• 한국지능시스템학회논문지
• /
• 제21권3호
• /
• pp.395-400
• /
• 2011

본 논문에서는 얼굴 표정에서 나타나는 동적인 정서상태 변화를 고려한 얼굴 영상 기반 정서 인식 연구를 제안한다. 본 연구는 얼굴 영상 기반 정서적 특징 검출 및 분석 단계와 정서 상태 분류/인식 단계로 구분할 수 있다. 세부 연구의 구성 중 첫 번째는 Facial Action Units (FAUs)과 결합한 Active Shape Model (ASM)을 이용하여 정서 특징 영역 검출 및 분석기법의 제안이며, 두 번째는 시간에 따른 정서 상태의 동적 변화를 고려한 정확한 인식을 위하여 Hidden Markov Model(HMM) 형태의 Dynamic Bayesian Network를 사용한 정서 상태 분류 및 인식기법의 제안이다. 또한, 최적의 정서적 상태 분류를 위한 HMM의 파라미터 학습 시 Harmony Search (HS) 알고리즘을 이용한 휴리스틱 최적화 과정을 적용하였으며, 이를 통하여 동적 얼굴 영상 변화를 기반으로 하는 정서 상태 인식 시스템을 구성하고 그 성능의 향상을 도모하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권6호
• /
• pp.127-139
• /
• 2023

Numerous genuine issues, for example, financial exchange expectation, climate determining and so forth has inalienable arbitrariness related with them. Receiving a probabilistic system for forecast can oblige this dubious connection among past and future. Commonly the interest is in the contingent likelihood thickness of the arbitrary variable included. One methodology for expectation is with time arrangement and auto relapse models. In this work, liner expectation technique and approach for computation of forecast coefficient are given and likelihood of blunder for various assessors is determined. The current methods all need in some regard assessing a boundary of some accepted arrangement. In this way, an elective methodology is proposed. The elective methodology is to gauge the restrictive thickness of the irregular variable included. The methodology proposed in this theory includes assessing the (discretized) restrictive thickness utilizing a Markovian definition when two arbitrary factors are genuinely needy, knowing the estimation of one of them allows us to improve gauge of the estimation of the other one. The restrictive thickness is assessed as the proportion of the two dimensional joint thickness to the one-dimensional thickness of irregular variable at whatever point the later is positive. Markov models are utilized in the issues of settling on an arrangement of choices and issue that have an innate transience that comprises of an interaction that unfurls on schedule on schedule. In the nonstop time Markov chain models the time stretches between two successive changes may likewise be a ceaseless irregular variable. The Markovian methodology is especially basic and quick for practically all classes of classes of issues requiring the assessment of contingent densities.

• 대한전자공학회논문지SP
• /
• 제42권3호
• /
• pp.1-6
• /
• 2005

변이 영상을 마코브 랜덤필드(MRF)로 모델링한 마코브 네트워크에서 신뢰확산 알고리듬은 각 화소에 대응되는 노드들 사이에 메시지를 전달하는 방식으로 이루어진다. 최초 메시지는 알고리듬의 반복을 통해 특정한 값으로 수렴하게 되며, 수렴된 값을 얻기 위해서는 많은 알고리듬의 반복이 필요하다. 본 논문에서는 알고리듬의 반복을 줄이기 위해 영상내 물체들을 선들의 조합 구성으로 보고 각각의 선들은 같은 메시지를 갖는 노드들의 집합으로 간주하여 기존의 신뢰확산 알고리듬을 단순화하였다.

• 한국멀티미디어학회논문지
• /
• 제18권12호
• /
• pp.1432-1438
• /
• 2015

We present a methodology to detect moving shadows in video sequences, which is considered as a challenging and critical problem in the most visual surveillance systems since 1980s. While most previous moving shadow detection methods used hand-crafted features such as chromaticity, physical properties, geometry, or combination thereof, our method can automatically learn features to classify whether image segments are shadow or foreground by using a deep learning architecture. Furthermore, applying Markov Random Field enables our system to refine our shadow detection results to improve its performance. Our algorithm is applied to five different challenging datasets of moving shadow detection, and its performance is comparable to that of state-of-the-art approaches.

• 정보과학회 논문지
• /
• 제42권11호
• /
• pp.1423-1429
• /
• 2015

최근, 인터넷이 확장됨에 따라 새로운 가치를 생산하는 활용성이 증가되고 있다. 사물인터넷(Internet of Things)은 미래인터넷의 새로운 개념으로, 네트워크 물리적 객체들의 상호연결을 강조하여 최근 크게 주목받고 있으나, 사물인터넷상에서 서로 다른 서비스품질 요구를 만족시키기란 상당히 어렵다. 본 논문에서는, 사물인터넷 시스템의 다양한 서비스품질요구를 만족시킬 수 있는 효율적인 자원할당 방법을 제시한다. 제안된 방법은 마르코프 게임 모델에 기초하여 시스템 성능을 최대화할 수 있도록 효율적으로 사물인터넷 자원들을 할당한다. 시뮬레이션 결과, 제안된 방법은 현재의 사물인터넷 상황에서 기존의 방식에 비해 뛰어난 성능을 보여준다.

