• 응용통계연구
• /
• 제24권4호
• /
• pp.657-676
• /
• 2011

통계적 공정관리절차의 특성은 해석적 해를 얻기가 어려운 경우가 많이 있으나 Markov연쇄를 적용하면 가능한 경우가 많이 있다. 이 논문에서는 공정 통계량이 Markov특성을 따르는 경우, Markov연쇄를 생성하는 방법과 이를 이용한 공정관리 절차의 특성을 도출하는 방법에 대해 설명하고 있다. 관리도의 통계적 설계, 경제적 설계 및 변량 표본 추출비 설계 등의 특성 규명을 위한 Markov연쇄의 적용에 대한 기존의 알려진 방법을 복습하고 또한 새로운 공정관리 분야인 재조정 관리도에의 적용방법에 대한 연구결과도 보여주고 있다. 공정관리의 특성연구에서 해석적 해가 가능한 경우에도 이 과정이 복잡하여 Markov연쇄를 병행 사용하면 특성 규명이 명확해지며, 모의실험보다는 짧은 시간에 더 정밀한 결과를 얻을 수 있어 널리 이용되고 있다.

• 응용통계연구
• /
• 제34권4호
• /
• pp.537-556
• /
• 2021

통계적 공정관리절차의 특성은 해석적 해를 얻기가 어려운 경우가 많이 있으나 Markov연쇄를 적용하면 가능한 경우가 많이 있다. 이 논문에서는 공정 통계량이 Markov특성을 따르는 경우, Markov연쇄를 생성하는 방법과 이를 이용한 공정관리 절차의 특성을 도출하는 방법에 대해 설명하고 있다. 관리도의 통계적 설계, 경제적 설계 및 변량표본 추출비 설계 등의 특성 규명을 위한 Markov연쇄의 적용에 대한 기존의 알려진 방법을 복습하고 또한 새로운 공정관리 분야인 재조정 관리도에의 적용방법에 대한 연구결과도 보여주고 있다. 공정관리의 특성연구에서 해석적 해가 가능한 경우에도 이 과정이 복잡하여 Markov연쇄를 병행 사용하면 특성 규명이 명확해지며, 모의실험보다는 짧은 시간에 더 정밀한 결과를 얻을 수 있어 널리 이용되고 있다.

• 대한기계학회논문집
• /
• 제19권8호
• /
• pp.1915-1926
• /
• 1995

The Fatigue characteristics of 8-harness satin woven CFRP composites with a circular hole are experimentally investigated under constant amplitude tension-tension loading. It is found in this study that the fatigue damage accumulation behavior is very random and history-independent, and the fatigue cumulative damage is linearly related with the mean number of cycles to a specified damage state. From these results, it is known that the fatigue characteristics of CFRP composites satisfy the basic assumptions of Markov chain theory and the parameter of Markov chain model can be determined only by mean and variance of fatigue lives. The predicted distribution of the fatigue cumulative damage using Markov chain model shows a good agreement with the test results. For the fatigue life distribution, Markov chain model makes similar accuracy to 2-parameter Weibull distribution function.

• Management Science and Financial Engineering
• /
• 제19권2호
• /
• pp.49-53
• /
• 2013

A Markov-chain Monte Carlo sampling algorithm samples a new point around the latest sample due to the Markov property, which prevents it from sampling from multi-modal distributions since the corresponding chain often fails to search entire support of the target distribution. In this paper, to overcome this problem, mode switching scheme is applied to the conventional MCMC algorithms. The algorithm separates the reducible Markov chain into several mutually exclusive classes and use mode switching scheme to increase mixing rate. Simulation results are given to illustrate the algorithm with promising results.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제25권1호
• /
• pp.1-8
• /
• 1986

It is a common saying that markov-chain is a special case of probability course. That is to say, It means an unchangeable markov-chain process of the transition-probability of discontinuous time. There are two kinds of ways to show transition probability parade matrix theory. The first is the way by arrangement of a rightangled tetragon. The second part is a vertical measurement and direction sing by transition-circle. In this essay, I try to find out existence of procession for transition-probability applied markov-chain. And it is possible for me to know not only, what it is basic on a study of chain but also being applied to abnormal problems following a flow change and statistic facts expecting to use as a model of air expansion in physics.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권4호
• /
• pp.1887-1898
• /
• 2018

In this paper, a method to classify insider threat activity is introduced. The internal threats help detecting anomalous activity in the procedure performed by the user in an organization. When an anomalous value deviating from the overall behavior is displayed, we consider it as an inside threat for classification as an inside intimidator. To solve the situation, Markov Chain Model is employed. The Markov Chain Model shows the next state value through an arbitrary variable affected by the previous event. Similarly, the current activity can also be predicted based on the previous activity for the insider threat activity. A method was studied where the change items for such state are defined by a transition probability, and classified as detection of anomaly of the inside threat through values for a probability variable. We use the properties of the Markov chains to list the behavior of the user over time and to classify which state they belong to. Sequential data sets were generated according to the influence of n occurrences of Markov attribute and classified by machine learning algorithm. In the experiment, only 15% of the Cert: insider threat dataset was applied, and the result was 97% accuracy except for NaiveBayes. As a result of our research, it was confirmed that the Markov Chain Model can classify insider threats and can be fully utilized for user behavior classification.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.744-748
• /
• 2008

