• 정보처리학회논문지B
• /
• 제15B권2호
• /
• pp.87-94
• /
• 2008

본 논문에서는 실시간 화재 감지를 위해 비전 기반의 새로운 화재 감지 기법을 제안한다. 기존의 비전기반 화재감지 기법에서는 컬러정보와 픽셀들의 시간적인 변화량 검출을 위해 다수의 휴리스틱한 특징들을 적용함으로써 실험결과가 환경의 변화에 민감한 문제들이 존재했다. 또한 정확한 화재감지를 위해서 많은 연산을 수행함으로써 감지시간 길어지는 단점이 있었다. 이러한 문제점들을 극복하기 위해서 본 논문에서는 시간축 상에서 불규칙하게 변화하는 화재의 특성을 분석하고 이를 토대로 확률 모델을 구성하여 이를 베이지안 네트워크(Bayesian network)에 적용하는 새로운 방법을 제안한다. 우선, 배경 모델링과 컬러 모델을 적용하여 화재 후보 영역을 검출하고, 이 후보 영역에서 명암도에 평준화된 Red 색상의 왜도(skewness)와 웨이블릿 변환을 통하여 얻어진 3가지 고주파 성분의 왜도를 노드로 갖는 베이지안 네트워크를 구성하여 최종 화재를 감별한다. 실생활 환경에서 촬영된 화재 영상에 대한 실험 결과는 빠른 검출 속도와 우수한 화재 검출 성능을 보여주고 있다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권3호
• /
• pp.361-365
• /
• 2010

소셜 네트워크는 관심사가 유사한 사람을 찾거나 정보를 교환하는 주요한 수단으로 최근 각광받고 있다. 특히 페이스북(Facebook) 이나 싸이월드 등과 같이 인터넷상에서 제공되던 소셜 네트워크 서비스는 이제 휴대폰 영역으로 확장되고 있다. 휴대폰은 개인이 향상 소유하고 다니기 때문에 개인정보의 취득이 쉬우며, 센서 기술의 발달로 다양한 종류의 데이터를 함께 수집할 수 있다. 따라서 이를 모바일 소셜 네트워크 서비스에 활용하면 기존의 인터넷기반 소셜 네트워크 서비스와의 차별화를 이룰 수 있다. 이를 위해 본 논문에서는 확률추론 모델인 베이지안 네트워크를 이용하여 사용자와 주변 사람들간의 친밀도나 관계 등의 모바일 소셜 컨텍스투를 추출하는 방법을 제안한다. 이는 모바일 소셜 네트워크 서비스에 중요한 정보로 활용 가능하며, 본 논문에서는 실제 수집한 데이터를 기반으로 그 가능성을 검증하였다.

• 정보처리학회논문지B
• /
• 제9B권5호
• /
• pp.625-634
• /
• 2002

본 논문에서는 베이지안 망을 기초로 불임환자의 임상 데이터에 대한 다양한 분석 실험을 전개하였다. 이 실험을 통해 임신여부에 영향을 주는 요인들간의 상호의존성을 분석해보고, 또 NBN, BAN, GBN 등 제약조건이 다른 다양한 유형의 베이지안 망 분류기들의 분류성능을 서로 비교해보았다. 그리고 우리는 이와 같은 실험을 통해 임신가능여부(Clin)에 직접적인 영향을 미치는 중요한 요인들로 증상(IND), 약물치료법(stimulation), 여성의 나이(FA), 미세조작 난자의 수(ICT), Wallace 사용여부(ETM) 등 5개의 특성들을 가려낼 수 있었고, 이 요인들간의 상호 의존성도 찾아낼 수 있었다. 또 서로 다른 유형의 베이지안 망 분류기들 중에서 요인들간의 상호의존관계를 허용하는 좀 더 일반적인 BAN과 GBN 등이 그렇지 못한 NBN에 비해 상대적으로 더 높은 분류 성능을 보여준다는 것을 확인하였다. 또 결정트리와 k-최근접 이웃과 같은 다른 분류기들과의 성능 비교를 통해, 임상 데이터의 특성상 확률적 표현과 추론에 기초한 베이지안 망 분류기들이 보다 높은 성능을 보여준다는 사실도 확인할 수 있었다. 또 본 논문에서는 클래스 노드의 Markov blanket에 속한 특성들로 특성집합을 축소하는 것을 제안하고, 실험을 통해 이 특성 축소방법이 베이지안 망 분류기들의 성능을 높여 줄 수 있는지 알아보았다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권11호
• /
• pp.1071-1083
• /
• 2005

