• 한국국방경영분석학회지
• /
• 제11권1호
• /
• pp.111-129
• /
• 1985

Markov chains with large transition probability matrices occur in many applications such as manpowr models. Under certain conditions the state space of a stationary discrete parameter finite Markov chain may be partitioned into subsets, each of which may be treated as a single state of a smaller chain that retains the Markov property. Such a chain is said to be 'lumpable' and the resulting lumped chain is a special case of more general functions of Markov chains. There are several reasons why one might wish to lump. First, there may be analytical benefits, including relative simplicity of the reduced model and development of a new model which inherits known or assumed strong properties of the original model (the Markov property). Second, there may be statistical benefits, such as increased robustness of the smaller chain as well as improved estimates of transition probabilities. Finally, the identification of lumps may provide new insights about the process under investigation.

• Journal of the Korean Statistical Society
• /
• 제35권4호
• /
• pp.355-376
• /
• 2006

To identify whether the sequence of observations follows a chain dependent process and whether the chain dependent or repeated observations follow stationary process or not, alternative procedures are suggested in this paper. These test procedures are formulated on the basis of logistic regression model under the likelihood ratio test criterion and applied to the daily rainfall occurrence data of Bangladesh for selected stations. These test procedures indicate that the daily rainfall occurrences follow a chain dependent process, and the different types of transition probabilities and overall transition probabilities of Markov chain for the occurrences of rainfall follow a stationary process in the Mymensingh and Rajshahi areas, and non-stationary process in the Chittagong, Faridpur and Satkhira areas.

• Communications for Statistical Applications and Methods
• /
• 제25권1호
• /
• pp.29-42
• /
• 2018

We combine the integer-valued GARCH(1, 1) model with a generalized regime-switching model to propose a dynamic count time series model. Our model adopts Markov-chains with time-varying dependent transition probabilities to model dynamic count time series called the generalized regime-switching integer-valued GARCH(1, 1) (GRS-INGARCH(1, 1)) models. We derive a recursive formula of the conditional probability of the regime in the Markov-chain given the past information, in terms of transition probabilities of the Markov-chain and the Poisson parameters of the INGARCH(1, 1) process. In addition, we also study the forecasting of the Poisson parameter as well as the cumulative impulse response function of the model, which is a measure for the persistence of volatility. A Monte-Carlo simulation is conducted to see the performances of volatility forecasting and behaviors of cumulative impulse response coefficients as well as conditional maximum likelihood estimation; consequently, a real data application is given.

• 한국수자원학회논문집
• /
• 제42권3호
• /
• pp.213-225
• /
• 2009

기존의 정상성 Markov Chain 모형은 자료 자체의 Markov 특성만을 고려하여 모의하는 기법으로서 수자원 설계에서 여러 가지 목적으로 이용되어 지고 있다. 그러나 일강수량의 천이확률 및 매개변수 등이 과거와 일정하다는 정상성을 기본 가정으로 하기 때문에 평균의 변동성 등과 같은 외부충격을 모형에 적용할 수 없다. 이러한 관점에서 본 연구의 가장 큰 목적은 기존일강수량 모형을 외부인자를 받아들일 수 있는 모형으로 개발하는 것이다. 즉, Markov Chain 모형의 매개변수인 천이확률과 확률분포형의 매개변수 등을 연결함수(link function)를 통해 외부인자와 연동하도록 하였으며 정준상관분석을 통해 매개변수를 추정하였다. 개발된 모형을 서울지방 1961-2006년까지의 일강수량 자료를 대상으로 검증하는 절차를 가졌다. 추정된 결과를 보면 계절강수량의 특성뿐만 아니라 일강수량의 특성 또한 적절하게 모의되는 것을 확인할 수 있다. 따라서 본 연구에서 개발된 모형은 GCM 예측결과를 입력자료로 활용한다면 일강수계열의 장단기 모의를 위한 downscaling 기법으로 사용될 수 있다. 또한, 기후변화 시나리오가 입력자료로 이용된다면 기후변화에 따른 수자원 영향 평가를 위한 downscaling 기법으로 활용이 가능할 것으로 판단된다.

• Communications for Statistical Applications and Methods
• /
• 제28권5호
• /
• pp.477-491
• /
• 2021

The Markov modulated Brownian motion is a substantial generalization of the classical Brownian Motion. On the other hand, the Markovian arrival process (MAP) is a point process whose family is dense for any stochastic point process and is used to approximate complex stochastic counting processes. In this paper, we consider a superposition of the Markov modulated Brownian motion (MMBM) and the Markovian arrival process of jumps which are distributed as the bilateral ph-type distribution, the class of which is also dense in the space of distribution functions defined on the whole real line. In the model, we assume that the inter-arrival times of the MAP depend on the underlying Markov process of the MMBM. One of the subjects of this paper is introducing how to obtain the first passage probabilities of the superposed process using a stochastic doubling algorithm designed for getting the minimal solution of a nonsymmetric algebraic Riccatti equation. The other is to provide eigenvalue and eigenvector results on the superposed process to make it possible to apply the GTH-like algorithm, which improves the accuracy of the doubling algorithm.

