• 한국인터넷방송통신학회논문지
• /
• 제10권6호
• /
• pp.1-8
• /
• 2010

무선 접속을 통한 이동통신망이나 데이터망의 멀티미디어 서비스는 이제 현대 생활의 중요한 일부가 되었으며 유비쿼터스 컴퓨팅이 확산됨에 따라 새로운 서비스에 필요한 주파수 스펙트럼에 대한 수요는 급증할 전망이다. 인지전파 기술은 지역과 시간에 따라 일시적으로 사용하지 않는 주파수 대역을 자동으로 인지하고 찾아서 환경에 맞게 통신방식, 주파수 대역폭 등을 능동적으로 판단하여 통신함으로서 한정적인 주파수 자원을 효율적으로 사용하고자 하는 기술이다. 본 논문에서는 인지 전파 망에서 오검출과 오경보의 불완전한 센싱이 주 사용자와 부 사용자의 스펙트럼 사용에 어떤 영향을 미치는지를 연속시간 마르코프 체인 분석을 통하여 규명하였다. 연속시간 마르코프 체인의 닫힌 해(Closed Form Solution)를 통하여 센싱 오류, 제공 부하 등의 파라미터들이 시스템 성능에 미치는 영향을 분석하였다.

• 한국인터넷방송통신학회논문지
• /
• 제10권6호
• /
• pp.9-15
• /
• 2010

인지전파 기술은 지역과 시간에 따라 일시적으로 사용하지 않는 주파수 대역을 자동으로 인지하고 찾아서 환경에 맞게 통신방식, 주파수 대역폭 등을 능동적으로 판단하여 통신함으로서 한정적인 주파수 자원을 효율적으로 사용하고자 하는 기술이다. 본 논문에서는 오검출과 오경보의 불완전한 센싱 환경하의 인지 전파망에서 주사용자나 부사용자의 세션 큐가 스펙트럼 사용효율에 어떤 영향을 미치는 지를 연속시간 마르코프 체인 분석을 통하여 정량적으로 규명하였다. 큐가 있을 경우 주 사용자는 최대 18% 까지, 부 사용자는 최대 50% 까지 스펙트럼 사용 효율을 높일 수 있었다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권1호
• /
• pp.94-99
• /
• 2015

비모수 베이스 통계학, 확률적 표집에 기반한 추론 등이 기계학습의 주요 패러다임으로 등장하면서 디리슐레(Dirichlet) 분포는 최근 다양한 그래프 모형 곳곳에 등장하고 있다. 디리슐레 분포는 일변수 감마 분포를 벡터 분포로 확장한 형태의 하나이다. 본 논문에서는 감마 분포를 갖는 임의의 자연수 X를 K개의 자연수의 합으로 임의 분할 할 때 각 부분의 크기 비율을 디리슐레 분포에서 표집하는 방법을 제안한다. 일반적으로 디리슐레 분포는 연속적인 (K-1)-단체(simplex) 위에 정의 되지만 자연수로 분할하는 표본은 자연수라는 조건 때문에 단체 내부의 이산 그리드 점에만 정의된다. 본 논문에서는 단체 위의 그리드 상의 이웃 점들의 확률 분포로부터 마르코프연쇄 몬테 칼로(MCMC) 제안 분포를 정의하고 일련의 표본들의 마르코프 연쇄를 구현하는 알고리듬을 제안한다. 본 방법은 마르코프 모델, HMM 및 준-HMM 등에서 각 상태별 시간 지속 분포를 표현하는데 활용 가능하다. 나아가 최근 제안된 전역-지역(global-local) 상태지속 분포를 동시에 모형화하는 감마-디리슐레 HMM에도 응용가능하다.

• 한국항해학회지
• /
• 제16권1호
• /
• pp.94-97
• /
• 1992

In this paper, the individual number of the future has depended not only upon the present individual number but upon the present individual age, considering the stochastic process model of individual number when the life span of each individual number and the individual age as a set, this becomes a Markovian. Therefore, in this paper the individual is treated as invariable, without depending upon the whole record of each individual since its birth. As a result, suppose {N(t), t>0} be a counting process and also suppose $Z_n$ denote the life span between the (n-1)st and the nth event of this process, (n{$geq}1$) : that is, when the first individual is established at n=1(time, 0), the Z$Z_n$ at time nth individual breaks, down. Random walk $Z_n$ is $Z_n=X_1+X_2+{\cdots}{\cdots}+X_A, Z_0=0$ So, fixed time t, the stochastic model is made up as follows ; A) Recurrence (Regeneration)number between(0.t) $N_t=max{n ; Z_n{\leq}t}$ B) Forwardrecurrence time(Excess life) $T^-I_t=Z_{Nt+1}-t$ C) Backward recurrence time(Current life) $T^-_t=t-Z_{Nt}$