• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.798-801
• /
• 2015

센서 레지스트리 시스템(SRS, Sensor Registry System)은 이기종 센서 네트워크에서 끊김 없는 의미 처리를 위하여 사용자에게 센서 정보를 제공한다. 불안정한 네트워크 상황에서의 원활한 서비스 제공을 위하여 빠른 근거리 사용자 이동 경로 예측 알고리즘(FCR, Fast and Close-Range Prediction) 기반의 SRS가 연구되었다. 이 연구는 경로 예측 기반의 SRS에서 이용되는 FCR 알고리즘이 지니는 한계를 극복하기 위하여 3-간선 패턴(TEP, Three-Edge Pattern) 기반의 경로 예측 알고리즘을 제안한다. TEP 알고리즘은 경로를 그래프로 표현할 때 사용자의 위치를 기준으로 이전 간선, 현재 간선, 다음 간선으로 패턴화 하여 학습하고, 이 패턴을 기반으로 하는 사용자의 이동 경로를 예측한다. 또한 실험 및 비교 평가에서, TEP 알고리즘이 FCR 알고리즘에 비해 높은 정확성을 지님을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.60-63
• /
• 2008

개인화 장비 기술의 발달과 함께 최근 모바일 디바이스는 카메라, MP3 플레이어 등 다양한 기능을 포함하고 있으며, 많은 사용자가 이를 사용하고 있다. 모바일 디바이스는 사용자가 항상 휴대하기 때문에 사용자 정보를 습득하기에 유용하며 따라서 이로부터 수집된 다양한 정보를 바탕으로 최근 여러가지 서비스를 제공하기 위한 노력이 이루어지고 있다. 본 논문에서는 사용자의 모바일 로그를 바탕으로 행동 패턴을 파악하여 사용자가 앞으로 취할 행동을 예측하고자 하며, 이 과정에서 다양한 행동 패턴 중 정확한 행동 예측을 수행하기 위해 다음과 같은 방법을 활용하였다. 장소, 시간, 요일 정보를 함께 사용하여 동적 베이지안 네트워크를 이용해 시간 변화에 따른 사용자 행동 패턴을 학습하였으며, 개인 사용자 모델과 전체 사용자 모델을 따로 학습함으로써 더 정확한 행동 패턴의 학습이 가능하도록 하였다. 실험을 위해 대학생들로부터 수집된 모바일 로그를 통해 제안하는 행동 예측 모델의 성능을 확인한 결과 77~94%의 예측 정확도를 보임을 확인하였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.39 no.6
• /
• pp.833-839
• /
• 2019

Bus Information System (BIS) collects information related to the operation of buses and provides information to users through predictive algorithms. Method of predicting through recent information in same section reflects the traffic situation of the section, but cannot reflect the characteristics of the target line. The method of predicting the historical data at the same time zone is limited in forecasting peak time with high volatility of traffic flow. Therefore, we developed a pattern recognition bus arrival time prediction algorithm which could be overcome previous limitation. This method recognize the traffic pattern of target flow and select the most similar past traffic pattern. The results of this study were compared with the BIS arrival forecast information history of Seoul. RMSE of travel time between estimated and observed was approximately 35 seconds (40 seconds in BIS) at the off-peak time and 40 seconds (60 seconds in BIS) at the peak time. This means that there is data that can represent the current traffic situation in other time zones except for the same past time zone.

• The Korean Journal of Financial Management
• /
• v.15 no.2
• /
• pp.369-399
• /
• 1998

Most of the studies on stock price predictability using the linear model conclude that there are little possibility to predict the future price movement. But some anomalous patterns may be generated by remaining market inefficiency or regulation, market system that is facilitated to prevent the market failure. And these anomalous pattern, if exist, make them difficult to predict the stock price movement with linear model. In this study, I try to find the anomalous pattern using the ANN model. And by comparing the predictability of ANN model with the predictability of correspondent linear model, I want to show the importance of recognitions of anomalous pattern in stock price prediction. I find that ANN model could have the superior performance measured with the accuracy of prediction and investment return to correspondent linear model. This result means that there may exist the anomalous pattern that can't be recognized with linear model, and it is necessary to consider the anomalous pattern to make superior prediction performance.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.1115-1118
• /
• 2011

