• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.214-216
• /
• 2004

순차패턴 마이닝은 데이터들 속에서 어떤 순차 관계가 들어 있는 패턴을 찾는 것이다. 순차 패턴은 다양한 분야에서 중요하게 쓰인다. 예를 들어, 소비자가 구입한 물품들 간의 순차적인 관계성은 다음에 구입할 물건을 예측하는데 쓰일 수 있다. 또한 방문 웹 페이지의 순차 패턴은 사용자가 방문하고자 하는 다음 페이지를 예측하는데 중요할 수 있다. 본 논문에서는 다차원 순차패턴을 마이닝하는 새로운 효율적인 알고리즘의 구현에 대해 설명한다 다차원 순차 패턴 마이닝은 속성-값(attribute-value) 기술을 포함하는 순차 패턴의 연관 규칙을 찾는 것이다. 다음의 두 가지의 현존하는 효율적 알고리즘을 융합하였다. 순차패턴 마이닝을 위한 PrefixSpan 알고리즘과 비 순차패턴 마이닝을 위한 StarCubing 알고리즘. 새로운 알고리즘은 다차원 데이터를 마이닝 하는 StarCubing알고리즘의 효율성을 이용하므로 다차원 순차 데이터를 마이닝 하는데 효율적일 것이다. 실험결과는 제안한 알고리즘이 특히 작은 최소지지도와 작은 cardinality에서 Seq-Dim과 Dim-Seq 같은 현존하는 알고리즘보다 나은 성능임을 보여준다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.72-76
• /
• 2011

본 연구는 레이더 강우 영상에서 추출된 강우 패턴을 인공신경망으로 처리하여 단기 강우 예측을 수행하는 방안을 제시한 것이다. 본 연구에 활용한 CAPPI 영상자료로는 편차 보정과 품질 관리가 이루어지고 있으며 획득이 용이한 기상청 자료를 이용하였으며 CAPPI의 PNG 영상으로부터 강우 패턴을 추출하고, 이를 역전파 알고리즘의 인공신경망 강우 예측 모형에 학습시켜 단기 강우를 예측하기 위한 절차를 제시하였다. 이를 위하여 강우의 시공간적 변화 패턴 추출을 위한 영상 처리와 GIS 자료처리 기법을 제시하였고 이를 인공신경망의 단기 강우 예측 학습과 검증에 적용하여 본 연구에서 제시된 기법의 타당성을 검토하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2014년도 제49차 동계학술대회논문집 22권1호
• /
• pp.347-348
• /
• 2014

최근 급증하는 교통 혼잡으로 인해 시간적/물질적 손실이 크게 발생하고 있다. 이러한 교통난 해소는 시설투자만으로는 근본적인 해결책이 될 수 없다는 판단 하에 지난 수년간 보다 정확한 교통량을 예측하기 위해 시계열 기반의 다양한 교통량 예측 모델들이 개발 되어 왔다. 그러나 시계열 기반의 모델들은 회귀분석을 통해 과거 교통량을 분석하고 과거의 교통패턴이 미래에도 지속적으로 연장된다는 가정 하에 연구되었기 때문에 실시간으로 급변하는 불규칙한 교통 패턴에 대한 예측의 신뢰성을 떨어트린다. 또한 시계열 기반의 예측 기법은 어떠한 회귀분석 모델을 사용하는지에 따라 성능의 차이가 많이 나타나기 때문에 회귀분석 모델 선택이 중요하다. 이러한 제약을 극복하기 위해 본 논문에서는 은닉 마르코프 모델(Hidden Markov model)을 이용해 동적인 교통 패턴에 따라 현재 상황에 맞는 회귀분석 모델을 선택하는 신뢰도 높은 교통량 예측 시스템을 제안한다.

• 한국정보과학회논문지:시스템및이론
• /
• 제37권6호
• /
• pp.354-367
• /
• 2010

시계열 데이터에서 패턴을 분석하는 기법은 많은 발전이 이루어져 오고 있다. 그러나 주식시장의 경우 시계열 데이터임에도 불구하고 패턴 분석 및 예측은 많은 연구가 이루어지지 않고 있으며 예측도가 매우 낮다. 그 이유는 주가의 등락 자체가 본질적으로 무작위하다고 하면 어떠한 과학적 방법으로도 그 예측은 불가능하다. 본 연구에서는 주가의 등락이 보여주는 무작위성의 정도를 Kolmogorov 복잡도를 이용해 측정하여 그 무작위의 정도와 본 논문에서 제시한 반 전역정렬(semi-global alignment)로 예측할 수 있는 주가의 예측의 정확간의 깊은 상관관계가 있음을 보인다. 이를 위해서 주가지수의 등락을 양자화된 문자열로 변환하고 그 문자열의 Kolmogorov 복잡도를 이용해 주가 변동의 무작위성을 측정하였다. 우리는 KOSPI 주식 데이터 28년 690개의 데이터를 수집하여 이를 실험용 데이터로 사용하여 본 논문에서 제시한 방법의 의미를 평가하였다. 그 결과 Kolmogorov 복잡도가 높은 경우에는 변동 예측이 어려우며, Kolmogorov 복잡도가 낮은 경우에는 주식 변동 예측은 가능하나 3종류의 예측율에 대해서 투자자들이 관심이 많은 등락 예측율은 단기 예측은 12% 이상의 예측율을 보일 수 없으며, 장기 예측의 경우 54%의 예측율로 수렴함을 확인하였다.

