• 한국인터넷방송통신학회논문지
• /
• 제12권4호
• /
• pp.201-209
• /
• 2012

시점기반 복합 이벤트 처리는 각 이벤트에 하나의 타임스탬프를 사용하여 즉각적인 이벤트를 처리한다. 하지만, 시점기반의 이벤트 처리로는 이벤트의 활동 기간이 중요한 역할을 하는 금융, 멀티미디어, 의학, 기상학 같은 분야에서 복합적인 시제 관계를 표현하기에는 불충분하다. 실세계의 애플리케이션 분야에서, 이벤트는 기간을 가지며, 두 종류 이상의 이벤트는 시간적으로 겹쳐질 수도 있고, 하나의 이벤트가 다른 이벤트를 포함할 수도 있다. 이런 종류의 이벤트들에 대한 관계는 시점기반 이벤트처럼 연속적이지 않을 수도 있다. 본 논문에서는 기간기반 이벤트를 사용하여 복합 이벤트의 패턴을 검출하는 방법을 설계하고 구현한다. 기간기반 이벤트는 시점기반 이벤트가 다룰 수 없는 이벤트들 사이의 겹침과 포함관계를 표현할 수 있다. 기간기반 이벤트 연산자는 시작 끝점과 종료 끝점을 사용하여 이벤트의 기간을 나타내고, 기간기반 이벤트의 시퀀스를 표현하여 복합 이벤트 패턴을 검출할 수 있다. 본 논문에서는 복합 이벤트 패턴 검출의 효율성을 높이기 위해 활성 인스턴스 스택을 사용하는 알고리즘을 제시하며, 이벤트의 시퀀스를 구성할 때 중간 결과의 개수를 줄이기 위해 윈도우 푸시다운 기법을 적용하여 수행시간과 메모리의 효율을 높인다.

• Communications for Statistical Applications and Methods
• /
• 제7권2호
• /
• pp.481-487
• /
• 2000

When we construct an interval estimate of two independent proportions with rare events, the standard approach based on the normal approximation behaves badly in many cases. The problem becomes more severe when no success observations are observed on both groups. In this paper, we compare two alternative methods of constructing a confidence interval of the difference of two independent proportions by use of simulation. One is based on the profile likelihood and the other is the Bayesian probability interval. It is shown in this paper that the Bayesian interval estimator is easy to be implemented and performs almost identical to the best frequentist's method -the profile likelihood approach.

• 응용통계연구
• /
• 제25권3호
• /
• pp.435-446
• /
• 2012

Epidemiologic studies frequently try to estimate the impact of a specific risk factor. The risk difference and the risk ratio are generally useful measurements for this purpose. When using such measurements for rare events, the standard approaches based on the normal approximation may fail, in particular when no events are observed. In this paper, we discuss and evaluate several existing methods to construct confidence intervals around risk differences and risk ratios using Monte-Carlo simulations when the disease of interest is rare. The results in this paper provide guidance how to construct interval estimates of the risk differences and the risk ratios when no events are detected.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권8호
• /
• pp.565-570
• /
• 2013

기존의 순차 패턴 마이닝 기법은 주로 시점 기반 이벤트를 중심으로 연구되었다. 그러나 실생활에는 시작 시점과 종료 시점과 같은 시간 간격을 갖는 인터벌 이벤트가 많이 발생한다. Allen 연산자를 기반으로 두 인터벌 이벤트 사이의 인터벌 패턴을 탐사하는 기존의 기법은 세 개 이상의 인터벌 이벤트 사이에서 인터벌 패턴이 여러 의미로 해석될 수 있는 문제점을 가지고 있다. 이 논문은 인터벌 패턴 탐사에서 모호성 제거를 위한 효율적인 순차 탐색 마이닝 기법인 I_TPrefixSpan 알고리즘을 제안한다. 제안하는 기법은 인터벌 이벤트에 대한 이벤트 시퀀스를 생성함으로써 모호성을 제거하고 이벤트 시퀀스에 존재하는 항목만을 대상으로 순차 탐색함으로써 후보 집합 생성을 최소화 할 수 있다. 성능 평가를 통하여 제안하는 방법이 기존의 방법에 비하여 보다 효율적임을 보인다.

• 정보처리학회논문지D
• /
• 제16D권2호
• /
• pp.185-190
• /
• 2009

시간 속성을 갖는 이벤트 집합에서 동일한 이벤트 타입에 대한 이벤트 시퀀스는 하나의 이벤트로 요약될 수 있다. 그러나 정의된 시간 간격이 경과된 후 발생된 이벤트 타입은 하나 이상의 독립된 서브 이벤트 시퀀스로 요약하는 것이 바람직하다. 본 논문은 Allen의 시간 관계 대수에 기반하여 인터벌 이벤트를 요약하고, 요약된 인터벌 이벤트들로부터 인터벌 연관 규칙을 찾아내는 새로운 시간 데이터 마이닝 기법을 제안한다. 제안하는 기법은 독립적인 서브 시퀀스 개념을 도입하고 인터벌 이벤트 사이의 연관 규칙을 탐사함으로써 질적으로 우수한 정보를 제공한다.