단백질 사이의 상호작용 네트워크(PPI network: Protein-Protein Interaction network)를 이용하여 단백질 기능을 예측 하는 것은 단백질 기능 예측 기법들 중에서 중요한 작용을 한다. 하지만 PPI를 이용한 단백질 기능 예측은 기능의 복잡도와 다양성으로 인해 제한적인 결과를 나타내 왔다. 따라서 본 논문에서는 기존의 연구들 보다 높은 정확도로 단백질 기능을 예측하기 위해 기능 예측을 하려는 단백질과 상호작용 하는 단백질들에 그래프 마이닝 기법을 적용하여 빈발 2-노드 상호작용 패턴을 찾고, 그 패턴을 이용하여 단백질 기능을 예측하는 접근법을 제안하였다. 실험데이터로 DIP(Database of Interacting Proteins)에서 제공하는 단백질 상호작용 데이터를 사용하였으며, 다른 기존의 단백질 기능 예측 기법들보다 높은 정확도를 보여주었다.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.40 no.11
• /
• pp.943-948
• /
• 2016

In recent times, the requirement of a micro pattern on the surface of products has been increasing, and high precision in the fabrication of the pattern is required. Hence, in this study, dual micro patterns were fabricated on a cylindrical workpiece, and deburring was performed by magnetic abrasive deburring (MAD) process. A prediction model was developed, and the MAD process was optimized using the response surface method. When the predicted values were compared with the experimental results, the average prediction error was found to be approximately 7%. Experimental verification shows fabrication of high accuracy dual micro pattern and reliability of prediction model.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.1447-1449
• /
• 2007

본 논문은 이동 컴퓨팅 환경에서 시간 주기적인 인간의 행동 패턴에 따른 캐쉬 일관성 기법을 제안하고자 한다. 행동 유형 모델을 근거로 하여 시간 주기적인 행동의 패턴과 이동 기기의 사용 패턴이 동일 또는 흡사함을 가정한다. 이를 통해 패턴 예측 테이블을 구성하고, 시간대별로 구성된 테이블의 예측 데이터를 사용하여 서버와의 통신할 때 지연 현상을 방지 하는 기법을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.233-235
• /
• 2021

본 논문에서는 물 공급량 예측을 위한 다양한 알고리즘 적용에 있어서 데이터 마이닝의 효용성을 검토하고자 하였다. 물 공급분야에 있어서, 물 이용 지역의 특성에 따라 공급량과 이용 시간이 매우 상이한 특성을 나타낸다. 물 이용 지역은 주택지역, 상업지역, 산업단지지역 등 다양한 형태로 분류할 수 있고, 이에 따라 물 이용 시간의 상이함에 따른 물 공급패턴이 일정하지 않게 된다. 특히, 주택지역과 상업지역이 복합적으로 이루어진 경우, 물 이용 단위인 블록 단위에서의 물 특성이 불규칙적인 패턴을 나타낸다. 따라서, 각 블록 단위 특성에 적합한 물 이용량을 예측하여 효율적 물 공급 방안을 마련할 필요가 있다. 또한, 물 이용량 데이터 중 이상 데이타 감지와 이상 데이터 보정을 통하여 물 이용량 예측의 정확도가 향상된다. 따라서, 블록 단위의 물 이용량에 대한 원시데이타의 효율적인 데이터 마이닝 방안이 요구된다. 본 연구에서는 물 공급지역의 특성에 따른 물 공급 패턴을 분석하고, 이에 적합한 데이터 마이닝 기법을 제시하고 비교 분석하였다. 제안된 데이터 마이닝 기법은 딥러닝 예측모델을 적용하여 적합성을 검증하고, 이를 물 공급량 예측알고리즘에 폭넓게 활용될 수 있음을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.112-114
• /
• 2004

오늘날 웹을 이용하는 사용자들의 웹 검색 형태를 저장한 웹 로그 데이터들은 데이터 마이닝을 위한 중요한 자료가 되고 있다. 이들 웹 로그들로부터 사용자의 현재 행동을 기반으로 사용자가 다음에 요청할 요구를 예측할 수 있는 예측 모델을 만들 수 있다. 하지만 이들 웹 로그들은 크기가 매우 크고 분석하기가 어렵다. 이런 문제를 해결하기 위해 이미 않은 방법이 제안되었다. 그 중에서 효과적으로 예측할 수 있도록 제안된 순차적 분류 기반에 연관법칙을 적용한 예측 기법이 있다. 본 논문에서는 전방향 참조 경로 탐사 패턴 알고리즘을 적용하여 연관규칙에 기반 한 웹 문서 예측 기법을 향상시키는 모델을 제안한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.183-187
• /
• 2004

본 논문에서는 기하학적 모멘트를 이용한 영상의 기하학적인 정보 예측 방법을 제안한다. 기준 패턴의 기하학적인 모멘트와 감지 패턴의 기하학적인 모멘트를 이용하여 감지 영상의 선형 이동, 회전, 확대 및 축소를 예측할 수 있다. 또한 XRS 정규화를 통하여 사형 변환된 패턴의 정보를 감지할 수 있다. 실험을 통하여 제안된 방법의 유용성을 보인다.