• Journal of applied mathematics & informatics
• /
• 제29권3_4호
• /
• pp.1043-1048
• /
• 2011

W. Choi([1]) identified and characterized the limiting diffusion of this diploid model by defining discrete generator for the rescaled Markov chain. We denote by F the homozygosity and by S the average selection intensity. In this note, we define the Fleming-Viot process with generator of limiting diffusion and provide exact result for the relations of F and S.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.55-60
• /
• 2007

The purpose of this study is to evaluate the temporal land cover change by gradual urbanization of Gyeongan-cheon watershed. This study used the five land use of Landsat TM satellite images(l987, 1991, 2001, 2004) which were classified by maximum likelihood method. The five land use maps examine its accuracy by error matrix and administrative district statistics. This study analyze land use patterns in the past using time.series Landsat satellite images, and predict 2004 year land use using a CA-Markov combined CA(Cellular Automata) and Markov process, and examine its appropriateness. Finally, predict 2030, 2060 year land use maps by CA-Markov model were constructed from the classified images.

• 전기학회논문지
• /
• 제58권5호
• /
• pp.891-897
• /
• 2009

This paper presents a novel load management technique that can lower the peak demand caused by package airconditioner loads in large apartment complex. An intelligent hierarchical load management system composed of a Central Intelligent Management System(CIMS) and multiple Local Intelligent Management Systems(LIMS) is proposed to implement the proposed technique. Once the required amount of the power reduction is set, CIMS issues tokens, which can be used by each LIMS as a right to turn on the airconditioner. CIMS creates and maintains a queue for fair and proper allocation of the tokens among the LIMS requesting tokens. By adjusting the number tokens and queue management policies, desired power reduction can be achieved smoothly. The Markov Birth and Death process and the Balance Equations utilizing the Diffusion Model are employed for evaluation of queue performances during transient periods until the static balances among the states are achieved. The proposed technique is tested using a summer load data of a large apartment complex and give promising results demonstrating the usability in load management while minimizing the customer inconveniences.

• 한국산학기술학회논문지
• /
• 제13권6호
• /
• pp.2452-2457
• /
• 2012

산업현장에서는 품질검사 과정 중의 잘못된 불량판정을 감소시키기 위하여, 각 제품단위에 대하여 불량판정이 나왔을 경우 복수의 검사를 반복하여 수행하는 경우가 있다. 본 논문은 총 두 번까지의 연속된 검사를 허용하는 품질검사 프로세스에 대한 분석을 다루고 있다. 본 논문에서는 제품검사의 단계와 품질판정 상태를 모델링하는 수학적 도구로서 마르코프 체인이 사용되었다. 그리고 산업체의 생산관리 시스템에서 수집된 불량 판정률을 마르코프 체인 모델의 데이터로 사용하였다. 또한 본 논문은 제품의 품질 특성 별 최종 비율과 제품의 폐기율에 대한 이러한 연속적인 이중검사 허용 프로세스의 영향에 대하여 분석을 수행하였다. 분석 결과, 연속이중검사 허용이 정상 제품에 대한 불량판정을 줄이며, 그 결과 재료, 노동 및 기타 비용을 줄이는 데 기여할 수 있다는 것을 확인하였다

• 한국정보과학회논문지:시스템및이론
• /
• 제33권8호
• /
• pp.524-535
• /
• 2006

급속한 인터넷 기술의 발전으로 기업이나 기관에서의 업무 처리는 인터넷 기반 기술에 의존하고 있다. 또한 주요 정보통신 시설의 네트워크 의존도와 결합도가 증가함에 따라 시스템내의 취약성을 대상으로 하는 침해 행위와 같은 사이버 보안 사고의 수가 크게 증가하고 있다. 이에 따라 개인정보는 물론 컴퓨터 자원들의 침해와 관련된 피해 파급 (damage propagation)에 관한 연구가 요구된다. 그러나 기존의 제안된 모델들은 위험 관리 측면의 방법론적인 접근이거나, 바이러스 (virus) 나 웹 (worm) 같은 특정 위협 (threats) 에 대해서만 적용할 수 있는 연구가 진행되어 왔다. 따라서 본 논문에서는 과거의 위협 발생 데이타를 근거로 하여 전체 시스템이 가지고 있는 다양한 위협들에 대해 적용 가능한 마코프 프로세스 (markov process) 에 기반한 피해 파급 모델을 제시한다. 이를 통하여 각 위협별 발생 확률 및 발생 빈도를 예측할 수 있다.