본 논문에서는 주어진 예제 멜로디 데이터를 이용하여 효과적으로 새로운 곡을 작곡하는 시스템을 제안한다. 우리가 제안하는 기법은 k-차원 마르코프 체인을 이용하여 마디 단위의 음악 블록을 합성한다. 한마디 단위를 하나의 마르코프 체인의 상태로 취급할 경우 매우 많은 상태를 고려해야 하므로, 이를 계층적 클러스터링 기법을 통하여 학습이 용이한 정도로 상태를 줄인다. 예제 데이터의 각 음악 블록은 소속된 클러스터 번호의 시퀀스로 대체되어 학습 데이터로 사용된다. 학습된 마르코프 체인의 상태를 전이하면서 각 상태에 해당되는 클러스터의 음악 블록을 랜덤하게 선택하여 합성한다. 학습된 마르코프 체인은 효과적으로 예제 음악과 비슷하면서 새로운 곡을 생성할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.111-112
• /
• 2015

본 논문에서는 Delay Tolerant Networks(DTNs)에서 Markov chain으로 노드의 속성 정보 변화율을 분석하여 노드의 이동 경로를 예측하는 알고리즘을 제안한다. 기존 DTN에서 예측기반 라우팅 기법은 노드가 미리 정해진 스케줄에 따라 이동한다. 이러한 네트워크에서는 스케줄을 예측할 수 없는 환경에서 노드의 신뢰성이 낮아진다. 본 논문에서는 일정 구간의 노드의 속성 정보의 시간에 따른 변화율을 Markov chain을 이용하여 노드의 이동 경로를 예측하는 알고리즘을 제안한다. 제안하는 알고리즘은 노드의 속성 정보 중 노드의 속도와 방향성을 근사한 후, 변화율을 분석하고 이로부터 Markov chain을 이용하여 확률전이 매트릭스를 생성하여 노드의 이동 경로를 예측하는 알고리즘이다. 주어진 모의실험 환경에서 노드의 이동 경로 예측을 통해 중계 노드를 선정하여 라우팅 함으로써 네트워크 오버헤드와 전송 지연 시간이 감소함을 보여주고 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.425-426
• /
• 2016

본 논문에서는 Delay Tolerant Networks(DTNs)에서 노드의 속성 정보를 Markov Chain으로 분석하여 노드의 이동 경로를 예측하는 알고리즘을 제안한다. 기존 DTN에서 예측기반 라우팅 기법은 노드가 미리 정해진 스케줄에 따라 이동하거나 노드 간 접촉정보와 같은 추가 정보가 필요하다. 이러한 네트워크에서는 추가적인 정보가 없는 경우 노드의 신뢰성이 낮아진다. 본 논문에서 제안하는 알고리즘은 노드의 속성 정보 중 노드의 속도와 방향성을 상태로 맵핑한 후, Markov chain을 이용하여 확률전이 매트릭스를 생성하여 노드의 이동 경로를 예측하는 알고리즘이다. 주어진 모의실험 환경에서 노드의 이동 경로 예측을 통해 중계 노드를 선정하여 라우팅 함으로써 메시지 전송률이 증가하고 전송 지연 시간이 감소함을 보여주고 있다.

• 대한토목학회논문집
• /
• 제31권3B호
• /
• pp.277-284
• /
• 2011

기존 Markov Chain 모형을 통한 일강수량 모의에서 가장 큰 문제점은 극치강수량을 재현하기 어렵다는 점이다. 이러한 문제점으로 인해 수자원계획을 수립하는데 있어서 불확실성을 가중시키고 있다. 특히 일강수량 모의기법을 통해서 추정되는 빈도강수량의 과소추정으로 인해 수공구조물 설계 시에 신뢰성을 확보하는데 문제점이 있다. 이러한 점에서 본 연구에서는 기존 Markov Chain 모형에서 일강수량에 평균적인 특성과 극치특성을 동시에 재현할 수 있도록 불연속 Kernel-Pareto Distribution 기반에 일강수량모의기법을 개발하였다. 한강유역의 3개 강수지점에 대해서 기존 Markov Chain 모형과 본 연구에서 제안한 방법을 적용한 결과 여름의 일강수량 모의 시 1차모멘트인 평균과 2-3차 모멘트 모두 효과적으로 재현하지 못하는 문제점이 나타났다. 그러나 본 연구에서 제안한 불연속 Kernel-Pareto 분포형 기반 Markov Chain 모형은 여름의 일강수량 모의 시 강수계열의 평균적인 특성뿐만 아니라 표준편차 및 왜곡도의 경우에도 관측치의 통계특성을 매우 효과적으로 재현하는 것으로 나타났다. 본 연구에서 제시한 방법론은 전체적으로 기존 Markov Chain 모형에 비해 극치강수량을 재현하는데 유리한 기법으로 판단된다. 또한 극치강수량을 일반강수량으로부터 분리하여 모의함으로서 평균 및 중간값 등 낮은 차수에 모멘트 등 일강수량에 전체적인 분포특성을 더욱 효과적으로 모의할 수 장점을 확인할 수 있었다.