• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.256-258
• /
• 2001

인터넷 이용자 수가 크게 증가함에 따라 각 사이트에서는 사용자가 원하는 정보를 효과적으로 제공해야 하는 문제가 대두되어, 최근 사용자와 자연어로 정보를 주고 받으며 사이트의 가상 대리자 역할을 수행할 수 있는 대화형 에이전트에 관한 연구가 활발히 진행되고 있다. 그러나 많은 대화형 에이전트가 사용자의 의도를 고려하지 않은 단순한 패턴매칭 기법을 사용하기 때문에 사용자에게 만족스러운 답변을 주지 못하는 경우가 많이 발생한다. 이 논문에서는 대화형 에이전트가 보다 지능적인 대화를 수행할 수 있도록 하기 위해 베이지안 네트워크를 적용하여 사용자의 의도를 모델링하는 방법을 제시한다. 특정 도메인의 소개를 대행하는 대화형 에이전트에 적용한 결과, 사용자의 질의 의도를 파악함으로써 보다 대화 의도에 적합한 대답을 수행하여 그 기능성을 볼 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (A)
• /
• pp.1-3
• /
• 2006

대사증후군은 당뇨병, 고혈압, 복부 비만, 고지혈증 등의 질병이 한 개인에게 동시에 발현하는 것을 말하며, 최근 경제여건의 향상 및 식생활 습관의 변화와 함께 우리나라에서도 심각한 문제가 되고 있다. 한편 불확실성의 처리를 위해 많이 사용되는 베이지안 네트워크는 사람이 분석 가능한 확률 기반의 모델로 최근 의학분야에서 질병의 진단이나 예측모델을 구성하기 위한 방법으로 유용하게 사용되고 있다. 베이지안 네트워크의 구조를 학습하는 대표적인 알고리즘인 K2 알고리즘은 속성이 입력되는 순서의 영향을 받으며, 따라서 이 또한 하나의 주제로써 연구되어 왔다. 본 논문에서는 유전자 알고리즘을 이용하여 베이지안 네트워크에 입력되는 속성 순서를 최적화하며 이 과정에서 의학지식을 적용해 효율적인 최적화가 가능하도록 하였다. 제안하는 모델을 통해 1993년의 데이터를 가지고 1995년의 상태를 예측하는 분류 실험을 수행한 결과 속성 순서 최적화 후에 이전보다 향상된 예측율을 보였으며 또한 다층 신경망, k-최근접 이웃 등을 이용한 다른 모델보다 더 높은 예측율을 보였다.

• Journal of the Korean Statistical Society
• /
• 제26권2호
• /
• pp.277-288
• /
• 1997

For the analysis of survival data including covariates whose effects vary in time, the multiprocess discount survival model is proposed. The parameter vector modeling the time-varying effects of covariates is to vary between time intervals and its evolution between time intervals depends on the perturbation of the next time interval. The recursive estimation of the parameter vector can be obtained at the end of each time interval. The retrospective estimation of the survival function and the forecasting of the survival function of individuals of the specific covariates also can be obtained based on the information gathered until the end of the time interval.

• Communications for Statistical Applications and Methods
• /
• 제10권1호
• /
• pp.19-30
• /
• 2003

Spatiotemporal statistical models are used for analyzing space-time data in many fields, such as environmental sciences, meteorology, geology, epidemiology, forestry, hydrology, fishery, and so on. It is well known that classical spatiotemporal process modeling requires the estimation of space-time variogram or covariance functions. In practice, the estimation of such variogram or covariance functions are computationally difficult and highly sensitive to data structures. We investigate a Bayesian hierarchical model which allows the specification of a more realistic series of conditional distributions instead of computationally difficult and less realistic joint covariance functions. The spatiotemporal model investigated in this study allows both spatial component and autoregressive temporal component. These two features overcome the inability of pure time series models to adequately predict changes in trends in individual sites.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2004년도 학술발표회
• /
• pp.719-723
• /
• 2004

본 연구에서는 일 최고, 최소치 유출량 계열을 확충하기 위해 ARIMA(p,d,q) 모형을 이용하였으며, 분석 자료의 경향성 유무를 파악하기 위해 Mann-Kendal 비모수적 검정을 실시하였다. 분석 결과, 최고 최소 유출량 자료 모두 경향성이 없는 것으로 분석되었다. ARIMA(p,d,q) 모형의 최적 차수를 결정하기 위해 ACF, PACF, AIC, 그리고 SBC(Schwarz Bayesian Criterion) 검사를 실시하였으며 이를 통해 최적의 ARMA 모형을 결정하였다. 일 최대치 자료의 경우 추계학적 경향 보다는 무작위적 특성을 보였으며, 일 최소치 자료계열 경우, ARMA(1,0) 모형이 최적 모형으로 선정되었다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1225-1239
• /
• 2016

We investigate pediatric tumor incidence data collected by the Florida Association for Pediatric Tumor program using various models commonly used in disease mapping analysis. Particularly, we consider Poisson normal models with various conditional autoregressive structure for spatial dependence, a zero-in ated component to capture excess zero counts and a spatio-temporal model to capture spatial and temporal dependence, together. We found that intrinsic conditional autoregressive model provides the smallest Deviance Information Criterion (DIC) among the models when only spatial dependence is considered. On the other hand, adding an autoregressive structure over time decreases DIC over the model without time dependence component. We adopt weighted ranks squared error loss to identify high risk regions which provides similar results with other researchers who have worked on the same data set (e.g. Zhang et al., 2014; Wang and Rodriguez, 2014). Our results, thus, provide additional statistical support on those identied high risk regions discovered by the other researchers.

