• 제목/요약/키워드: Makov model

검색결과 8건 처리시간 0.022초

Bayesian Analysis in Generalized Log-Gamma Censored Regression Model

  • Younshik chung;Yoomi Kang
    • Communications for Statistical Applications and Methods
    • /
    • 제5권3호
    • /
    • pp.733-742
    • /
    • 1998
  • For industrial and medical lifetime data, the generalized log-gamma regression model is considered. Then the Bayesian analysis for the generalized log-gamma regression with censored data are explained and following the data augmentation (Tanner and Wang; 1987), the censored data is replaced by simulated data. To overcome the complicated Bayesian computation, Makov Chain Monte Carlo (MCMC) method is employed. Then some modified algorithms are proposed to implement MCMC. Finally, one example is presented.

  • PDF

무선인지기능 무전기의 적정 재고수준 산정 모형에 관한 연구 (A Model to Calculate the Optimal Level of the Cognitive Radiotelegraph)

  • 김영묵;최경환;윤봉규
    • 한국군사과학기술학회지
    • /
    • 제15권4호
    • /
    • pp.442-449
    • /
    • 2012
  • Cognitive Radio(CR) is the technology that allocates the frequency by using dynamic spectrum access. We proposed a model to calculate the optimal level of the cognitive radiotelegraph, where secondary users opportunistically share the spectrum with primary users through the spectrum sensing. When secondary user with cognitive radio detects the arrival of a primary user in its current channel, the secondary user moves to the idle channel or be placed in the virtual queue. We assume that the primary users have finite buffers and the population of secondary users is finite. Using a two-dimensional Makov model with preemptive priority queueing, we could derive the blocking and waiting probability as well as the optimal level of cognitive radiotelegraph under a various range of parameter circumstances.

Markov Chain Model을 이용한 CFRP 복합재료의 피로손상누적거동에 대한 확률적 해석 (The Probabilistic Analysis of Fatigue Damage Accumulation Behavior Using Markov Chain Model in CFRP Composites)

  • 김도식;김정규;김인배
    • 대한기계학회논문집A
    • /
    • 제20권4호
    • /
    • pp.1241-1250
    • /
    • 1996
  • The characteristics of fatigue cumulative damage and fatigue life of 8-harness satin woven CFRP composites with a circular hole under constant amplitude and 2-level block loading are estimated by Stochastic Makov chain model. It is found in this study that the fatigue damage accumulation behavior is very random and the fatigue damage is accumulated as two regions under constant amplitude fatigue loading. In constant amplitude fatigue loading the predicted mean number of cycles to a specified damage state by Markov chain model shows a good agreement with the test result. The predicted distribution of the fatigue cumulative damage by Markov chain model is similar to the test result. The fatigue life predictions under 2-level block loading by Markov chain model revised are good fitted to the test result more than by 2-parameter Weibull distribution function using percent failure rule.

음소인식 기반의 립싱크 구현을 위한 한국어 음운학적 Viseme의 제안 (Korean Phonological Viseme for Lip Synch Based on Phoneme Recognition)

  • 주희열;강선미;고한석
    • 한국음향학회:학술대회논문집
    • /
    • 한국음향학회 1999년도 학술발표대회 논문집 제18권 1호
    • /
    • pp.70-73
    • /
    • 1999
  • 본 논문에서는 한국어에 대한 실시간 음소 인식을 통한 Lip Synch 구현에 필수요소인 Viseme(Visual Phoneme)을 한국어의 음운학적 접근 방법을 통해 제시하고, Lip Synch에서 입술의 모양에 결정적인 영향을 미치는 모음에 대한 모음 인식 실험 및 결과 분석을 한다.모음인식 실험에서는 한국어 음소 51개 각각에 대해 3개의 State로 이루어진 CHMM (Continilous Hidden Makov Model)으로 모델링하고, 각각의 음소가 병렬로 연결되어진 음소네트워크를 사용한다. 입력된 음성은 12차 MFCC로 특징을 추출하고, Viterbi 알고리즘을 인식 알고리즘으로 사용했으며, 인식과정에서 Bigrim 문법과 유사한 구조의 음소배열 규칙을 사용해서 인식률과 인식 속도를 향상시켰다.

