• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2003년도 추계학술대회 및 정기총회
• /
• pp.346-349
• /
• 2003

This paper is intended to assess a system reliability that is changed as time passes. The proposed methodology consists of two steps: (1) predicting probabilities that each component fails at specific time by using a Markov Chain model and (2) calculating reliability of the whole system via Bayesian network. The proposed methodology includes extended Bayesian network model reflecting the case that components are mutually dependent.

• 전자공학회논문지CI
• /
• 제49권2호
• /
• pp.7-12
• /
• 2012

최근 의료분야에서는 방대한 양의 정보를 효과적으로 처리하기 위하여 의사결정트리, 신경망, 베이지안망 등을 비롯한 각종 데이터마이닝 기법의 적용 방안을 연구하고 있다. 또한 환자의 기본적인 신상정보나 과거력, 가족력과 같은 정보 이외에도 MRI, HRCT 등의 영상정보를 추가적으로 수집하고 진단에 활용함으로써 질병진단의 정확도 향상을 도모하는 것이 일반적인 현황이다. 하지만 실제 상황에서는 결과에 영향을 미치는 다량의 변수가 존재하므로 특정 데이터마이닝 기법을 통하여 얻을 수 있는 정보가 상당히 제한적이라고 볼 수 있다. 그뿐만 아니라 촬영된 의료영상도 부수적으로 진단에 긍정적인 영향을 줄 수는 있지만, 주관적인 판단 비중이 높아 자동화된 시스템으로 처리하기가 난해한 문제이다. 이에 따라 현실의 복잡한 상황에서 상대적으로 대처가 유리하고 다변량 확률적인 모델을 기반으로 하는 베이지안망에서 K2나 TAN 등으로 탐색 알고리즘을 개선한 확장 모델이 제안되었다. 이 때, 적용되는 탐색 알고리즘의 종류에 따라 그 성능이 크게 좌우되는 확장 베이지안망의 특성상, 각 기법에 대한 성능과 적합성의 사실적인 평가가 요구된다. 따라서 본 논문에서는 확장 베이지안망에서 질병 진단에 대한 동일한 데이터를 이용하여 실험을 수행하였으며, K2, TAN과 같은 탐색 알고리즘에 변화를 주며 분류 정확도를 측정하였다. 실험에서는 10-fold 교차검증을 수행한 결과분석을 기반으로 성능을 비교평가하고, 발병 위험성이 높은 환자에 대한 HRCT 영상을 분류하여 고위험성의 데이터를 식별 가능하도록 하였다.

• 한국멀티미디어학회논문지
• /
• 제11권6호
• /
• pp.807-815
• /
• 2008

A simple efficient method of spotting and recognizing hand gestures in video is presented using a network of hidden Markov models and dynamic programming search algorithm. The description starts from designing a set of isolated trajectory models which are stochastic and robust enough to characterize highly variable patterns like human motion, handwriting, and speech. Those models are interconnected to form a single big network termed a spotting network or a spotter that models a continuous stream of gestures and non-gestures as well. The inference over the model is based on dynamic programming. The proposed model is highly efficient and can readily be extended to a variety of recurrent pattern recognition tasks. The test result without any engineering has shown the potential for practical application. At the end of the paper we add some related experimental result that has been obtained using a different model - dynamic Bayesian network - which is also a type of stochastic model.

• 한국생물정보학회:학술대회논문집
• /
• 한국생물정보시스템생물학회 2003년도 제2차 연례학술대회 발표논문집
• /
• pp.164-169
• /
• 2003

In this paper, we propose the integrated Bayesian network framework to reconstruct genetic regulatory networks from genome expression data. The proposed model overcomes the dimensionality problem of multivariate analysis by building coherent sub-networks from confined gene clusters and combining these networks via intermediary points. Gene Shaving algorithm is used to cluster genes that share a common function or co-regulation. Retrieved clusters incorporate prior biological knowledge such as Gene Ontology, pathway, and protein protein interaction information for extracting other related genes. With these extended gene list, system builds genetic sub-networks using Bayesian network with MDL score and Sparse Candidate algorithm. Identifying functional modules of genes is done by not only microarray data itself but also well-proved biological knowledge. This integrated approach can improve there liability of a network in that false relations due to the lack of data can be reduced. Another advantage is the decreased computational complexity by constrained gene sets. To evaluate the proposed system, S. Cerevisiae cell cycle data [1] is applied. The result analysis presents new hypotheses about novel genetic interactions as well as typical relationships known by previous researches [2].

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권3호
• /
• pp.755-778
• /
• 2024

In recent years, the number of devices being connected to the internet has grown enormously, as has the intrusive behavior in the network. Thus, it is important for intrusion detection systems to report all intrusive behavior. Using deep learning and machine learning algorithms, intrusion detection systems are able to perform well in identifying attacks. However, the concern with these deep learning algorithms is their inability to identify a suitable network based on traffic volume, which requires manual changing of hyperparameters, which consumes a lot of time and effort. So, to address this, this paper offers a solution using the extended compact genetic algorithm for the automatic tuning of the hyperparameters. The novelty in this work comes in the form of modeling the problem of identifying attacks as a multi-objective optimization problem and the usage of linkage learning for solving the optimization problem. The solution is obtained using the feature map-based Convolutional Neural Network that gets encoded into genes, and using the extended compact genetic algorithm the model is optimized for the detection accuracy and latency. The CIC-IDS-2017 and 2018 datasets are used to verify the hypothesis, and the most recent analysis yielded a substantial F1 score of 99.23%. Response time, CPU, and memory consumption evaluations are done to demonstrate the suitability of this model in a fog environment.