• 산업공학
• /
• 제16권spc호
• /
• pp.21-27
• /
• 2003

Objective of this paper is to develop the user mobility model(UMM) which is used for the performance analysis of location update and paging algorithm and at the same time, consider the user mobility pattern(UMP) in zone-based cellular networks. User mobility pattern shows correlation in space and time. UMM should consider these correlations of UMP. K-dimensional Markov chain is presented as a UMM considering them where the states of Markov chain are defined as the current location area(LA) and the consecutive LAs visited in the path. Also, a new two dimensional Markov chain composed of current LA and time interval is presented. Simulation results show that the appropriate size of K in the former UMM is two and the latter UMM reflects the characteristic of UMP well and so is a good model for the analytic method to solve the performance of location update and paging algorithm.

• 한국통신학회논문지
• /
• 제34권2B호
• /
• pp.143-150
• /
• 2009

차세대 무선 네트워크 환경에서 사용자들은 이동 시에도 끊김없는 서비스를 제공 받을 수 있어야 한다. 즉, 단말의 이동 방향과 속력을 예측하여 핸드오버와 자원 예약 절차 과정에서 발생하는 전송 지연과 패킷 손실을 줄이는 것이 필수적인 요소이다. 또한 사용자는 제한된 서비스 영역과 서비스 종류에 맞는 네트워크를 사용할 수 있어야 한다. 본 논문에서는 가우스-마고프 이동 모델을 기반으로 하여 단말의 이동 방향과 속력에 대한 패턴을 분석하여 다음 이동 정보를 예측하고, 단말의 요구 조건에 맞는 이종 네트워크를 선택할 수 있는 계층적 새도우 클러스터(Layered Shadow Cluster)를 제안한다. 또한, 3개의 이종 네트워크로 구성된 네트워크 모델에서 가상 시나리오에 따라 기존의 방안과 성능 비교를 통해 제안 알고리즘의 효율성을 살펴본다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2003년도 Proceeding
• /
• pp.141-148
• /
• 2003

Customer retention is a common concern for many industries and a critical issue for the survival in today's greatly compressed marketplace. Current customer retention models only focus on detection of potential defectors based on the likelihood of defection by using demographic and customer profile information. In this paper, we propose a dynamic procedure for defection detection and prevention using past and current customer behavior by utilizing SOM and Markov chain. The basic idea originates from the observation that a customer has a tendency to change his behavior (i.e. trim-out his usage volumes) before his eventual withdrawal. This gradual pulling out process offers the company the opportunity to detect the defection signals. With this approach, we have two significant benefits compared with existing defection detection studies. First, our procedure can predict when the potential defectors could withdraw and this feature helps to give marketing managers ample lead-time for preparing defection prevention plans. The second benefit is that our approach can provide a procedure for not only defection detection but also defection prevention, which could suggest the desirable behavior state for the next period so as to lower the likelihood of defection. We applied our dynamic procedure for defection detection and prevention to the online gaming industry. Our suggested procedure could predict potential defectors without deterioration of prediction accuracy compared to that of the MLP neural network and DT.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권10호
• /
• pp.4825-4847
• /
• 2016

In this paper, we focus on the per-flow throughput analysis of IEEE 802.11 multi-hop ad hoc networks. The importance of an accurate saturation throughput model lies in establishing the theoretical foundation for effective protocol performance improvements. We argue that the challenge in modeling the per-flow throughput in IEEE 802.11 multi-hop ad hoc networks lies in the analysis of the freezing process and probability of collisions. We first classify collisions occurring in the whole transmission process into instantaneous collisions and persistent collisions. Then we present a four-dimensional Markov chain model based on the notion of the fixed length channel slot to model the Binary Exponential Backoff (BEB) algorithm performed by a tagged node. We further adopt a continuous time Markov model to analyze the freezing process. Through an iterative way, we derive the per-flow throughput of the network. Finally, we validate the accuracy of our model by comparing the analytical results with that obtained by simulations.

• 한국통신학회논문지
• /
• 제29권5C호
• /
• pp.627-631
• /
• 2004

음성인식 모델상의 GPDFs(Gaussian Probability Density Functions)을 효율적으로 군집화 할 수 있는 알고리즘이 제안되었다. 제안된 알고리즘은 데이터 사이의 거리 척도로 발산 거리를 사용하는 새로운 형태의 CNN(Centroid Neural Network)으로, 제한된 자원을 가지는 H/W환경의 음성인식에서 메모리 사용량을 축소하는 응용에 대한 실험 결과, 음성인식 모델인 CDHMM(Continuous Density Hidden Markov Model)에서 기존의 Dk-means(Divergence-based k-means)알고리즘을 이용한 방법과 비교하여 인식 성능의 유지와 함께 약 31.3％의 GPDFs를 더 축소할 수 있었고, 군집화 알고리즘을 적용하지 자은 전체 GPDFs를 사용한 경우와 비교해서 인식 성능의 유지와 함께 약 61.8％의 GPDFs를 압축할 수 있었으며, SNR 10㏈ 잡음 데이터에 대한 성능평가에서도 인식 성능이 유지될 수 있었다.