• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.56-59
• /
• 2008

현재의 음악 서비스들의 대부분은 음악을 가수 이름이나 장르와 같은 키워드들로 구분하여 사용자에게 제공한다. 하지만 음악의 장르가 다양해지고, 장르별로 음악의 유형도 다양해짐에 따라 키워드 기반은 음악 제공 방법만으로는 사용자가 원하는 음악을 제공하는데 한계가 있다. 이런 한계점을 극복하기 위하여 음악 자체의 성질을 기반으로 음악을 분석하는 컨텐츠 기반의 음악 분석 방법이 필요하다. 또한 사용자가 원하는 음악을 제공 받을 수 있도록 사용자의 음악 선호도를 분석하여 그에 맞는 음악을 제공하는 방법도 필요하다. 본 논문에서는 음악의 시퀀스 정보와 특징을 추출하여 음악 모델을 구축하고, 이를 사용하여 사용자의 음악 선호도를 분석하는 방법을 제안하고, 사용자의 선호도에 맞는 음악을 제공하기 위하여 선호도 분석 방법을 통해 음악을 추천해주는 시스템을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.01a
• /
• pp.199-200
• /
• 2012

전 세계적으로 산불로 인한 산림 자원의 손실로 인한 피해는 막대하다. 산불로 인한 인명 및 재산 피해는 증가하는 추세이다. 또한 산불로 인한 산림 자원의 손실은 생태계에 회복되기 힘든 상처를 남긴다. 이런 산불을 분석하고 예방하기 위해 다양한 연구가 진행되고 있으나, 산불의 발생을 예측 할 수 있는 연구는 부족한 실정이다. 본 논문은 미래 예측 연구에 많이 사용되는 마코프 체인을 이용하여 산불을 예측 할 수 있는 산불 예측 모델링을 제안 하고 그 기대 효과에 대해 논의한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.07a
• /
• pp.329-330
• /
• 2012

인터넷과 웹의 발전으로 수많은 정보가 발생하고 있으며, 공공기간도 많은 정보를 축적하고 있다. 이에 각 국에서는 공공기간이 보유하는 데이터를 공개하고 있으며 우리나라도 통계청을 중심으로 다양한 데이터를 공개하고 있다. 그러나 공개된 자료의 활용도가 낮은 편이다. 본 논문에서는 공개된 공공데이터 중 에너지 소비 데이터를 활용하고자 한다. 에너지 소비 데이터를 미래 예측 연구에 많이 이용되고 있는 마코프 프로세스를 적용하여, 에너지 소비를 예측할 수 있는 모델링을 제안하고, 그 기대 효과에 대해 논의 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10b
• /
• pp.445-450
• /
• 2007

본 논문에서는 "확률적 배낭(stochastic knapsack)" 문제에 대하여 잘 알려진 Complete Sharing(CS), Complete Partitioning(CP)이 트래픽 특성에 따라 성능의 차이가 나타난다는 약점과 각 정책(policy)들의 평균 성능에 대한 최적 파라미터들을 트래픽 특성에 따라 결정하여야 한다는 약점을 보완하는 모델에 근거한 "Parallel Rollout(PR)"에 기초한 적응적인 정책(adaptive policy)을 제안한다. 주어진 트래픽 모델을 병합한 확률적 배낭 문제를 마코프 결정 과정(Markov Decision Process, MDP)으로 모델링하고, 마코프 결정 과정상에서 기존의 주어진 정책들을 PR 기법을 적용, 하나의 정책으로 융합하고 그 정책이 기존의 주어진 어떤 정책보다도 성능이 같거나 더 뛰어나다는 이론적 근거를 실험을 통하여 확인한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.163-163
• /
• 2018

미래 수문 분석을 위한 기후변화 연구는 전 세계적으로 많이 수행되어 왔다. 하지만 불확실성 요소로 인해 연구 결과를 활용하는데 있어 여전히 한계가 있다. 따라서 장기적 측면의 기후변화에 대한 연구와 함께 단기간의 엘리뇨, 라니냐와 같은 자연적 기후시스템의 변동에 대한 연구도 현재 진행되고 있다. 본 연구에서는 IRI 연구소에서 매월 전지구 관측자료로 4-7개월 예측을 수행한 GCM 모형 자료를 활용하여 강우 발생을 예측하였다. 한국의 금강유역을 대상유역으로 하였으며, 계절에 따른 강우 변동성을 고려하기 위해 비동질성 은닉 마코프 모형(Nonhomogeneous Hidden Markov Model, NHMM)을 이용하여 일 강우를 모의하였다. 본 연구 결과는 강우 모의를 통한 자연 재난에 대한 예측의 정확도를 향상시키는 새로운 방법론을 제시하는데 활용될 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.111-111
• /
• 2020

하천환경과 기후의 변화로 인해 수질오염 과정의 메커니즘이 더욱 복잡해짐에 따라 다양한 요인을 고려한 불확실성 평가 연구가 요구되고 있다. 하천 수질 중에서도 부영양화 문제는 특히 개발로 인한 하천환경 변화 이후 사회 정치적 논점이 되어왔다. 본 연구에서는 지난 7년 동안의 수질 변화의 전반적인 양상을 조사하였으며, 클로로필-a(Chl-a, chlorophyll-a) 농도의 시공간적 의존성의 효과적으로 고려하기 위해 기계학습 기반 분류(classification) 접근법인 다변량 은닉 마코프 모형(MHMM, multivariate hidden Markov model)을 사용하였다. 월 단위 수질 및 수문 자료를 사용하여 Chl-a의 변동성을 군집화하여 수질 상태의 익월 천이확률을 효과적으로 추정하였다. Chl-a와 수질 및 수문기상 조건의 관계를 평가하였으며, 결과적으로 수질 상태의 시공간적 전이가 정확하게 식별되었고 이의 잠재적 원인에 대하여 논의하였다.

• Communications of the Korean Institute of Information Scientists and Engineers
• /
• v.29 no.2
• /
• pp.39-47
• /
• 2011

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2008.10a
• /
• pp.519-519
• /
• 2008

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.34 no.1
• /
• pp.145-153
• /
• 2014

Several studies regarding drought indices and criteria have been widely studied in the literature. If one defines the onset, severity, and end of droughts, in general, a certain threshold needs to be set to assess the drought events. However, the uncertainty associated with the threshold is a critical problem in drought analysis. To take full advantage of the inherent features in the rainfall series, a Hidden Markov Model (HMM) based probabilistic drought analysis was proposed rather than using the existing threshold based analysis. As a result, the proposed HMM based probabilistic drought analysis scheme shows better performance in terms of defining drought state and understanding underlying characteristics of the drought. In addition, the HMM based approach is capable of quantifying the uncertainties associated with the classifying meteorological drought condition in a systematic way.

• KIISE Transactions on Computing Practices
• /
• v.23 no.10
• /
• pp.599-604
• /
• 2017

A useful application of smart assistants is to predict and suggest users' daily behaviors the way real assistants do. Conventional methods to predict behavior have mainly used explicit schedule information logged by a user or extracted from e-mail or SNS data. However, gathering explicit information for smart assistants has limitations, and much of a user's routine behavior is not logged in the first place. In this paper, we suggest a novel approach that combines explicit schedule information with patterns of routine behavior. We propose using inference based on a Markov decision process and learning with a reward function based on inverse reinforcement learning. The results of our experiment shows that the proposed method outperforms comparable models on a life-log dataset collected over six weeks.