희귀 사건

Rare events

드물거나 극단적인 사건은 저주파수로 발생하는 사건이며, 광범위한 영향을 미치고 시스템을 불안정하게 할 수 있는 간헐적인 사건(예: 주식시장,[1] 해양파도 강도[2] 또는 광섬유 또는 사회[4])을 가리킨다. 희귀사건은 자연현상(주요 지진, 쓰나미, 허리케인, 홍수, 소행성 충돌, 태양 플레어 등), 인공위험(경보 및 관련 형태의 폭력분쟁, 테러행위, 산업재해, 금융 및 상품시장 붕괴 등)과 자연 및 인공적인 현상을 포함한다.rs는 복잡한 방식으로 상호작용한다(질병 확산, 지구 온난화와 관련된 기후 및 날씨 변화 등).

개요

드물거나 극단적인 이벤트는 자주 관찰되지 않는 이벤트의 개별적인 발생이다. 통계적으로 가능성이 낮음에도 불구하고, 그러한 사건(또는 유사한 사건)의 역사적 사례가 기록되어 있는 한, 그러한 사건들은 그럴듯하다.[5] 희귀 사건에 대한 학자적, 대중적 분석은 종종 경제적으로나[6] 인명 피해[7] 측면에서 사회에 상당한 부정적 영향을 미칠 것으로 합리적으로 예상할 수 있는 사건에 초점을 맞춘다. 그러한 사건의 예로는 8.0+ 리히터 규모 지진, 수천 명의 사망자를 내는 핵 사고 또는 10%+의 주식 시장 지수 가치 변동을 들 수 있다.[8][9][10]

모델링 및 분석

희귀 사건 모델링(REM)은 통계적으로 희귀한 사건의 발생을 지배하는 통계적 분포 매개변수, 생성 과정 또는 역학을 특성화하기 위한 노력을 말하며, 여기에는 영향을 많이 미치는 자연 재해나 인간이 만든 재난이 포함되지만 이에 국한되지 않는다. 그러한 "모델링"은 역사적 사건 데이터에서 도출된 통계 모델과 희귀 사건 프로세스와 역학을 시뮬레이션하려는 계산 소프트웨어 모델을 포함하여 광범위한 접근방식을 포함할 수 있다.[11] 또한 REM은 학술적 목적과 적용 목적(예: 위험 완화 및 계획) 모두에 관심이 있을 수 있는 미래 시간적 관점에서 유사한 사건의 발생을 예측하기 위한 노력을 포함한다.[12]

관련 데이터 세트

많은 경우에, 희귀하고 재앙적인 사건들은 더 일상적인 현상의 극한적인 사례로 간주될 수 있다. 예를 들어, 지진 활동, 주식 시장 변동, 조직 폭력 행위는 모두 극단적 상황을 따라 발생하며, 더 많은 극한 규모의 경우는 통계적으로 드물다.[13] 따라서 희귀 사건 데이터를 자체적인 정보 등급으로 보기보다는, 더 넓은 상위 사건 등급 내에 있는 데이터의 부분 집합으로 존재하는 경우가 많다(예: 지진 활동 데이터 집합에는 저강도 지진 사건에 대한 데이터뿐만 아니라 극한 지진의 사례가 포함된다).

다음은 광범위한 학문적, 정책적 이해관계가 있는 도메인과 잠재적으로 파괴적인 결과로 인해 "경계" 사례가 특히 큰 관심을 가질 수 있는 영역에 초점을 맞춘 데이터 집합의 목록이다. 데이터 세트에 대한 설명은 소스 웹 사이트 또는 공급자로부터 추출된다.

