• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04a
• /
• pp.145-147
• /
• 2000

Statechart는 기존 상태추이도를 확장한 것으로서, 반응시스템을 명세하기 위해 제안된 가시적 정형기법이다. 그러나 statechart에서의 비결정성은 실시간 시스템에서의 예측가능성에 심각한 문제를 유발할 수 있다. 또한, 이를 해결하기 위한 기존의 우선순위 표현방법은 statechart의 비결정성을 완전히 해결하지 못하고 있을 뿐 아니라 실시간 시스템에서 요구하는 다양하고 동적인 우선순위 변화를 표현하기에 부적합하다. 이와 같은 문제점을 해결하기 위하여 본 논문에서는 미리 예측가능하고 동적으로 우선순위 변화에 표현하기에 부적합하다. 이와 같은 문제점을 해결하기 위하여 본 논문에서는 미리 예측가능하고 동적 우선순위를 변화시킬 수 있는 동적 우선순위 개념을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.388-391
• /
• 2022

온라인 음원 스트리밍 서비스가 확대되면서 음원 사재기가 빈번해지고 있다. 본 논문에서는 사재기로 의심할 수 있는 음원의 특징을 분석하고, 사재기가 이루어지지 않았을 경우의 음원 순위를 예측한다. 그 결과, 랜덤 포레스트를 통해 앨범 평점이 낮은 음원, 장르가 인디나 발라드인 음원, 특정 발매사의 음원일 때 사재기로 의심할 수 있었다. 또한, 딥러닝을 통한 순위 예측 실험 결과, 사재기의 영향으로 실제 순위와 예측 순위에 큰 차이가 있는 것으로 나타났다.

• Communications for Statistical Applications and Methods
• /
• v.19 no.3
• /
• pp.367-379
• /
• 2012

In baseball rankings, prediction has been a subject of interest for baseball fans. To predict these rankings, (based on 2011 data from Korea Professional Baseball records) the arithmetic mean method, the weighted average method, principal component analysis, and principal component regression analysis is presented. By standardizing the arithmetic average, the correlation coefficient using the weighted average method, using principal components analysis to predict rankings, the final model was selected as a principal component regression model. By practicing regression analysis with a reduced variable by principal component analysis, we propose a rank predictability model of a pitcher part, a batter part and a pitcher batter part. We can estimate a 2011 rank of pro-baseball by a predicted regression model. By principal component regression analysis, the pitcher part, the other part, the pitcher and the batter part of the ranking prediction model is proposed. The regression model predicts the rankings for 2012.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10a
• /
• pp.136-138
• /
• 1998

작업들이 자원을 공유하는 경우 예측하기 어려운 지연시간이 발생한다. 다중 프로세서 시스템에서의 자원공유로 인한 지연시간은 더욱 예측하기 어렵다. 실기간 시스템의 스케줄 가능성 검사를 위해서는 이러한 지연시간을 정확히 예측해야한다. 선점가능한 우선순위 구동 CPU 스케줄링 알고리즘에 의해서 다른 우선순위의 작업과의 동기화는 우선순위 역전 문제를 야기한다. 본 논문에서는 다중 프로세서에서의 동기화 프로토콜을 제안하고 작업의 지연시간을 분석한다. 다른 프로세서에 할당된 작업들이 수행중인 자원을 요구할 때, 자원을 수행하는 작업의 우선순위를 높여줌으로써 자원수행을 빠르게 종료하게 한다. 이로 인해 자원에 의한 지연을 최소화한다. 특히, 높은 우선순위 작업의 경우 더욱 작은 지연시간을 갖게한다. 시뮬레이션을 통한 Shared Memory Protocol [5]과의 비교, 분석 결과 성능의 향상을 보임을 알 수 있다. 다양한 작업집합에 대한 지연시간을 분석하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06d
• /
• pp.283-286
• /
• 2011

무선 멀티홉 네트워크에서 멀티미디어 트래픽의 QoS(Quality of Service) 지원을 위하여 EDCA(Enhanced Distributed Channel Access) 기반의 동적 우선순위 할당 기법이 다수 제안되었다. 해당 기법들은 각 홉에서의 최소한의 전송 지연 보장을 위하여 클래스별 예상 지연 시간을 계산한다. 하지만 각 클래스별 예상 지연 시간의 계산은 무선 채널에서의 간섭, 충돌 및 링크 품질에 영향을 받기 때문에 정확한 예측이 어렵다. 본 논문에서는 EDCA 기반의 동적 우선순위 할당을 위한 정교한 클래스별 지연 시간 예측 기법을 제안한다. 제안하는 기법은 무선 채널의 링크 품질과 전송 패킷의 크기를 고려하여 좀더 실제와 유사한 지연 시간을 예측할 수 있다. 실험을 통해 제안하는 기법이 기존의 기법보다 정확성이 높으며 이를 통해 동적 우선순위 할당 기법의 성능을 향상시킬 수 있음을 확인하였다.

• The Korean Journal of Applied Statistics
• /
• v.37 no.2
• /
• pp.239-253
• /
• 2024

This research applies both point-wise and pair-wise learning strategies within the learning-to-rank (LTR) framework to predict horse race rankings in Seoul. Specifically, for point-wise learning, we employ a linear model and random forest. In contrast, for pair-wise learning, we utilize tools such as RankNet, and LambdaMART (XGBoost Ranker, LightGBM Ranker, and CatBoost Ranker). Furthermore, to enhance predictions, race records are standardized based on race distance, and we integrate various datasets, including race information, jockey information, horse training records, and trainer information. Our results empirically demonstrate that pair-wise learning approaches that can reflect the order information between items generally outperform point-wise learning approaches. Notably, CatBoost Ranker is the top performer. Through Shapley value analysis, we identified that the important variables for CatBoost Ranker include the performance of a horse, its previous race records, the count of its starting trainings, the total number of starting trainings, and the instances of disease diagnoses for the horse.