최근 들어 확률 분포를 개체군으로부터 추정하여 보다 효율적으로 최적화를 해결하려는 연구가 진행되고 있다. 특히 복잡한 문제의 해결을 위해서 혼합 분포가 사용되고 있다. 그러나 이 경우 몇 개의 성분으로 혼합 분포를 나타낼 것인가를 결정하기 어려운 문제가 있으며, 각 분포에 의하여 표현되는 이전 세대의 우수한 부분 해들을 잘 결합하지 못하는 단점이 있다. 본 논문에서는 변분 베이지안 혼합 인자 분석(variational Bayesian mixtures of factor analyzers) 기법을 사용한 개체군의 분포 추정을 통해 실수 공간에서의 최적화 문제를 해결하는 방법을 제안한다. 이 기법은 혼합 분포의 개수 추정을 자동화하며, 잠재 변수(latent variable)를 사용하여 각 분포가 표현하는 세부 개체군 내에 포함된 부분 해들의 혼합을 효율적으로 수행할 수 있다. 잘 알려진 함수 최적화 문제들에 대해 다른 분포 추정 진화 알고리즘과 비교하여 제안하는 방법의 우수성을 검증하였다. 또한 시스템 생물학에서 다루고 있는 생화학 네트워크의 동적 모델링을 위한 매개변수 추정도 성공적으로 수행하였다.

• Safety and Health at Work
• /
• 제7권3호
• /
• pp.175-184
• /
• 2016

Stress at work and in the family is a very common issue in our society that generates many health-related problems. During recent years, numerous studies have sought to define the term stress, raising many contradictions that various authors have studied. Other authors have attempted to establish some criteria, in subjective and not very quantitative ways, in an attempt to reduce and even to eliminate stressors and their effects at work and in the family context. The purpose of this study was to quantify so-called cushioning variables, such as control, social support, home/work life conciliation, and even sports and leisure activities, with the purpose of, as much as possible, reducing the negative effects of stress, which seriously affects the health of workers. The study employs data from the Fifth European Working Conditions Survey, in which nearly 44,000 interviewees from 34 countries in the European Union participated. We constructed a probabilistic model based on a Bayesian network, using variables from both the workplace and the family, the aforementioned cushioning variables, as well as the variable stress. If action is taken on the above variables, then the probabilities of suffering high levels of stress may be reduced. Such action may improve the quality of life of people at work and in the family.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 The Pacific Aisan Confrence On Intelligent Systems 2001
• /
• pp.336-342
• /
• 2001

One of the most important problems on rule induction methods is that they cannot extract rules, which plausibly represent experts decision processes. On one hand, rule induction methods induce probabilistic rules, the description length of which is too short, compared with the experts rules. On the other hand, construction of Bayesian networks generates too lengthy rules. In this paper, the characteristics of experts rules are closely examined and a new approach to extract plausible rules is introduced, which consists of the following three procedures. First, the characterization of decision attributes (given classes) is extracted from databases and the classes are classified into several groups with respect to the characterization. Then, two kinds of sub-rules, characterization rules for each group and discrimination rules for each class in the group are induced. Finally, those two parts are integrated into one rule for each decision attribute. The proposed method was evaluated on a medical database, the experimental results of which show that induced rules correctly represent experts decision processes.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권3호
• /
• pp.289-300
• /
• 2010