  • ANSS(Advanced National 지진 시스템) 종합 지진 카탈로그(ComCat) https://earthquake.usgs.gov/earthquakes/search/ ANSS 종합 카탈로그(Ancat)는 지진 발생원 매개변수(예: 하이포센서, 크기, 위상 선택 및 진폭)와 기타 제품(예: 모멘트 텐서 솔루션, 거시적 정보, 텍토니)을 포함하고 있다.c 요약, 지도)는 기여 지진 네트워크에 의해 작성된다.
  • 무력 충돌 데이터베이스 https://acd.iiss.org/ 무장 충돌 데이터베이스(ACD)는 현재 분쟁의 정치적, 군사적, 인도주의적 동향에 초점을 맞춰 전 세계 무력 충돌을 감시하며, 국지적 반란, 장기적 반란, 내전, 국가 간 충돌 등 모든 분쟁을 감시한다. 각 분쟁에 대한 포괄적인 과거 배경 외에도 주간 타임라인과 월간 업데이트, ACD의 통계, 데이터 및 보고서는 1997년으로 거슬러 올라간다.
  • 무력 충돌 위치와 사건 데이터 프로젝트 http://www.acleddata.com/data/ 무력 충돌 데이터 세트는 1997년부터 현재까지 아프리카에서 발생한 사건을 다룬다. 이 데이터 집합은 이벤트 날짜, 경도, 위도 및 치사율 척도를 포함한다.
  • 항공 안전 데이터베이스 http://aviation-safety.net/database/ 이 항공 안전 데이터베이스는 전 세계의 항공 안전 사고를 다룬다. 모든 사건은 사건의 위치, 출발 및 도착 공항, 사망자의 수, 사건에 관련된 비행기의 유형을 보고한다.
  • 다트머스 홍수전망대 http://floodobservatory.colorado.edu/ 다트머스 홍수전망대는 '공간기반 지표수 측정 및 모델링'을 활용해 홍수를 추적하고 뉴스 보도를 활용해 결과를 검증한다. 이 데이터 집합은 국가, 시작 날짜, 종료 날짜, 영향을 받는 제곱 킬로미터 및 홍수의 원인을 포함한다. 또한 이 데이터 집합에는 사망, 실향, 심각도, 손상 및 홍수 규모와 같은 많은 규모의 규모가 포함된다.
  • 방사선 사고 및 관련 사건 데이터베이스 http://www.johnstonsarchive.net/nuclear/radevents/ 방사선 사고 및 관련 사건 데이터베이스는 인명 피해를 유발하기에 충분할 정도로 인간에 대한 급성 방사선 피폭을 초래한 사건을 다룬다. 데이터베이스에는 날짜, 위치, 사망자 수, 부상자 수 및 기록된 최고 방사선량이 포함된다.
  • 다우존스 평균은 http://www.djaverages.com/?go=산업-지표-데이터 다우존스 평균에는 세계에서 가장 유명하고 널리 인용된 일부 시장 지표에 대한 데이터와 정보가 포함되어 있다. 다우존스 산업평균지수와 수많은 관련 지표에서 풍부한 역사 자료, 강력한 분석 도구, 배타적 교육 콘텐츠를 볼 수 있다.
  • FlueView http://gis.cdc.gov/grasp/fluview/fluportaldashboard.html FlueView는 미국 질병관리본부(CDC)에서 제작하며 인구조사 지역별로 미국의 주간 인플루엔자 감시 정보를 제공하고 있으며 검사 대상자 수와 양성환자 수를 포함하고 있다.
  • FAOST (Famine) http://faostat.fao.org/ FAOST 데이터 세트는 유엔 식량농업기구 통계부(FAO)에서 개발했다. 1990~2013년 기아 사건을 다루는 글로벌 능동 데이터 집합이다.
  • Global Health Atlas [1] Global Health Atlas에는 네 가지 전염성 질병에 대한 데이터가 포함되어 있다. 콜레라, 인플루엔자, 소아마비, 황열병. 이러한 감염병으로 인한 발병 건수와 사망 건수를 커버하는 능동적인 글로벌 데이터 세트다.
  • 세계 화산 프로그램 http://www.volcano.si.edu/search_eruption.cfm "Volcanoes of the World"는 화산의 물리적 특성과 분출을 설명하는 데이터베이스다. 데이터에는 시작 날짜, 종료 날짜, 화산 이름(위치를 조회하는 데 사용할 수 있음) 및 VEI 크기 눈금이 포함되어 있다.
  • 국제 재난 데이터베이스 http://www.emdat.be/ EM-DAT는 1900년부터 현재까지 전 세계에서 18,000건이 넘는 대규모 재난의 발생과 영향에 대한 필수 핵심 데이터를 포함하고 있다. 이 데이터베이스는 유엔 기구, 비정부 기구, 보험 회사, 연구 기관, 언론 기관 등 다양한 출처에서 수집된다.
  • 주요 정치 폭력의 에피소드 http://www.systemicpeace.org/inscrdata.html 정치 폭력의 주요 에피소드 데이터 세트는 시스템 평화 센터가 제작한 더 큰 무력 충돌 데이터베이스의 일부다. 정치 폭력 데이터에는 모든 국가에 대한 주간, 사회 및 공동 전쟁 규모 점수(독립, 주간, 민족, 시민, 폭력 및 전쟁)에 대한 연간, 국가 간, 시계열 데이터가 포함된다.
  • 군국화 주간 분쟁 https://web.archive.org/web/20141219135756/http://www.correlatesofwar.org/COW2%20Data/MIDs/MID40.html 군국화 주간 분쟁(MID) 데이터는 "1816년에서 2010년 사이에 하나 이상의 주가 하나 이상의 다른 주에 대해 위협, 표시 또는 무력을 사용하는 분쟁에 대한 정보를 수집한다"고 밝혔다.
  • NOAA 자연재해 http://www.ngdc.noaa.gov/hazard/ 자연재해 데이터 집합은 미국 국립해양대기청(NOAA)에서 운영하는 국가 지구물리학 데이터 센터의 일부다. 국립지질물리학 데이터 센터는 쓰나미, 지진, 화산 데이터를 보관하고 동화시켜 연구, 계획, 대응, 완화를 지원한다. 사진을 포함한 장기 데이터는 자연재해 발생의 이력을 확립하고 미래 사건에 대한 완화를 돕기 위해 사용될 수 있다.
  • 정치 불안정한 태스크포스(PITF) 국가 실패 문제 세트, 1955–2013 http://www.systemicpeace.org/inscrdata.html 정치 불안정한 태스크포스(PITF), 국가 실패 문제 세트는 시스템 평화 센터에서 오픈 소스 데이터로부터 생산한 더 큰 무력 충돌 데이터베이스의 일부다. PITF의 데이터는 민족 전쟁, 혁명 전쟁, 역적 정권 교체, 대량 학살 또는 정치 자살 등 다양한 하위 집합에서 이용할 수 있다.
  • 랜드 데이터베이스 오브 월드 테러리즘 인시던스 https://www.rand.org/nsrd/projects/terrorism-incidents.html 랜드 데이타베이스 오브 월드 테러리즘 인시던스 데이터 세트는 1968년부터 2009년까지 전 세계 테러 사건을 다루고 있지만 현재 활성화되지는 않고 있다. 데이터 세트에는 날짜, 장소(도시, 국가), 가해자, 자세한 설명, 부상자 및 사망자 수가 포함된다.
  • 미국 국가 홍수 보험 프로그램 http://www.fema.gov/policy-claim-statistics-flood-insurance/policy-claim-statistics-flood-insurance/policy-claim-13 미국 국가 홍수 보험 프로그램 데이터 세트에는 1978년부터 현재 월 및 연도까지 1,500개 이상의 유급 손실로 홍수 사건을 상세히 기술한 데이터 테이블이 포함되어 있다. 표에는 행사의 명칭과 연도, 지급손실 수, 지급 총액, 손실당 평균 지급액이 수록되어 있다.