• 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.

• 산업경영시스템학회지
• /
• 제39권4호
• /
• pp.72-80
• /
• 2016

The market size of plant projects in overseas is so large that domestic EPC project contractors are actively seeking the overseas projects and then trying to meet completion plans since successful fulfillment of these projects can provide great opportunities for them to expand into new foreign markets. International EPC projects involve all of the uncertainties common to domestic projects as well as uncertainties specific to foreign projects including marine transportation, customs, regulations, nationality, culture and so on. When overseas project gets off-schedule, the resulting uncertainty may trigger unexpected exceptions and then critical effects to the project performance. It usually require much more time and costs to encounter these exceptions in foreign sites compared to domestic project sites. Therefore, an exception handling approach is required to manage exceptions effectively for successful project progress in foreign project sites. In this research, we proposed a methodology for prediction and evaluation of exceptions caused by risks in international EPC projects based on sensitivity analysis and Bayesian Networks. First, we identified project schedule risks and related exceptions, which may meet during the fulfillment of foreign EPC projects that is performed in a sequence of engineering, procurement, preparatory manufacture, foreign shipping, construction, inspection and modification activities, and affect project performance, using literature review and expert interviews. The impact of exceptions to the schedule delay were also identified. Second, we proposed a methodology to predict the occurrence of exceptions caused by project risks and evaluate them. Using sensitivity analysis, we can identify activities that critically affect schedule delay and need to focus by priority. Then, we use Bayesian Networks to predict and evaluate exceptions. Third, we applied the proposed methodology to an international EPC project example to validate the proposed approach. Finally, we concluded the research with the further research topics. We expect that the proposed approach can be extended to apply in exception management in project management.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.331-332
• /
• 2007

최근 디지털 TV방송서비스의 보급으로 채널의 수와 그에 따른 프로그램의 수가 많아짐에 따라 시청자는 모든 프로그램의 정보를 미리 알고 있는 것이 힘들어 졌다. 모든 채널과 방송 프로그램을 탐색하고 자신의 취향에 맞는 프로그램을 찾아 보기 어려워진 문제를 해결하고자 영화, 상품 등의 분야에 국한 되었던 추천연구 분야도 TV채널 까지 확대할 필요가 있다. 본 논문에서는 사용자의 TV시청 기록을 분석하여 사용자 프로파일 테이블을 구성하고, 베이시안 네트워크와 시계열 분석 이론을 접목하여 추천엔진을 구현하는 TV채널 추천 엔진을 제안한다.

• 정보과학회 논문지
• /
• 제42권7호
• /
• pp.889-900
• /
• 2015

최근 복잡해진 시스템의 실행 환경에서 발생하는 문제들을 해결하기 위해 자가적응형 시스템의 중요성이 대두되고 있다. 그러나 시스템 설계 시점에 구축된 모델과 실행 환경 사이의 불확실성이 시스템을 알 수 없는 상황으로 이끌 수 있기 때문에 이를 다루기 위한 연구가 중요한 이슈로 떠오르고 있다. 본 논문은 불확실한 상황에서 적응 시점을 결정하고 모델에 실시간 환경을 반영하기 위한 방법을 제안한다. 적합한 적응 시점을 위해 시스템의 이전 상태들과 현재상태를 비교하여 베이지안 서프라이즈를 계산하고, 설계된 모델에 실시간 환경을 수행된 적응 정책의 결과를 모델에 반영한다. 제안 방법론을 네비게이션 시스템에 적용하여 제안 사항의 유효성을 확인하였다.

• 한국물환경학회지
• /
• 제36권6호
• /
• pp.611-620
• /
• 2020

Although process-based models have been a preferred approach for modeling freshwater aquatic systems over extended time intervals, the increasing utility of data-driven models in a big data environment has made the data-driven models increasingly popular in recent decades. In this study, international peer-reviewed journals for the relevant fields were searched in the Web of Science Core Collection, and an extensive literature review, which included total 2,984 articles published during the last two decades (2000-2020), was performed. The review results indicated that the rate of increase in the number of published studies using data-driven models exceeded those using process-based models since 2010. The increase in the use of data-driven models was partly attributable to the increasing availability of data from new data sources, e.g., remotely sensed hyperspectral or multispectral data. Consistently throughout the past two decades, South Korea has been one of the top ten countries in which the greatest number of studies using the data-driven models were published. Among the major data-driven approaches, i.e., artificial neural network, decision tree, and Bayesian model, were illustrated with case studies. Based on the review, this study aimed to inform the current state of knowledge regarding the biogeochemical water quality and ecological models using data-driven approaches, and provide the remaining challenges and future prospects.