• 한국통신학회논문지
• /
• 제36권6B호
• /
• pp.697-709
• /
• 2011

차량과 같은 이동환경에서 무선 인터넷 서비스를 사용할 때, 불필요하게 발생하는 핸드오버는 서비스 품질 저하와 시그널링 오버헤드를 유발하여 실시간 멀티미디어 서비스 제공에 단점으로 작용한다. 본 논문에서는 Mobile Node (MN)가 일정한 이동패턴을 가지고 있을 때, Mobility behavior profile을 이용하여 생성한 DTMC을 이용하여 핸드오버의 발생 횟수를 감소시켜 무선 인터넷 서비스를 향상시킬 수 있는 핸드오버 방법을 제안한다. 기존 핸드오버 방법을 반복적으로 수행하며 Mobility behavior profile을 학습하고, Mobility behavior profile 에 충분한 양이 학습되면 Mobility behavior profile을 이용하여 DTMC의 1-step & 2-step transition probability matrix를 생성한다. 그 이후에는 DTMC의 1-step & 2-step transition probability matrix를 이용하여 핸드오버를 수행하며 Mobility behavior profile을 계속 업데이트한다. 4개의 Mobility model에서의 실험을 통하여 평균 핸드오버 횟수와 평균 RSSI값, 그에 따른 Throughput을 비교한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (A)
• /
• pp.53-58
• /
• 2006

MicroRNA (miRNA)는 약 22 nt의 작은 RNA 조각으로 이루어져 있으며 stem-loop 구조의 precursor 형태에서 최종적으로 만들어 진다. miRNA는 mRNA의 3‘UTR에 상보적으로 결합하여 유전자의 발현을 억제하거나 mRNA의 분해를 촉진한다. miRNA를 동정하기 위한 실험적인 방법은 조직 특이적인 발현, 적은 발현양 때문에 방법상 한계를 가지고 있다. 이러한 한계는 컴퓨터를 이용한 방법으로 어느 정도 해결될 수 있다. 하지만 miRNA의 서열상의 낮은 보존성은 homology를 기반으로 한 예측을 어렵게 한다. 또한 기계학습 방법인 support vector machine (SVM) 이나 naive bayes가 적용되었지만, 생물학적인 의미를 해석할 수 있는 generative model을 제시해 주지 못했다. 본 연구에서는 우수한 miRNA 예측을 보일 뿐만 아니라 학습된 모델로부터 생물학적인 지식을 얻을 수 있는 Bayesian network을 적용한다. 이를 위해서는 생물학적으로 의미 있는 특질들의 선택이 중요하다. 여기서는 position weighted matrix (PWM)과 Markov chain probability (MCP), Loop 크기, Bulge 수, spectrum, free energy profile 등을 특질로서 선택한 후 Information gain의 특질 선택법을 통해 예측에 기여도가 높은 특질 25개 와 27개를 최종적으로 선택하였다. 이로부터 Bayesian network을 학습한 후 miRNA의 예측 성능을 10 fold cross-validation으로 확인하였다. 그 결과 pre-/mature miRNA 각 각에 대한 예측 accuracy가 99.99% 100.00%를 보여, SVM이나 naive bayes 방법보다 높은 결과를 보였으며, 학습된 Bayesian network으로부터 이전 연구 결과와 일치하는 pre-miRNA 상의 의존관계를 분석할 수 있었다.

• 한국항공우주학회지
• /
• 제47권10호
• /
• pp.747-752
• /
• 2019

신뢰성 성장 시험을 수행하며 획득하게 되는 고장 정보와 누적 시험수행시간을 이용하면 신뢰성 성장 모델의 모수 추정이 가능하며, 모수 추정을 통해 해당 제품의 MTBF를 예측할 수 있다. 그러나 시험에 대한 비용, 시간 혹은 제품의 특성 등의 여러 제약으로 인해 고장 정보가 구간적으로 획득되거나, 획득한 고장 정보의 샘플 데이터(Sample Data)의 수가 작을 수 있다. 이는 신뢰성 성장 모델의 모수 추정의 오차를 커지게 하는 원인이 될 수 있다. 본 논문에서는 샘플 데이터의 수가 작을 경우 신뢰성 성장 모델의 모수 추정 시 베이지안 기법 기반의 모수 추정 방법의 적용에 대해 연구를 수행하였다. 시뮬레이션 결과 신뢰성 성장 모델의 모수를 추정할 때, MLE를 적용하여 추정하는 방법보다 베이지안 기법을 적용하는 방법이 추정 정확도가 높음을 확인하였다.