• 한국게임학회 논문지
• /
• 제20권6호
• /
• pp.43-52
• /
• 2020

본 논문에서는 360도 VR을 위한 큐브맵 비디오 환경에서 패턴의 위치 예측을 사용한 빠른 패턴 추적 방법을 제안한다. 구면 큐브맵 프레임은 6면의 텍스처를 가지므로 패턴 탐색도 6면 텍스처에 대해서 모두 수행해야 하므로 평면 프레임의 경우보다 매우 느리다. 본 논문에서는 이러한 한계점을 극복하기 위해 칼만 필터를 활용하여 패턴의 향후 위치를 예측하고 패턴이 존재할 가능성이 큰 텍스처만 탐색하여 탐색 영역을 축소하는 방법을 제안한다. 실험 결과, 제안하는 시스템은 6면을 모두 탐색하는 방법보다 월등히 빠르게 수행하면서 정확한 패턴 인식 성능을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.724-726
• /
• 2014

본 논문에서는 범죄 발생 전 빠른 상황판단과 효과적인 의사결정을 위한 방법으로 이상 행동을 분류, 분석하여 이상행동 패턴을 발견하고 이에 따라 발생 전 상황을 예상할 수 있는 예측하는 모델을 제시하였다. 이러한 행동분석과 패턴예측 모델은 CCTV로 부터 수집된 데이터를 단계별 DB를 통해 빠르고 정확한 분석할 수 있고, 과거에 축적 및 분석된 데이터를 유사한 상황에 직면했을 때 사전에 예방하기 위한 유용한 도구로 활용이 가능할 것이다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 하계종합학술대회논문집
• /
• pp.153-156
• /
• 2000

본문에서는 예측형 회귀신경망과 HMM의 하이브리드 네트워크인 회귀신경망 예측 HMM을 구성하였다. 회귀신경망 예측 HMM은 예측형 회귀신경망을 HMM의 각 상태마다 예측기로 정의하여 일정치인 평균벡터 대신에 과거의 특징벡터의 영향을 받아 동적으로 변화하는 신경망에 의한 예측치를 이용하므로 학습패턴 설정자체가 시변성을 반영하는 동적 네트워크의 특성을 가진다. 따라서 음성과 같은 시계열 패턴의 인식에 유리하다. 회귀신경망 예측 HMM은 예측형 회귀신경망의 구조에 따라 Elman망 예측 HMM과 Jordan망 예측 HMM으로 구분하였다. 실험에서는 회귀신경망 예측 HMM의 상태수를 4, 5, 6으로 증가시켜 각 상태 수별로 예측차수 및 중간층 유니트 수의 변화에 따른 인식성능을 조사하였다. 실험결과 평가용. 데이터에 대하여 Elman망예측 HMM은 상태수가 6이고, 예측차수가 3차, 중간층 유니트의 수가 15차원일 때, Jordan망 예측 HMM의 경우 상태수가 5이고, 예측차수가 3차, 중간층 유니트의 수가 10차원일 때 각각 99.5%로 우수한 결과를 얻었다.

• 한국우주과학회:학술대회논문집(한국우주과학회보)
• /
• 한국우주과학회 2009년도 한국우주과학회보 제18권2호
• /
• pp.37.3-37.3
• /
• 2009