  • PDF

Neural-HMM을 이용한 고립단어 인식 (Isolated-Word Recognition Using Neural Network and Hidden Markov Model)

  • 김연수;김창석
    • 한국통신학회논문지
    • /
    • 제17권11호
    • /
    • pp.1199-1205
    • /
    • 1992
  • 본 논문에서는 HMM(Hidden Markov Models)에서 문제점이 되는 개인차에의한 변동을 흡수하고, 적은 학습 데이타로서 인식률을 향상시키기 위하여 신경회로망을 이용한 NN-HMM(Neural Network Hidden Makov Models)에 의해 한국어 인식에 관하여 연구하였다. 이 방법은 HMM과 신경회로망의 출력을 각각 독립적인 인식값으로 가정하여 두 시스템의 확률곱으로 서로 보정되어 최대 인식확률의 음성모델을 인식하는 음성인식 시스템이다. 본 방법의 타당성을 평가하기 위하여 남, 여화자가 28개의 DDD 지역명을 발성한 음성데이타로 실험한 결과, 이산분포 HMM에 의한 방법에서는 91[%], 신경회로망에 의한 방법에서는 89[%], 제안된 방법에서는 95[%]의 향상된 인식률을 얻으므로써 인식성능의 우수함을 확인하였다.

  • PDF

마코프 모델에 기반한 시계열 자료의 모델링 및 예측 (Modeling and Prediction of Time Series Data based on Markov Model)

  • 조영희;이계성
    • 한국컴퓨터정보학회논문지
    • /
    • 제16권2호
    • /
    • pp.225-233
    • /
    • 2011
  • 주식 가격이나 경제 지표, 사회적 현상의 추세나 변화 등은 통상 시간에 따라 변화하기 때문에 시계열 자료로 구분된다. 시계열 자료는 시간 축에 대해 변화하는 자료의 표현 가치뿐 아니라 그 변화 추세나 향후 방향성까지 제시할 수 있다는 점에서 이에 대한 방법론에 대해 많은 연구와 노력이 지속되어 왔다. 본 논문에서는 전통적으로 예측 모형을 구축하여 예측하는 방법을 취하되 그 모형이 복잡하고 정교한 모델을 활용하여 예측 정확도를 높이려는 시도와는 달리 자료 클러스터링 방법과 자료 구간 선정을 통해 예측정확도를 높이려 시도하였다. 기본 모델은 마코프 모델이다. 구간별 유사 구간을 추출하여 모델링하는 구간별 모델링 방법과 클러스터링을 통한 그룹별 모델링을 통해 모델의 예측정확도를 개선하려 시도하였다. 실험을 통해 클러스터링을 거친 그룹별 마코프 모델이 정확도를 개선 시켰으나 예측율은 현저히 떨어지는 결과를 낳았다.

흡수 마코프 체인 시뮬레이션 기반 최적 함정 임무 할당 모형 (A Model for the Optimal Mission Allocation of Naval Warship Based on Absorbing Markov Chain Simulation)