최근 휴대폰, 스마트폰, PDA와 같은 모바일 기기로 위치, 전화기록, SMS, 사진, 동영상 등 사용자에 관한 다양한 정보를 지속적으로 수집할 수 있게 되었다. 이에 모바일 기기로부터 수집된 정보를 토대로 개인의 일상을 검색 및 요약하는 서비스에 대한 연구가 활발하다. 본 논문에서는 이전 연구에서 개발된 라이프 브라우저를 소개하고, 이전 연구에서 확장된 내용으로 LPS 서버와 GPS 위치 보정을 추가로 설명하며, LPS 성능 평가 및 키워드 확장 검색에 대한 평가 실험 결과를 보인다. 라이프 브라우저는 모바일 기기에서 수집된 개인 정보를 효과적으로 검색할 수 있도록 해주고, 개념 네트워크를 이용하여 일반 상식으로부터 단편적인 키워드에 관련된 정보를 검색하는 기능을 지원한다. 사전 지식을 통해 설계된 베이지안 네트워크를 이용하여 확률적으로 연관성이 있는 장소를 검색할 수 있는 기능도 지원한다 실험에서는 실제 사용자를 대상으로 수집한 정보를 라이프 브라우저를 통해 시각화 하였으며, LPS 서버를 사용할 경우에 더 정확한 결과를 보일 수 있다는 점과 사용자 질의어의 개념을 개념 네트워크와 베이지안 네트워크로 확장하여 검색한 경우 더 유용한 결과를 보임을 확인하였다.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1998년도 춘계학술발표회논문집(1)
• /
• pp.264-270
• /
• 1998

This research broadens the prime concern of nuclear power plant operations from safe performance to both economic and safe performance. First emergency diesel generator is identified as one of main contributors for the lost plant availability through the review of plants forced outage records. The framework of an integrated architecture for performing modern on-line condition for operational availability improvement is configured in this work. For the development of the comprehensive sensor networks for complex target systems, an integrated methodology incorporating a structural hierarchy, a functional hierarchy, and a fault-system matrix is formulated. The second part of our research is development of intelligent diagnosis and maintenance advisory system, which employs Bayesian Belief networks (BBNs) as a high level reasoning tool incorporating inherent uncertainty use in probabilistic inference. Our prototype diagnosis algorithms are represented explicitly through topological symbols and links between them in a causal direction. As new evidence from sensor network development is entered into the model especially, our advisory of system provides operational advice concerning both availability and safety, so that the operator is able to determine the likely modes, diagnose the system state, locate root causes, and take the most advantageous action. Thereby, this advice improves operational availability

• 한국수자원학회논문집
• /
• 제54권7호
• /
• pp.523-534
• /
• 2021

수문순환 과정에서 강수량의 부족으로 발생된 기상학적 가뭄은 농업 및 수문학적 가뭄으로 전이된다. 기상학적 가뭄과 다르게 농업적 가뭄과 수문학적 가뭄의 발생은 인간 생활에 직접적으로 영향을 미치기 때문에 가뭄의 전이과정을 분석하는 것은 가뭄의 효과적 대비와 대응을 위하여 필요한 일이다. 본 연구에서는 관측된 강수량과 수문모형으로 모의된 자연유출량 자료를 바탕으로 기상학적 가뭄과 수문학적 가뭄을 정의하고, 베이지안 네트워크 모형을 활용하여 기상학적 가뭄과 수문학적 가뭄 간의 전이 관계를 확률론적으로 분석하였다. 베이지안 네트워크의 결합확률을 산정하기 위하여 코플라함수를 활용하였다. 분석 결과, 기상학적 가뭄이 보통가뭄 상황에서는 수문학적 가뭄으로 전이될 확률은 0.41 ~ 0.63, 기상학적 가뭄이 극심한 경우에는 수문학적 가뭄으로 전이될 확률은 0.83 ~ 0.98이었다. 즉, 기상학적 가뭄이 심화됨에 따라 수문학적 가뭄으로 전이될 확률은 증가되었다. 계절별로는 가을에 가뭄전이 발생확률이 0.71 ~ 0.89로 가장 높으며, 겨울에는 0.41 ~ 0.62의 값으로 낮게 산정되었다. 결론적으로 여름에서 가을까지 기상학적 가뭄 심도가 심화됨에 따라서 수문학적 가뭄으로의 전이 확률이 높아지며, 해당 시기 동안 가뭄에 적절한 대응을 수행하면 가뭄의 예방이 가능할 것이다.