태양물리연구실에서는 춘 추분기를 전후한 일정 기간 사이에 수분 정도 발생하는 태양간섭 현상을 예측하기 위하여 프로그램을 개발하였다. TU 미디어에서 제공해준 3개의 통신위성 PAS-8, TELSTAR-10, MEASAT-1에 대한 2006, 2007년도 춘 추분기의 통신장애 자료와 계산한 자료를 비교 분석하였고, 이를 이용하여 2009년도 추분기의 태양간섭 현상 시간을 예측하였다. 태양위치변화 계산은 NASA/JPL에서 발행하는 DE406 역서 자료를 이용하여 정밀도를 높였으며, 지구 타원체 모델을 통해 기지국에서의 정확한 태양 및 위성의 고도, 방위각을 구하였다. 또한 기지국 안테나 이득률을 계산하여 기지국 안테나에서 예상 되는 태양 간섭 시간을 얻어 냈다. 기지국 안테나의 빔 패턴은 안테나의 중심 부근에서 가장 강하게 나타나며, 중심에서 멀어질수록 특수한 감쇄 형태를 보인다. 이러한 빔 패턴은 안테나의 이득률과 관련이 있으며, 빔 패턴의 적분을 통해 얻어진 이득률과 태양 디스크가 얼마나 안테나의 범위에 들어오는가에 따라 안테나에 수신되는 전파의 강도가 달라진다. 이러한 강도 변화량을 계산함으로써 태양 간섭 시간을 계산할 수 있다. 본래 안테나 빔 패턴은 개개의 안테나에 따라 다르며 직접 측정하여 얻을 수 있다. 사용한 빔 패턴 모델은 ITU에서 채택된 WARC-79 모델을 이용하였고 모든 위성 기지국 안테나의 빔 패턴은 이 모델에서 벗어나지 않는다. 이 연구에서는 빔 패턴 모델을 적용하여 기존의 TU미디어 성수기지국에서의 태양간섭 시간을 다시 계산하였다. 또한 새롭게 KT 용인 위성 관제센터의 자료를 추가하여 태양 간섭시간을 계산하고 예측하였다. 위성데이터는 기존의 PAS-8, TELSTAR-10, MEASAT-1 통신위성과 KT에서 운용하고 있는 무궁화 3호와 무궁화 5호 통신위성 자료를 사용하였다. 이러한 계산 방법은 전국 임의의 지역에서 춘 추분기에 발생할 수 있는 태양간섭 시간을 예측하고 적용할 수 있다.

• 정보와 통신
• /
• 제31권12호
• /
• pp.17-24
• /
• 2014

빅데이터, IoT, 클라우드 인프라 등 기술의 발달에 따라 일상생활 중에서도 개인과 환경의 변화에 대해 실시간 데이터 수집이 용이하게 되었다. 이를 활용하여 개인의 다양한 특성과 상황을 인지하고 다면적으로 의미를 분석할 수 있는 개인의 라이프스타일(lifestyle, 생활습관) 분석 기술이 중요하게 부각되고 있다. 이 라이프스타일 데이터는 개인의 질병이나 사회 심리적 문제의 원인 분석과 미래 트렌드의 변화예측을 할 수 있는 중요한 근거로 활용된다. 최근 이를 위한 연구로서 활동량, 스트레스, 위치, 수면 등의 라이프스타일 패턴을 추출하여 체계적인 프로세스로 삶의 질을 향상시키는 웰니스 (Wellness) 예측케어 서비스 연구와 서비스들이 활발히 진행되고 있다. 하지만 이러한 서비스를 제공하기에 앞서 개인의 복잡한 라이프스타일 패턴의 추출이 단편적으로만 이뤄지고 있어서, 패턴들 사이의 복잡한 관계를 분석하거나 연계 서비스로의 확장 및 라이프스타일 패턴의 재사용적인 측면에서의 문제가 어려운 이슈가 되고 있다. 이 때문에 웰니스 서비스의 신뢰도가 낮아 사용자가 단순히 재미로 느끼는 수준이거나 일회성에 그치는 모바일 어플리케이션 서비스를 제공받는 경우가 다반사이다. 본 논문에서는 IoT환경에서 다양한 스마트 디바이스에 의해 수집되는 라이프로그로 부터 라이프스타일 패턴 추출 및 모델링, 라이프스타일 패턴 분석으로부터 개인의 행동 추론 및 예측, 원인파악과 관련 지표를 정량적으로 설계하는 분석 엔진 개발 방안, 서비스 디자인을 통하여 실효적인 생활개선의 변화를 유도하는 기술, 개인의 심리적 특성까지 고려한 신뢰성 높은 케어 서비스 제공까지의 전반적인 웰니스 예측케어 서비스시스템 프로세스 및 플랫폼 설계 방안을 제시한다.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 1996년도 추계학술대회 논문집
• /
• pp.365-368
• /
• 1996

카오스 함수인 베이커 함수를 이용하여 불규칙한 상태에 의해 카오스적인 패턴을 발생시키는 패턴 발생기를 구현하였다. 카오스적인 패턴 발생기는 예측할 수 있는 패턴들을 발생시킨다는 점에서 기존의 패턴 발생기와 흡사하지만, 패턴요소의 출력 순서는 결정론적 카오스 함수에 따른다.