• 대한토목학회논문집
• /
• 제35권2호
• /
• pp.327-340
• /
• 2015

기후모형으로 가장 널리 사용되는 GCM의 불확실성 및 시공간적 편의로 인하여 GCM으로부터 생산된 기상정보를 응용수문분야에서 직접적으로 이용하기 위해서는 상세화 과정이 필수적으로 요구된다. 본 연구에서는 선행연구에서 개발된 비정상성 은닉 마코프 모형(Non-stationary Hidden Markov Chain Model, NHMM)을 기반으로 다지점 공간상관성을 고려할 수 있는 Chow-Liu Tree 알고리즘과 결합하여 유역단위 강우시나리오 상세화 기법(CLT-NHMM)으로 확장하였으며, 낙동강 유역에 적용하여 적용성을 평가하였다. 상관행렬(correlation matrix)을 통한 강우네트워크의 공간상관성 평가결과 유역상관성이 우수하게 모의하는 것을 확인하였으며, 강수의 빈도 및 양적 관점에서 효과적인 모의가 가능하였다. 본 연구에서 제시한 CLT-NHMM 모형은 수자원뿐만 아니라 수문자료를 입력 자료로 하는 농업, 보건, 환경 및 에너지 등 다양한 응용기상분야에 핵심 기술로 활용이 전망된다.

• 한국수자원학회논문집
• /
• 제35권5호
• /
• pp.619-629
• /
• 2002

대기에서의 물순환은 기후시스템이라는 커다란 공간 안에서 다양한 인자들의 상호작용을 통하여 이루어진다. 즉, 어떠한 기후 현상도 그 자체적으로 발생할 수는 없다. 따라서, 많은 연구자들은 영향인자들의 분석을 통하여 기후 변화를 이해하고자 노력하여 왔다. 본 연구에서는 다양한 인자에 의하여 영향을 받아 발생하는 강수량의 예측을 위하여 실제 세계의 근사적이고 부정확한 성질을 표현하는데 효과적인 퍼지 개념을 이용하였다. 예측을 위하여 적용한 모형은 크게 뉴로-퍼지 시스템과 마코프 연쇄이며, 일리노이주의 강수량 예측을 위하여 적용하였다. 예측은 강수량에 영향을 끼치는 다양한 대기순환 인자(예: 토양수분과 기온)를 고려하여 수행하였다. 예측 결과, 강수량 예측에 대기순환 인자들을 고려함으로써 모형의 예측능력을 향상시킬 수 있었고, 상대적으로 뉴로-퍼지 시스템의 예측이 보다 정확한 결과를 주었다.

• 한국통신학회논문지
• /
• 제41권9호
• /
• pp.1060-1068
• /
• 2016

연결정보만을 이용하는 range-free 측위 기법의 성능은 이동성을 갖는 무선 단말 움직임에 취약한 문제점이 있다. 본 논문은 실제 전파 환경을 고려한 실내 네트워크에서 베이지안 필터를 사용하여 실시간으로 움직이는 무선장치를 추적하는 두 가지 알고리즘을 제안하였다. 제안하는 알고리즘은 측정 모델의 선형성에 따라 Kalman filter 와 Markov Chain Monte Carlo (MCMC) particle filter를 적용하였다. Kalman과 MCMC particle filter 기반 알고리즘은 각각 무선단말 간 연결정보를, 이동 단말의 한 홉 간격 내 단말로부터 수신하는 신호의 세기 (RSS: received signal strength)와 연결정보를 혼합한 융합정보를 측정 모델로 사용하였다. 정확한 시뮬레이션을 위해 실내 쇼핑몰 지도를 구현한 네트워크 지형, 그리고 라디오 불규칙도 모델을 적용하였다. 또한, 장애물 존재 여부에 따라 라디오 불규칙도를 분류하였다. 성능평가를 위해 MATLAB 시뮬레이션을 수행하였으며, 기존 range-free 측위 기법보다 향상된 위치정확도를 확인하였다.

• 융합신호처리학회논문지
• /
• 제3권3호
• /
• pp.21-26
• /
• 2002

본 논문은 분노, 행복, 평정, 슬픔, 놀람 등과 같은 인간의 감정상태를 인식하는 새로운 접근에 대해 설명한다. 이러한 시도는 이산길이를 포함하는 연속 은닉 마르코프 모델(HMM)을 사용함으로써 이루어진다. 이를 위해, 우선 입력음성신호로부터 감정의 특징 파라메타를 정의한다. 본 연구에서는 피치 신호, 에너지, 그리고 각각의 미분계수 등의 운율 파라메타를 사용하고, HMM으로 훈련과정을 거친다. 또한, 화자적응을 위해서 최대 사후확률(MAP) 추정에 기초한 감정 모델이 이용된다. 실험 결과로서, 음성에서의 감정 인식률은 적응 샘플수의 증가에 따라 점차적으로 증가함을 보여준다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권8호
• /
• pp.3328-3349
• /
• 2020

With rapid development of ubiquitous computing and location-based services (LBSs), human trajectory data and associated activities are increasingly easily recorded. Inappropriately publishing trajectory data may leak users' privacy. Therefore, we study publishing trajectory data while preserving privacy, denoted privacy-preserving activity trajectories publishing (PPATP). We propose S-PPATP to solve this problem. S-PPATP comprises three steps: modeling, algorithm design and algorithm adjustment. During modeling, two user models describe users' behaviors: one based on a Markov chain and the other based on the hidden Markov model. We assume a potential adversary who intends to infer users' privacy, defined as a set of sensitive information. An adversary model is then proposed to define the adversary's background knowledge and inference method. Additionally, privacy requirements and a data quality metric are defined for assessment. During algorithm design, we propose two publishing algorithms corresponding to the user models and prove that both algorithms satisfy the privacy requirement. Then, we perform a comparative analysis on utility, efficiency and speedup techniques. Finally, we evaluate our algorithms through experiments on several datasets. The experiment results verify that our proposed algorithms preserve users' privay. We also test utility and discuss the privacy-utility tradeoff that real-world data publishers may face.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권3호
• /
• pp.1390-1403
• /
• 2016

