최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 경북대학교 KyungPook National University |
---|---|
연구책임자 | 김용구 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2016-05 |
과제시작연도 | 2015 |
주관부처 | 미래창조과학부 Ministry of Science, ICT and Future Planning |
등록번호 | TRKO201700010606 |
과제고유번호 | 1711024176 |
사업명 | 신진연구자지원 |
DB 구축일자 | 2017-10-12 |
키워드 | 계층적 베이지안 모형.시공간크기 변환.베이지안 계산.컴퓨터 모형 자료.레이더 기상자료.인공위성 기상자료.기상 통계학.시공간 예측.hierarchical Bayesian model.change of space-time scales.Bayesian computation.computer model outputs.radar climate data.satellite climate data.climate statistics.spatio-temporal prediction. |
DOI | https://doi.org/10.23000/TRKO201700010606 |
연구의 목적 및 내용
일반적인 시공간 자료 분석은 주어진 자료와 같은 크기의 시공간상에서 분석이 이루어지는 것이 일반적이다. 하지만 주어진 자료의 시공간 크기가 우리가 관심 있는 시공간 크기와 일치하지 않는다면 서로 다른 시공간 크기간의 정보 변형이 필요하고 이를 통해서 우리가 원하는 시공간 크기의 모형에 관한 분석을 할 수 있다. GCM 모형과 같은 여러 가지 모형에서 주어지는 자료들은 모형에 따라서 불확실성이 다르고 또한 이들 자료들이 서로 독립이 되지 않는다. 이를 위해서 다양한 계층적 구조를 가지는 시공간 모형을 소개하
Purpose&contents
Spatio-temporal processes show complicated and different patterns across different space-time scales. I propose a hierarchical Bayesian model based on combining information across spatio-temporal scale to some climate, which are point-referenced data and areal unit data. I provid
※ AI-Helper는 부적절한 답변을 할 수 있습니다.