참고 항목

참조

  1. ^ Sornette, Didier (2017). Why stock markets crash : critical events in complex financial systems. Princeton University Press. ISBN 9781400885091.
  2. ^ Dysthe, Kristian; Krogstad, Harald E.; Müller, Peter (January 2008). "Oceanic Rogue Waves". Annual Review of Fluid Mechanics. 40 (1): 287–310. Bibcode:2008AnRFM..40..287D. doi:10.1146/annurev.fluid.40.111406.102203.
  3. ^ Dudley, John M.; Dias, Frédéric; Erkintalo, Miro; Genty, Goëry (28 September 2014). "Instabilities, breathers and rogue waves in optics". Nature Photonics. 8 (10): 755–764. arXiv:1410.3071. Bibcode:2014NaPho...8..755D. doi:10.1038/nphoton.2014.220. S2CID 53349599.
  4. ^ King, Gary; Zeng, Langche (2001). "Logistic Regression in Rare Events Data". Political Analysis. 9 (2): 137–163. doi:10.1093/oxfordjournals.pan.a004868.
  5. ^ 모리오, J, 발레스덴트, M. (2015) 복합 항공우주 및 기타 시스템의 희귀 사건 확률 추정 엘시어 사이언스. http://store.elsevier.com/product.jsp?isbn=9780081000915&pagename=search
  6. ^ 샌더스, D. (2002년) 극단적 사건에서 발생하는 손실의 관리. 일반 보험 협약에서 제시된 논문. http://www.actuaries.org.uk/research-and-resources/documents/management-losses-arising-extreme-events
  7. ^ Clauset, Aaron; Woodard, Ryan (2013). "Estimating the historical and future probabilities of large terrorist events". The Annals of Applied Statistics. 7 (4): 1838–1865. arXiv:1209.0089. doi:10.1214/12-AOAS614. S2CID 3088917.
  8. ^ Ghil, M.; Yiou, P.; Hallegatte, S.; Malamud, B. D.; Naveau, P.; Soloviev, A.; Friederichs, P.; Keilis-Borok, V.; Kondrashov, D.; Kossobokov, V.; Mestre, O.; Nicolis, C.; Rust, H. W.; Shebalin, P.; Vrac, M.; Witt, A.; Zaliapin, I. (2011). "Extreme events: Dynamics, statistics and prediction". Nonlinear Processes in Geophysics. 18 (3): 295–350. Bibcode:2011NPGeo..18..295G. doi:10.5194/npg-18-295-2011.
  9. ^ Sharma, A. S.; Bunde, A.; Dimri, V.P.; Baker, D.N. (6 May 2013). Extreme events and natural hazards: The complexity perspective. Wiley. ISBN 9781118672235.
  10. ^ Watkins, N. W. (2013). "Bunched black (And grouped grey) swans: Dissipative and non-dissipative models of correlated extreme fluctuations in complex geosystems" (PDF). Geophysical Research Letters. 40 (2): 402–410. Bibcode:2013GeoRL..40..402W. doi:10.1002/grl.50103.
  11. ^ Klüppelberg, Claudia (1997). Modelling Extremal Events. doi:10.1007/978-3-642-33483-2. ISBN 978-3-642-08242-9.
  12. ^ Goodwin, Paul; Wright, George (2010). "The limits of forecasting methods in anticipating rare events" (PDF). Technological Forecasting and Social Change. 77 (3): 355–368. doi:10.1016/j.techfore.2009.10.008.
  13. ^ Clauset, Aaron; Shalizi, Cosma Rohilla; Newman, M. E. J. (2009). "Power-Law Distributions in Empirical Data". SIAM Review. 51 (4): 661–703. arXiv:0706.1062. Bibcode:2009SIAMR..51..661C. doi:10.1137/070710111. S2CID 9155618.