• AI글쓰기 2.1 업데이트
  • AI글쓰기 2.1 업데이트
  • AI글쓰기 2.1 업데이트
  • AI글쓰기 2.1 업데이트

확률과 통계를 기계공학에 응용한 사례

미리보기 파일은 샘플 파일 입니다.
최초 생성일 2024.10.12
5,000원
AI자료를 구입 시 아래 자료도 다운로드 가능 합니다.
다운로드

상세정보

소개글

"확률과 통계를 기계공학에 응용한 사례"에 대한 내용입니다.

목차

1. 생산관리
1.1. 몬테카를로 시뮬레이션의 개념
1.2. 몬테카를로 시뮬레이션의 적용 가능 분야
1.3. 몬테카를로 시뮬레이션을 적용한 수치적 사례
1.3.1. 공공 철도 건설을 위한 시설 대안 평가 사례
1.3.2. 수로 건설을 위한 시설 대안 평가 사례
1.3.3. 공장 위해성 검토를 위한 몬테카를로 시뮬레이션의 적용

2. 시스템분석과 경영과학
2.1. 시스템 분석의 의의
2.2. 시스템 분석의 발전과정
2.3. 시스템 공학의 등장
2.4. 시스템 분석의 사례

3. 인공지능의 기회와 위협
3.1. 인공지능은 인간에게 기회이다
3.1.1. 실질적인 안전 보장
3.1.2. 높은 효율의 업무 처리
3.1.3. 새로운 일자리의 창출
3.2. 인공지능은 인간에게 위협이다
3.2.1. 잘못된 가치관으로 범죄에 악용
3.2.2. 스스로 사고하는 딥러닝
3.2.3. 기존 일자리의 급격한 감소 예상

4. 참고 문헌

본문내용

1. 생산관리
1.1. 몬테카를로 시뮬레이션의 개념

몬테카를로 시뮬레이션은 무작위로 난수를 추출한 후 함수 값을 계산함으로써 해당 함수의 값을 "확률적으로" 도출하는 통계학적인 방법이다. 주로 닫힌 꼴(Closed form)로 그 해를 구할 수 없는 함수의 경우, 또는 자유도가 높아 그 답을 확률적으로 추정할 수밖에 없는 경우에 그 함수의 값을 유도하기 위하여 사용된다. 몬테카를로 시뮬레이션의 핵심은 "무작위성"이며, 무작위로 "샘플링(Sampling)"한 난수를 투입함으로써 산출되는 값이 어떠한 평균을 가지며 어떠한 분포도를 그리는지에 의거하여 답을 유도하는 것이다. 즉 몬테카를로 시뮬레이션은 연역적이거나 또는 결정론적인 접근법이라기보다는 무작위적이고도 귀납적인 접근법에 의거하여 문제를 해결하는 방법이라고 할 수 있다. 물론 무작위로 추출한 난수를 이용해 함수를 확률적으로 계산하는 방식 – 즉 해당 함수가 갖게 되는 해의 값을 그 분포와 빈도에 의거하여 구하는 방식이므로 어느 정도 오차가 존재할 수밖에 없지만, 문제 계산에 사용하기 위해 추출하는 난수의 개수를 증가시킬수록 그 결과의 정확도를 제고할 수 있기 때문에 신뢰성을 갖고 널리 사용된다.


1.2. 몬테카를로 시뮬레이션의 적용 가능 분야

몬테카를로 시뮬레이션은 물리학과 수학, 통계학을 비롯해 광범위하게 적용되고 있다. 최근 기계공학에서도 인공지능을 고도화하는 데에 몬테카를로 시뮬레이션을 적용하고 있으며, 경제학 및 금융공학 등의 분야에서도 몬테카를로 시뮬레이션이 사용되는 경우가 많다.

물리학 분야에서 몬테카를로 시뮬레이션은 입자 충돌과 같은 물리학적 과정을 모델링하는 데 자주 사용된다. 핵물리학, 초전도체 물리학, 양자역학 등의 분야에서 몬테카를로 시뮬레이션은 실험적으로 측정하기 어려운 과정을 모방하는 데 도움이 된다.

수학 분야에서는 다양한 확률 분포를 모델링하고 분석하는 데 몬테카를로 시뮬레이션이 활용된다. 특히 복잡한 수학 문제를 해결할 때 몬테카를로 시뮬레이션은 유용한 도구가 될 수 있다. 미분 방정식, 적분 방정식, 복잡한 미적분학 문제 등을 해결하는 데 몬테카를로 시뮬레이션이 활용된다.

통계학 분야에서는 복잡한 통계 모델의 불확실성을 평가하고 분석하는 데 몬테카를로 시뮬레이션이 광범위하게 사용된다. 회귀 분석, 시계열 분석, 베이지안 통계 등 다양한 통계 기법에서 몬테카를로 시뮬레이션이 활용된다.