• 한국컴퓨터정보학회논문지
• /
• 제21권1호
• /
• pp.125-129
• /
• 2016

In this paper, we propose an efficient dynamic workload balancing strategy which improves the performance of high-performance computing system. The key idea of this dynamic workload balancing strategy is to minimize execution time of each job and to maximize the system throughput by effectively using system resource such as CPU, memory. Also, this strategy dynamically allocates job by considering demanded memory size of executing job and workload status of each node. If an overload node occurs due to allocated job, the proposed scheme migrates job, executing in overload nodes, to another free nodes and reduces the waiting time and execution time of job by balancing workload of each node. Through simulation, we show that the proposed dynamic workload balancing strategy based on CPU, memory improves the performance of high-performance computing system compared to previous strategies.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.149-152
• /
• 2008

사생활 보호에 대한 인식이 커지고, 인터넷 시대에 접어들면서 네트워크 기반의 보안시스템의 개발이 활발하다. 실시간 비디오 카메라를 통한 움직이는 물체를 검출하기 위해서는 불필요한 잡음이나 조명의 변화에 대처해야 한다. 이러한 많은 요소들을 고려하여 움직이는 물체를 검출하려면 많은 계산 복잡도를 가지게 된다. 또한, 카메라의 영상크기가 증가함에 따라 움직이는 물체를 검출하기 위해서 더 많은 계산 복잡도를 가지게 된다. 본 논문에서는 기존의 통상적인 움직임 검출방법 과 적응적 배경방식인 '물체 검출을 위한 동적인 장면의 베이시안 모델링 기반 물체 검출 방법'을 분석하고, 실시간으로 처리되는 동적 비디오 영상에서 이동 물체를 검출하는 과정에서의 영상의 크기가 커지고, 이동하는 물체의 개수가 많아짐에 따라 발생되는 계산의 복잡도를 'CPU 성능과 영상 resize 를 이용한 계산 복잡도 감소 방법'을 통해 초당 프레임 처리속도를 유지시키는 방법을 제시한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권8호
• /
• pp.607-615
• /
• 2009

최근 IT 산업은 국방, 항공, 자동차, 의료와 같은 전통 산업분야와 서로 융합하는 추세이다. 그러므로 시스템의 하드웨어를 주로 담당하는 임베디드 소프트웨어는 높은 신뢰성, 가용성, 유지보수성이 보장되어야 한다. 이를 위해 최근 COTS (Commercial Off The Shelf) 하드웨어 컴포넌트 기반 임베디드 소프트웨어를 개발하는 추세이다. 그러나 이러한 개발방법에는 일반적 소프트웨어 결함 외에 하드웨어와의 상호작용에 기인하는 결함이 추가적으로 발생할 수 있다. 이를 연동결함(Linkage Fault)라고 정의한다. 이는 발생 빈도가 낮음에도 불구하고 전체 시스템의 중단을 야기할 정도로 위험하다. 본 논문에서는 COTS 하드웨어 컴포넌트 기반 임베디드 소프트웨어 개발 시 이러한 연동결함의 발생을 고려한 신뢰성 모델을 제안한다. 또한 제안된 모델의 타당성을 분석하기 위해 베이지안 분석과 마코프 체인 몬테카를로 방법으로 계산한 베이즈 요인을 이용한다. 끝으로 IT 융합 분야의 실제 데이터를 활용하여 제안된 모델의 이론적 결과를 뒷받침한다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권3호
• /
• pp.483-492
• /
• 2017

일반적으로 우량계로 측정된 강수량은 지상에 도달한 실제 강수량보다 적게 관측된다. 측정된 강수량이 실제 강수량 보다 적게 측정되는 것은 강수의 형태 (snow, fixed, rain)나 우량계의 종류 그리고 공간적인 특성에 의해 강수량의 정확한 측정이 어렵기 때문이다 (Nitu, 2013). 이는 강수량의 손실을 발생시키는 계통오차 (systematic errors) 때문이며, 일반적으로 고체 강수량의 계통오차는 보통 액체 강수량보다 크다고 알려져 있다. 본 연구에서는 바람에 의한 고체 강수량의 언더캐치(under-catch)를 알아보고, 겨울에 내리는 모든 강수의 형태 (snow, mixed, rain)에 대하여 연속조정함수를 소개하였다. 이를 위해 고창 표준기상관측소에서 측정된 데이터를 사용하였고, 객관적으로 데이터를 가장 잘 설명하는 모형을 선택하고 평가하기 위해 베이지안 분석을 이용할 것이다. 이번 연구는 강수량 측정에서 Catch Radio의 계통적 구조에 대한 통계적 분석을 보여주었다.