메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
조동철 (Seoul National University of Science & Technology) 구정서 (Seoul National University of Science & Technology) 김길동 (Korea Railroad Research Institute) 황정택 (Seoul Metro Sinnae Rolling Stock Depot)
저널정보
한국철도학회 한국철도학회 논문집 한국철도학회 논문집 제25권 제6호(통권 제156호)
발행연도
2022.6
수록면
399 - 407 (9page)
DOI
10.7782/JKSR.2022.25.6.399

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
고전통계(Classical statistics)와 베이지안 통계(Bayesian statistics)의 중요한 차이점은 베이지안 통계가 사전분포를 사용한다는 것이다. 신뢰성 분석에서 데이터가 부족할 때도 적절한 사전분포를 사용할 경우 성공적인 결과를 도출할 수도 있다. 본 논문에서는 단종된 구형 부품의 고장 정보를 분석하고, 평균값과 편차를 고려하여 감마분포와 단순 일양분포를 신형부품의 사전분포로 제안하였다. 여기에 우도함수(Likelihood Function)를 수학적으로 변형하여, 무고장(Zero failure) 특성을 갖는 신형부품의 베이지안 신뢰도 특성을 연구하였다. 그 결과, 고전통계학 에서는 할 수 없는 무고장 정보의 정량적 신뢰도 값을 산출할 수 있음을 보여주었다. 또한 일양분포(Uniform distribution)와 감마분포(Gamma distribution)로 개발한 사전분포의 경우, 두 사전분포 모두 정량적 값을 제시할 수 있으나, 감마분포로 만든 사전분포의 모델이 현장 기술자가 사후분포(Posterior distribution)를 해석하는데 더욱 명시적인 효과를 줄 것이다.

목차

Abstract
초록
1. 서론
2. 본론
3. 결론
References

참고문헌 (16)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0