• Journal of KIISE
• /
• v.44 no.8
• /
• pp.782-790
• /
• 2017

The service, 'Hot Search Keywords', provides a list of the most hot search terms of different web services such as Naver or Daum. The service, bases the changes in rank of a specific search keyword on changes in its users' interest. This paper introduces a temporal modelling framework for predicting the rank change of hot search keywords using past rank data and machine learning. Past rank data shows that more than 70% of hot search keywords tend to disappear and reappear later. The authors processed missing rank value, using deletion, dummy variables, mean substitution, and expectation maximization. It is however crucial to calculate the optimal window size of the past rank data. We proposed an optimal window size selection approach based on the minimum amount of time a topic within the same or a differing context disappeared. The experiments were conducted with four different machine-learning techniques using the Naver, Daum, and Nate 'Hot Search Keywords' datasets, which were collected for 2 years.

• Journal of Korean Society of Transportation
• /
• v.22 no.3 s.74
• /
• pp.127-135
• /
• 2004

교차로 안전성 진단과 관련된 기존의 연구는 교차로 상에서 발생한 사고 자료에 기초하여 교차로 기하구조 요소, 교통량 및 신호운영방법 등과 관련된 요인을 변수로 사용하여 교통사고건수 예측모형 개발에 관한 연구가 대부분이다. 그러나, 분석하고자 하는 대상 교차로의 사고건수 예측모형을 개발하기 위해 필요한 교통사고 자료의 경우 단 기일에 걸쳐 획득되지 않으며 몇 년간의 사고 자료를 요구할 수도 있다. 이러한 자료를 이용하더라도 사고 발생 기간동안 교차로 사고에 영향을 미치는 요인(교차로 운영방법, 기하구조 등)이 변화될 수도 있다는 문제점을 지닌다. 이와 같은 이유로 교차로 안전성을 진단하는데 있어 기존 교통사고 자료는 언제나 절대적인 자료가 될 수 없다. 이에 대한 보완책으로, 3일에서 5일정도의 조사 자료만으로도 안전성 진단이 가능한 상충자료를 이용하여 교차로 안전성 진단을 할 수 있다. 본 연구는 기존사고 자료를 이용하여 사고 발생에 기인하는 여러 변수들을 교통사고심각도와의 상관관계를 분석하고, 상관관계가 높은 변수를 이용하여 신경망 사고심각도 예측모형을 개발하였으며, 모형 검증을 위해 다중회귀사고심각도 예측모형을 개발하여 비교 평가한 결과 신경망 사고심각도 예측모형의 예측력이 우수한 것으로 나타났다. 현장에서 조사된 상충자료를 신경망 사고심각도 예측모형에 적용하여 상충이 사고로 연결 될 경우 사고심각도를 예측하였으며, 예측된 사고심각도에 가중치를 부여하여 대상 교차로 위험우선순위를 결정한 결과 사고비용에 기초한 위험우선순위 결정법과 같은 순위의 결과를 도출하였다.

• Journal of Korean Society of Transportation
• /
• v.27 no.3
• /
• pp.81-90
• /
• 2009

The safety management of a road network comprises four basic inter-related components：identification of sites(black spot) requiring safety investigation, diagnosis of safety problems, selection of feasible treatments for potential treatment candidates, and prioritization of treatments given limited budgets(Persaud, 2001). Identification process of selecting black spot is very important for efficient investigation of sites. In this study, the accident prediction model for EB method was developed by using accident data and geometric conditions of black spots selected from four-leg signalized intersections in In-cheon City for three years (2004-2006). In addition, by comparing the rank nomination technique using EB method to that by using accident counts, we managed to show the problems which the existing method have and the necessity for developing rational prediction model. As a result, in terms of total number of accidents, both the counts predicted by existing non-linear regression model and that by EB method have high good of fitness, but EB method, considering both the accident counts by sites and total number of accident, has better good of fitness than non-linear poison model. According to the result of the comparison of ranks nominated for treatment between two methods, the rank for treatment of almost sites does not change but SeoHae intersection and a few other intersections have significant changes in their rank. This shows that, with the technique proposed in the study, the RTM problem caused by using real accident counts can be overcome.

• Journal of KIISE:Computing Practices and Letters
• /
• v.11 no.5
• /
• pp.427-435
• /
• 2005

With the accumulation of protein and its related data on the Internet, many domain based computational techniques to predict protein interactions have been developed. However, most of the techniques still have many limitations to be used in real fields. They usually suffer from a low accuracy problem in prediction and do not provide any interaction possibility ranking method for multiple protein pairs. In this paper, we reevaluate a domain combination based protein interaction prediction method and develop an interaction possibility ranking method for multiple protein pairs. Probability equations are devised and proposed in the framework of domain combination based protein interaction prediction method. Using the ranking method, one can discern which protein pair is more probable to interact with each other than other protein pairs in multiple protein pairs. In the validation of the ranking method, we revealed that there exist some correlations between the interacting probability and the precision of the prediction in case of the protein pair group having the matching PIP(Primary Interaction Probability) values in the interacting or non interacting PIP distributions.