  • 김성우;최경환
    • 한국산학기술학회논문지
    • /
    • 제22권6호
    • /
    • pp.558-565
    • /
    • 2021
  • 대한민국 해군은 북한과 주변국 등의 위협에 효과적으로 대응하기 위해 동/서/남해에 해군 함대를 배치하여 경비임무를 수행하고 있다. 그러나 함정의 도입연도, 임무일수, 무장능력, 교대시간이 서로 다르고, 함정고장률 등 불확실성이 매우 크기 때문에 적정 함정 임무 할당이 어렵다. 이런 이유로 현장에서는 근무 인원과 함정에 피로도가 높은 경비나 비상대기 임무의 비중을 높이고 있다. 본 연구에서는 사건 발생률이 시간에 따라 변화하는 복잡한 현상을 모형화하고 분석하는데 용이한 연속시간 흡수 마코프 체인을 활용하여 해군 함정의 임무를 최적으로 할당할 수 있는 시뮬레이션 모형을 제시했다. 수립한 모형의 수치분석을 통해 임무기간 동안 목표 운용률을 유지하기 위한 최적 임무기간 및 함정 수량 결정을 할 수 있었고, 각 임무별로 최적 함정을 할당함으로써 불필요한 비상대기 함정을 감소시키고, 승조원의 피로도와 고장 발생을 감소시킬 수 있다. 이 모형은 임무 할당 뿐만 아니라 적정 소요량 산정, 재고분석 등 여러 범위에 확장하여 적용할 수 있다는데 의의가 크다.

Bit-dropping에 의한 Overload Control 방식을 채용한 Packet Voice Multiplexer의 성능 분석에 관한 연구 (Performance Analysis of a Packet Voice Multiplexer Using the Overload Control Strategy by Bit Dropping)

  • 우준석;은종관
    • 한국통신학회논문지
    • /
    • 제18권1호
    • /
    • pp.110-122
    • /
    • 1993
  • 음성이 패킷망을 통해 전송될때 각각의 call들에 의해서 발생되는 패킷들은 statistical multiplexer에 의해 다중화 되는데 이때 overload control이 필요하다. Overload control 방식은 음성 traffic을 coding하는 방식과 밀접한 관계가 있으며 그동안 많은 연구가 진행되어 왔다. CCITT에서는 최근에 packetized voice protocol에 대한 권고안 초안인 G.764를 작성하였는데 여기에서 embedded coding을 사용하는 경우에 bit dropping 방식을 사용하면 매우 훌륭하게 overload control을 할 수 있다는 사실을 언급하였다. 이에 따라 본 논문에서는 음성을 embedded ADPCM으로 coding하여 CCITT권고안 G.764에 따라 전송하는 경우에, bit dropping 방식에 따른 overload control 방식을 사용하는 패킷 multiplexer의 성능을 분석하고자 한다. 성능 분석을 위해서는 먼저 multiplexer에 도착하는 중첩된 packet arrival process에서 패킷들의 interarrival time들 간에 존재하는 큰 correlation을 정확히 나타낼 수 있는 수학적인 model이 필요하다. 본 논문에서는 Poisson process나 birth-and-death process에 비해 이들 packet arrival process를 상대적으로 정확히 표현할 수 있는 Makov-modulated Poisson Process(MMPP)를 사용하여 모델링을 하였다.따라서 성능분석은 MMPP/G/1 queueing system에 대한 분석과 비슷하다. 다만 서비스 시간의 분포가 시스템의 상태에 따라 달라지는데 이러한 경우에 대해서는 기존의 논문에서 분석되지 않았다. 성능분석을 통하여 queue에서 서비스를 기다리는 패킷의 수에 대한 분포의 Z-transform을 구하고 이를 이용하여 임의의 시간에서의 queue length와 waiting time의 평균과 표준편차를 구하였다. 이를 통하여 bit dropping 방식에 의한 overload control이 음성의 질을 많이 저하시키지 않으면서도 overload control을 하지 않을 때에 비해 statistical multiplexer에서 훨씬 많은 수의 call을 수용할 수 있도록 하는 효과를 가진다는 사실을 확인 하였다. 또한 패킷이 queue에서 떠난 직후와 임의의 시간에서 구한 queue length와 waiting time의 평균과 표준편차가 매우 비슷하다는 사실을 알 수 있었다. 본 논문에서와 마찬가지로 임의의 시간에서의 분석은 매우 복잡한 경우가 대부분이므로 이러한 사실을 이용하면 매우 간단히 성능분석을 할 수 있을 것이다.

  • PDF