경제학 및 금융공학 분야에서는 포트폴리오 최적화, 파생상품 가치 평가, 위험 관리 등의 문제를 해결하는 데 몬테카를로 시뮬레이션이 중요한 역할을 한다. 복잡한 금융 상품의 가치를 평가하거나 투자 전략을 수립할 때 몬테카를로 시뮬레이션이 활용된다.

이처럼 몬테카를로 시뮬레이션은 다양한 학문 분야에서 중요한 역할을 하고 있다. 특히 기계학습과 인공지능 분야에서 몬테카를로 시뮬레이션은 점점 더 중요해지고 있다. 불확실성이 높은 문제를 다룰 때 몬테카를로 시뮬레이션은 강력한 도구가 될 수 있기 때문이다.


1.3. 몬테카를로 시뮬레이션을 적용한 수치적 사례
1.3.1. 공공 철도 건설을 위한 시설 대안 평가 사례

국가가 공공 서비스의 일환으로 지하철이나 기차 등을 위한 철도를 추가로 건설하고자 할 때, 기본적인 설비 투자 비용이 대거 소모되는 사업이므로 정확한 타당성 분석이 필요하다. 즉, 가능한 한 객관적이고 정량적인 대안 평가에 기반하여 철도 투자의 진행 또는 중지를 결정하는 것이 필요한 상황이다.

이를 위해 우선 수익성 평가를 실시할 수 있는데, 내부수익률(IRR)의 평가 기법 및 순현재가치(NPV)의 평가 기법, 수익성 지표(PI)의 평가 기법 등을 활용하여 철도 사업의 수익성을 분석한다. 특히 수익성 지표 평가 기법은 프로젝트에 대한 투자 적합성 여부를 평가할 때 자주 쓰이는데, 현금 유입량의 현재 가치를 현금 유출량으로 나눈 값이 1 이상인 경우 수익성이 있는 것으로 판단할 수 있다.

이와 더불어 몬테 카를로 시뮬레이션을 적용할 수 있다. 예컨대 철도 사업 프로젝트의 PI가 1.2 수준으로 투자 수익성이 있는 것으로 나타났을 경우, 보다 면밀한 검토를 위하여 몬테 카를로 시뮬레이션을 실시할 수 있다. 이때 철도 사업의 평가 기준을 (1) 현재 국가 철도 당국의 재무 상태, (2) 현재 국가 철도 당국이 추진하고자 하는 전체적 전략 내지 방향과의 합치 여부, (3) 현재 국가 철도 당국이 재원을 조달할 수 있는 가능성, (4) 현재 철도를 설치할 경우 파급되는 경제적인 효과의 크기, (5) 현재 철도를 설치할 경우 실제로 이윤을 거둘 수 있을 것인지 그 재무 전망 등 5가지로 구분할 수 있다.

이 5개 평가 기준에 각각 가중치를 부여하여 다섯 가지 기준 대해 대안 평가를 실시할 수 있다. 첫 번째와 두 번째 기준에는 각각 10%의 가중치를, 세 번째와 네 번째 기준에는 20%의 가중치를, 마지막 다섯 번째 기준에는 40%의 가중치를 부여한다. 이렇게 평가한 결과 철도 건설 사업을 시행할 경우 긍정적인 효과를 기대할 수 있는 것으로 판단되었다.

따라서 가능한 한 객관적이고 정량적인 대안 평가에 기반하여 철도 투자의 진행 또는 중지 여부를 결정하는 것이 바람직하며, 이 과정에서 몬테 카를로...


참고 자료

안영훈/이한수, 해외철도사업에 대한 공공기관의 투자의사결정을 위한 분석 모델 개발, 한국철도학회 춘계학술대회 논문집, 2019
강동진(외), 실물 옵션 기법을 이용한 도로 사업의 경제성 평가, 국토연구 제72권, 2012.3.

미국 감염병 시스템 개발
https://dongascience.com/news.php?idx=15584
아이폰 음성인식 서비스로 구조
https://www.insight.co.kr/news/288043
마이클 조던 인용
https://www.hankyung.com/it/article/2020101811731
중국 AI 악용 사례
https://news.kbs.co.kr/news/view.do?ncd=3601037
딥페이크 사례
https://www.mk.co.kr/news/it/view/2021/03/301393/
일자리 감소에 대한 조사
https://newsis.com/view/?id=NISX20210430_0001426684&cID=13001&pID=13000

주의사항

저작권 EasyAI로 생성된 자료입니다.
EasyAI 자료는 참고 자료로 활용하시고, 추가 검증을 권장 드립니다. 결과물 사용에 대한 책임은 사용자에게 있습니다.
AI자료의 경우 별도의 저작권이 없으므로 구매하신 회원님에게도 저작권이 없습니다.
다른 해피캠퍼스 판매 자료와 마찬가지로 개인적 용도로만 이용해 주셔야 하며, 수정 후 재판매 하시는 등의 상업적인 용도로는 활용 불가합니다.
환불정책

해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.

파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우