업산업분류

환경·건설

연도

2004

권(호)

173-2-3

잡지명

ECOLOGICAL MODELLING

과학기술
표준분류

환경·건설

페이지

219~239

분석자

황*태

분석물

• 합성, 예측 및 불확도 분석을 위한 부영양화 모형의 베이즈 네트워크.pdf [240,882 byte]

이미지변환중입니다.