• Smart Structures and Systems
• /
• 제24권5호
• /
• pp.631-639
• /
• 2019

Finite element analysis is one of the important methods to study the structural performance. Due to the simplification, discretization and error of structural parameters, numerical model errors always exist. Besides, structural characteristics may also change because of material aging, structural damage, etc., making the initial finite element model cannot simulate the operational response of the structure accurately. Based on Bayesian methods, the initial model can be updated to obtain a more accurate numerical model. This paper presents the work on the field test, modal identification and model updating of a Chinese reinforced concrete pagoda. Based on the ambient vibration test, the acceleration response of the structure under operational environment was collected. The first six translational modes of the structure were identified by the enhanced frequency domain decomposition method. The initial finite element model of the pagoda was established, and the elastic modulus of columns, beams and slabs were selected as model parameters to be updated. Assuming the error between the measured mode and the calculated one follows a Gaussian distribution, the posterior probability density function (PDF) of the parameter to be updated is obtained and the uncertainty is quantitatively evaluated based on the Bayesian statistical theory and the Metropolis-Hastings algorithm, and then the optimal values of model parameters can be obtained. The results show that the difference between the calculated frequency of the finite element model and the measured one is reduced, and the modal correlation of the mode shape is improved. The updated numerical model can be used to evaluate the safety of the structure as a benchmark model for structural health monitoring (SHM).

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제19권4호
• /
• pp.31-44
• /
• 2014

In the present study, a few of recently developed geostatistical models are comparatively studied. The models are two-point statistics based sequential indicator simulation (SISIM) and generalized coupled Markov chain (GCMC), multi-point statistics single normal equation simulation (SNESIM), and object based model of FLUVSIM (fluvial simulation) that predicts structures of target object from the provided geometric information. Out of the models, SNESIM and FLUVSIM require additional information other than conditioning data such as training map and geometry, respectively, which generally claim demanding additional resources. For the comparative studies, three-dimensional fluvial reservoir model is developed considering the genetic information and the samples, as input data for the models, are acquired by mimicking realistic sampling (i.e. random sampling). For SNESIM and FLUVSIM, additional training map and the geometry data are synthesized based on the same information used for the objective model. For the comparisons of the predictabilities of the models, two different measures are employed. In the first measure, the ensemble probability maps of the models are developed from multiple realizations, which are compared in depth to the objective model. In the second measure, the developed realizations are converted to hydrogeologic properties and the groundwater flow simulation results are compared to that of the objective model. From the comparisons, it is found that the predictability of GCMC outperforms the other models in terms of the first measure. On the other hand, in terms of the second measure, the both predictabilities of GCMC and SNESIM are outstanding out of the considered models. The excellences of GCMC model in the comparisons may attribute to the incorporations of directional non-stationarity and the non-linear prediction structure. From the results, it is concluded that the various geostatistical models need to be comprehensively considered and comparatively analyzed for appropriate characterizations.

• 응용통계연구
• /
• 제34권5호
• /
• pp.823-835
• /
• 2021

지역별 인구의 분포에 영향을 미치는 요인의 파악은 국가의 사회, 경제, 문화적 발전 위한 정부의 인구정책 수립에 매우 중요하다. 본 연구에서는 2019년 인구주택 총조사 자료를 기반으로 대한민국 국토를 서울, 대도시, 기타지역의 세 지역으로 나누어 각 지역에서 소지역의 인구 크기에 영향을 미치는 요인들을 살펴 보았다. 인구 자료의 특징은 매우 비대칭적이며 이분산성을 가지므로 조건부 평균에 초점을 맞추는 일반적인 회귀모형 대신 분포에 대한 가정이 필요하지 않은 분위회귀모형을 사용하여 인구의 크기에 따라 변화하는 각 요인의 세부적인 영향을 살펴보았다. 분석결과 서울, 대도시, 기타지역에 따라 그리고 같은 지역 내에서도 세부 지역의 인구크기에 따라 요인의 영향이 매우 달라짐을 확인하였다. 이 결과들은 인구관련 변수들이 지역 마다 매우 이질적인 성질을 가지고 있으며 따라서 획일적인 인구정책이 아닌 지역 특성에 맞는 맞춤형 인구정책을 수립해야 할 필요성을 시사한다.