• 한국경영과학회지
• /
• 제20권2호
• /
• pp.139-158
• /
• 1995

A temporal database systems provides timing information and maintains history of data compared to the conventional database system. In this paper, we present a temporal relational database which use an interval-stamping method for instant-based events and for interval-based states. A set of temporal algebraic operators are developed on an instance of time and interval of time so that we can manipulate events and states at a same time. The set of operation is the basis for creating a relational algebra that is closed for temporal relations. And temporal SQL is also suggested as a temporal query relational language for our algebraic operations on temporal relations.

• Communications for Statistical Applications and Methods
• /
• 제11권1호
• /
• pp.181-187
• /
• 2004

One of objectives in epidemiologic studies is to detect the amount of change caused by a specific risk factor. Risk ratio is one of the most useful measurements in epidemiology. When we perform the inference for this measurement with rare events, the standard approach based on the normal approximation may fail, in particular when there are no disease cases observed. In this paper, we discuss and evaluate several existing methods for constructing a confidence interval of risk ratio through simulation when the disease of interest is a rare event. The results in this paper provide guidance with how to construct interval estimates for risk difference and risk ratio when there are no disease cases observed.

• 한국콘텐츠학회논문지
• /
• 제10권2호
• /
• pp.99-110
• /
• 2010

이벤트는 환자의 증상과 같은 시간 속성을 갖는 흐름을 의미하며 센서를 통하여 수집된 스트림 데이터는 시작과 종료 시점을 갖는 인터벌 이벤트로 요약 가능하다. 그러나 대부분의 시간 마이닝 기법은 빈발 이벤트만을 고려하며, 빈발하지 않는 이벤트는 중요하더라도 제외되는 문제가 있다. 이 논문에서는 다차원 스트림 데이터 환경에서 인터벌 이벤트에 기초하여 의미있는 시간 관계에 대한 연관 규칙 마이닝 기법을 제안한다. 제안 방법은 이벤트 가중치와 이상 이벤트가 감지된 시점의 스트림 데이터만 고려하여 이벤트의 발생 횟수에 상관없이 의미있는 시간 관계에 대한 연관 규칙을 탐사한다. 그리고 성능 평가를 통하여 제안 방법이 기존의 방법에 비하여 보다 유용한 지식을 탐사함을 보인다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 춘계정기학술대회
• /
• pp.377-381
• /
• 2001

An ATMS(Assumption-based Truth Maintenance System) has been widely used for maintaining the truth of information by detecting and solving contradictions in nile-based systems. But the ATMS can not correctly maintain the truth of the information in case that the generated information is satisfied within a time interval or includes data about temporal relations of events in time varying situations, because it has no mechanism manipulating temporal data. In this paper, The extended ATMS method is proposed, which can maintain the truth of the information in the inference system using information changing over time or temporal relations of events. In order to maintain contexts generated by relations of events, the label representation method is modified, the disjunction, conjunction simplification method in the label-propagation procedure and nogood handling method of the conventional ATMS are modified, too.

• 정보처리학회논문지D
• /
• 제16D권5호
• /
• pp.691-700
• /
• 2009

이벤트는 환자의 증상과 같이 시간 속성을 갖는 하나의 흐름을 의미하며 인터벌 이벤트는 시작과 종료 시점에 대한 시간 간격을 갖는다. 그리고 시간 데이터마이닝에 대한 많은 연구가 있었지만 환자 이력, 구매자 이력, 로그 이력과 같은 인터벌 이벤트에 대한 지식 탐사 방법에 대한 연구는 미흡하다. 이 논문에서는 이벤트들의 인과 관계에 대한 연관 규칙을 탐사하고 이 규칙에 기반하여 결과 이벤트 발생을 예측하는 시간 데이터마이닝 방법을 제안한다. 제안 방법은 이벤트 시간 속성을 사용하여 인터벌 이벤트로 요약하고 이벤트들의 인과 관계를 탐사하여 이벤트 발생을 예측한다. 성능평가를 통하여 제안 방법은 다양한 지지도를 적용하여 발생 빈도에 상관없이 이벤트 발생에 높은 영향을 주는 의미있는 희소 관계를 발견함으로써 기존의 데이터마이닝 기법에 비하여 보다 우수한 정보를 탐사할 수 있다.