We propose the use of the maximum entropy method for estimation of rare event probabilities. This method does not presume any distribution function form, but instead flexibly incorporates information from samples as constraints in the associated optimization problem that maximizes the entropy. While the moments information is usually used for MEM, to improve the accuracy of tail probability estimation, we also use tail information from the samples as constraints. We apply this method to several known distributions. We compare our method with the generalized extreme value theory method.
고 신뢰성 시스템의 설계시 시뮬레이션에 의한 샘플정보로부터 극미부의 확률을 추정하기 위한 엔트로피 최대화기법의 사용방법을 제시하였다. 극미부확률추정의 정확도를 개선하기 위하여 전통적인 모멘트정보대신에 미부모멘트정보를 활용하였다. 알려진 분포들에 대해 실험을 통하여 제안된 방법이 유용함을 확인하였다. 실험의 결과를 바탕으로 엔트로피최대화 기법을 활용한 극미부확률추정기법의 향후 연구방향을 제시하였다.