• 한국생물정보학회:학술대회논문집
• /
• 한국생물정보시스템생물학회 2001년도 제2회 생물정보 워크샵 (DNA Chip Bioinformatics)
• /
• pp.165-196
• /
• 2001

DNA chip 또는 microarray는 다수의 유전자 또는 유전자 조각을 (보통 수천내지 수만 개)칩상에 고정시켜 놓고 DNA hybridization 반응을 이용하여 유전자들의 발현 양상을 분석할 수 있는 기술이다. 이러한 high-throughput기술은 예전에는 생각하지 못했던 여러가지 분자생물학의 문제에 대한 해답을 제시해 줄 수 있을 뿐 만 아니라, 분자수준에서의 질병 진단, 신약 개발, 환경 오염 문제의 해결 등 그 응용 가능성이 무한하다. 이 기술의 실용적인 적용을 위해서는 DNA chip을 제작하기 위한 하드웨어/웻웨어 기술 외에도 이러한 데이터로부터 최대한 유용하고 새로운 지식을 창출하기 위한 bioinformatics 기술이 핵심이라고 할 수 있다. 유전자 발현 패턴을 데이터마이닝하는 문제는 크게 clustering, classification, dependency analysis로 구분할 수 있으며 이러한 기술은 통계학과인공지능 기계학습에 기반을 두고 있다. 주로 사용된 기법으로는 principal component analysis, hierarchical clustering, k-means, self-organizing maps, decision trees, multilayer perceptron neural networks, association rules 등이다. 본 세미나에서는 이러한 기본적인 기계학습 기술 외에 최근에 연구되고 있는 새로운 학습 기술로서 probabilistic graphical model (PGM)을 소개하고 이를 DNA chip 데이터 분석에 응용하는 연구를 살펴본다. PGM은 인공신경망, 그래프 이론, 확률 이론이 결합되어 형성된 기계학습 모델로서 인간 두뇌의 기억과 학습 기작에 기반을 두고 있으며 다른 기계학습 모델과의 큰 차이점 중의 하나는 generative model이라는 것이다. 즉 일단 모델이 만들어지면 이것으로부터 새로운 데이터를 생성할 수 있는 능력이 있어서, 만들어진 모델을 검증하고 이로부터 새로운 사실을 추론해 낼 수 있어 biological data mining 문제에서와 같이 새로운 지식을 발견하는 exploratory analysis에 적합하다. 또한probabilistic graphical model은 기존의 신경망 모델과는 달리 deterministic한의사결정이 아니라 확률에 기반한 soft inference를 하고 학습된 모델로부터 관련된 요인들간의 인과관계(causal relationship) 또는 상호의존관계(dependency)를 분석하기에 적합한 장점이 있다. 군체적인 PGM 모델의 예로서, Bayesian network, nonnegative matrix factorization (NMF), generative topographic mapping (GTM)의 구조와 학습 및 추론알고리즘을소개하고 이를 DNA칩 데이터 분석 평가 대회인 CAMDA-2000과 CAMDA-2001에서 사용된cancer diagnosis 문제와 gene-drug dependency analysis 문제에 적용한 결과를 살펴본다.