• 한국물환경학회지
• /
• 제36권6호
• /
• pp.568-580
• /
• 2020

Calibrating a conceptual hydrologic model necessitates selection of a calibration period that produces the most reliable prediction. This often must be chosen randomly, however, since there is no objective guidance. Observation plays the most important role in the calibration or uncertainty evaluation of hydrologic models, in which the key factors are the length of the data and the hydro-climate conditions in which they were collected. In this study, we investigated the effect of the calibration period selected on the predictive performance and uncertainty of a model. After classifying the inflows of the Hapcheon Dam from 1991 to 2019 into four hydro-climate conditions (dry, wet, normal, and mixed), a conceptual hydrologic partitioning model was calibrated using data from the same hydro-climate condition. Then, predictive performance and post-parameter statistics were analyzed during the verification period under various hydro-climate conditions. The results of the study were as follows: 1) Hydro-climate conditions during the calibration period have a significant effect on model performance and uncertainty, 2) calibration of a hydrologic model using data in dry hydro-climate conditions is most advantageous in securing model performance for arbitrary hydro-climate conditions, and 3) the dry calibration can lead to more reliable model results.

• 한국물환경학회지
• /
• 제27권5호
• /
• pp.634-645
• /
• 2011

A newly developed rainwater harvesting (RWH) system reliability model is evaluated for roof area of buildings in Haeundae District of Busan. RWH system is used to supply water for toilet flushing, back garden irrigation, and air cooling. This model is portable because it is based on a non-parametric precipitation generation algorithm using a markov chain. Precipitation occurrence is simulated using transition probabilities derived for each day of the year based on the historical probability of wet and dry day state changes. Precipitation amounts are selected from a matrix of historical values within a moving 30 day window that is centered on the target day. Then, the reliability of RWH system is determined for catchment area and tank volume ranges using synthetic precipitation data. As a result, the synthetic rainfall data well reproduced the characteristics of precipitation in Busan. Also the reliabilities of RWH system for each of demands were computed to high values. Furthermore, for study area using the RWH system, reduction efficiencies for rooftop runoff inputs to the sewer system and potable water demand are evaluated for 23%, 53%, respectively.

• Asian Journal of Innovation and Policy
• /
• 제10권1호
• /
• pp.108-131
• /
• 2021

The increase of international trade across countries and borders results in increased risks associated with the inflow of new pests and diseases. These risks are likely to be increased more rapidly due to climate change. Some countries implement strict regulations on imports to prevent these risks and protect biosecurity, food safety, and public health. However, the problems arise when the diseases and pests are found in a country where their economic structure largely depends on agricultural exports and cause ripple effects on other industries and ecosystems. Therefore, establishing an effective quarantine system is essential to protect and recover from the damage caused by non-native diseases and pests. This study's objectives are 1) analyzing the agricultural policies relate to the quarantine system on diseases and pests in Korea, 2) evaluating the Korea plant quarantine system's value, and 3) simulating plant quarantine policy strategies. We estimated the Korean quarantine system's benefits on diseases and pests to reach these objectives. The benefits are measured with a willingness to pay from respondents surveyed by the contingent valuation method (CVM). The CVM approach directly asks people how much they would willingly pay for food security. Finally, the Korean quarantine system's values are simulated with several policy scenarios and different scales of infection at the regional level. The results of this study can deliver policy implications on the quarantine system innovation in developing countries including Asia.

• 응용통계연구
• /
• 제35권1호
• /
• pp.131-146
• /
• 2022

로지스틱 회귀 모형은 다양한 분야에서 범주형 종속 변수를 예측하거나 분류하기 위한 모형으로 많이 사용되고 있다. 로지스틱 회귀 모형에 대한 전통적인 베이지안 추론 기법으로 메트로폴리스-헤이스팅스 알고리즘이 많이 사용되었지만, 수렴의 속도가 느리고 제안 분포에 대한 적절성을 보장하기 어렵다. 따라서, 본 논문에서는 모형에 대한 베이지안 추론 방법으로 Frühwirth-Schnatter와 Frühwirth (2007)에서 제안된 보조 혼합 샘플링(auxiliary mixture sampling) 기법을 사용하였다. 이 방법은 모형의 선형성과 정규성을 만족시키기 위해 두 단계에 거쳐 잠재변수를 도입하며, 결과적으로 깁스 샘플링을 통한 추론을 가능하게 한다. 제안한 모형의 효과를 검증하기 위해 2020년 지역사회 건강조사 당뇨병 자료에 적용하여 메트로폴리스-헤이스팅스를 사용한 모형과 추론 결과를 비교 분석하였다. 또한, 다양한 분류 모형들과 본 논문에서 제안한 모형의 분류 성능을 비교한 결과 제안된 모형이 분류 분석에서도 좋은 성능을 보이는 것을 확인할 수 있었다.