Facial expression recognition (FER) plays a very significant role in computer vision, pattern recognition, and image processing applications such as human computer interaction as it provides sufficient information about emotions of people. For video-based facial expression recognition, depth cameras can be better candidates over RGB cameras as a person's face cannot be easily recognized from distance-based depth videos hence depth cameras also resolve some privacy issues that can arise using RGB faces. A good FER system is very much reliant on the extraction of robust features as well as recognition engine. In this work, an efficient novel approach is proposed to recognize some facial expressions from time-sequential depth videos. First of all, efficient Local Binary Pattern (LBP) features are obtained from the time-sequential depth faces that are further classified by Generalized Discriminant Analysis (GDA) to make the features more robust and finally, the LBP-GDA features are fed into Hidden Markov Models (HMMs) to train and recognize different facial expressions successfully. The depth information-based proposed facial expression recognition approach is compared to the conventional approaches such as Principal Component Analysis (PCA), Independent Component Analysis (ICA), and Linear Discriminant Analysis (LDA) where the proposed one outperforms others by obtaining better recognition rates.

• 전자공학회논문지B
• /
• 제31B권8호
• /
• pp.11-19
• /
• 1994

The matching probability P(ο/$\lambda$), of the signal sequence(ο) observed for a finite time interval with a HMM (Hidden Markov Model $\lambda$) indicates the probability that signal comes from the given model. By utilizing the fact that the probability represents matching score of the observed signal with the model we can recognize an unknown signal pattern by comparing the magnitudes of the matching probabilities with respect to the known models. Because the algorithm however uses floating point variables during the computing process hardware implementation of the algorithm requires floating point units. This paper proposes an integer algorithm which uses positive integer numbers rather than float point ones to compute the matching probability so that we can economically realize the algorithm into hardware. The algorithm makes the model parameters integer numbers by multiplying positive constants and prevents from divergence of data through the normalization of variables at each step. The final equation of matching probability is composed of constant terms and a variable term which contains logarithm operations. A scheme to make the log conversion table smaller is also presented. To analyze the qualitive characteristics of the proposed algorithm we attatch simulation result performed on two groups of 10 hypothetic models respectively and inspect the statistical properties with repect to the model order the magnitude of scaling constants and the effect of the observation length.

• 정보처리학회논문지B
• /
• 제15B권1호
• /
• pp.53-60
• /
• 2008

본 논문은 입술의 움직임을 통해 음성을 인식하는 자동 독순의 인식 성능 향상을 위해 인식기로 사용되는 은닉 마르코프 모델을 분별적으로 학습하는 기법을 제안한다. 기존에 많이 사용되는 Baum-Welch 알고리즘에서는 각 모델이 해당 클래스 데이터의 확률을 최대화하는 것을 목표로 학습시키는 반면, 제안하는 알고리즘에서는 클래스간의 분별력을 높이기 위해 두 가지의 최소화 목적함수로 이루어진 새로운 학습 목표를 정의하고 이를 달성하기 위해 모의 담금질 기법에 기반을 둔 다목적함수 전역 최적화 기법을 개발한다. 화자종속 인식 실험을 통해 제안하는 기법의 성능을 평가하며, 실험결과 기존의 학습 방법에 비해 오인식율을 상대적으로 약 8% 감소시킬 수 있음을 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권5호
• /
• pp.2674-2697
• /
• 2019

Identity authentication is a crucial line of defense for network security, and passwords are still the mainstream of identity authentication. So far trawling password attacking has been extensively studied, but the research related with personal information is always sporadic. Probabilistic context-free grammar (PCFG) and Markov chain-based models perform greatly well in trawling guessing. In this paper we propose a systematic targeted attacking model based on structure partition and string reorganization by migrating the above two models to targeted attacking, denoted as TG-SPSR. In structure partition phase, besides dividing passwords to basic structure similar to PCFG, we additionally define a trajectory-based keyboard pattern in the basic grammar and introduce index bits to accurately characterize the position of special characters. Moreover, we also construct a BiLSTM recurrent neural network classifier to characterize the behavior of password reuse and modification after defining nine kinds of modification rules. Extensive experimental results indicate that in online attacking, TG-SPSR outperforms traditional trawling attacking algorithms by average about 275%, and respectively outperforms its foremost counterparts, Personal-PCFG, TarGuess-I, by about 70% and 19%; In offline attacking, TG-SPSR outperforms traditional trawling attacking algorithms by average about 90%, outperforms Personal-PCFG and TarGuess-I by 85% and 30%, respectively.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 춘계학술대회 논문집
• /
• pp.1958-1962
• /
• 2005

A driver's emotion is a very important factor of safe driving. This paper classified a driver's emotion into 3 major emotions, can be occur when driving a car: Surprise, Joy, Tired. And It evaluated the classifier using Hidden Markov Models, which have observation sequence as bio-signals. It used the 2-D emotional plane to classfiy a human's general emotion state. The 2-D emotional plane has 2 axes of pleasure-displeasure and arsual-relaxztion. The used bio-signals are Galvanic Skin Response(GSR) and Heart Rate Variability(HRV), which are easy to acquire and reliable. We classified several moving pictures into 3 major emotions to evaluate our HMM system. As a result of driving simulations for each emotional situations, we can get recognition rates of 67% for surprise, 58% for joy and 52% for tired.