• 한국음향학회지
• /
• 제34권3호
• /
• pp.240-246
• /
• 2015

본 논문은 시간 연속성을 갖는 비음수 행렬 분해(Nonnegative Matrix Factorization, NMF)를 이용하여 잡음에 열화된 음성 신호의 음질을 개선하는 문제를 다룬다. 음성과 잡음 신호는 포아송 분포로 모델되며, NMF의 기본 벡터와 이득 벡터는 감마 분포로 모델된다. 이득 벡터의 시간 연속성은 음질 개선에 중요한 영향을 미치는 것으로 알려져 있다. 본 논문에서 시간의 연속성은 이득 벡터를 감마-마르코프 연쇄(Gamma-Markov chain, GMC) 사전 분포로 모델함으로써 이루어진다. 실험 결과는 제안된 알고리즘이 잡음 신호의 시간 연속성을 효과적으로 모델하는 것을 보여준다.

• 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.

• 한국컴퓨터정보학회논문지
• /
• 제17권5호
• /
• pp.33-40
• /
• 2012

본 논문은 HTTP Outbound Traffic의 감시를 통해 다양한 웹 공격의 침입 경로에 대응하고, 학습 효율성을 높여 변종 또는 새로운 기법을 이용한 비정상 행위에 대한 오탐을 낮춘 기법을 제안한다. 제안 기법은 HMM(Hidden Markov Model)을 적용하여 HTML 문서속의 태그와 자바스크립트의 학습을 통한 정상 행위 모델을 생성한 후, HTTP Outbound Traffic속의 정보를 정상 행위 모델과 비교하여 웹 공격을 탐지한다. 실제 침입된 환경에서의 검증 분석을 통해, 제안기법이 웹 공격에 대해 0.0001%의 오탐율과 96%의 우수한 탐지능력을 보임을 제시한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제15권2호
• /
• pp.9-17
• /
• 2009

다수 캐릭터가 경쟁적으로 상호작용하는 애니메이션의 합성은 컴퓨터 게임, 애니메이션 등의 응용분야에서 종종 요구되는 중요한 문제이다. 하지만 상대의 예측하기 어려운 행동에 효과적으로 대응하는 전략적 경쟁 양상을 모사하는 것은 어려운 문제로 남아있다. 본 논문은 다수 에이전트 학습 분야에서 제안된 마르코프 게임 강화학습 알고리즘을 촬영된 동작 데이터로부터 생성된 행위 모델에 적용하여 사실적인 경쟁 애니메이션을 합성하는 방식을 제안한다. 추격-회피, 간격 유지, 총격전 등의 다양한 경쟁적 상황에 대하여 효과적인 전략을 학습하여 흥미로운 애니메이션을 합성하는 예제들을 통하여 본 논문이 제안하는 방법의 효용성을 보인다.

• 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.

• 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.

• 한국측량학회지
• /
• 제25권4호
• /
• pp.319-325
• /
• 2007

GPS를 이용한 상대측위에 있어서 기선의 길이가 길어질수록 측위지점 사이의 상관관계 저하로 인하여 전리층 지연 효과와 같은 오차가 관측치내에 존재하는 문제가 여전히 남아있다. 본 연구에서는 중기선 이상의 상대측위에서 가장 큰 오차요인으로 알려져 있는 전리층 지연 효과를 통계적 모델을 이용하여 모델링하고, 이론적 경험적으로 가장 좋다고 알려져 있는 LAMBDA방법을 이용하여 모호정수를 결정하였다. 상시관측소데이터를 이용하여 통계적 모델을 경험적으로 Gauss-Markov 1차를 결정하였으며, 모델 파라미터인 상관시간(correlation time) 및 모델의 분산을 산출하였다. 최종적으로 개발된 알고리즘의 적용 및 정확도 분석을 위하여 상용소프트웨어 및 Bernese와 비교하였다.

• 한국대기환경학회지
• /
• 제19권4호
• /
• pp.397-414
• /
• 2003

The performance of one-particle stochastic Lagrangian models for passive tracer dispersion are evaluated against measurements in horizontally-homogeneous neutrally-stratified atmospheric surface layer. State-of-the-technology models as well as classical Langevin models, all in class of well mixed models are numerically implemented for inter-model comparison study. Model results (far-downstream asymptotic behavior and vertical profiles of the time averaged concentrations, concentration fluxes, and concentration fluctuations) are compared with the reported measurements. The results are: 1) the far-downstream asymptotic trends of all models except Reynolds model agree well with Garger and Zhukov's measurements. 2) profiles of the average concentrations and vertical concentration fluxes by all models except Reynolds model show good agreement with Raupach and Legg's experimental data. Reynolds model produces horizontal concentration flux profiles most close to measurements, yet all other models fail severely. 3) With temporally correlated emissions, one-particle models seems to simulate fairly the concentration fluctuations induced by plume meandering, when the statistical random noises are removed from the calculated concentration fluctuations. Analytical expression for the statistical random noise of one-particle model is presented. This study finds no indication that recent models of most delicate theoretical background are superior to the simple Langevin model in accuracy and numerical performance at well.

• 산업기술연구
• /
• 제28권A호
• /
• pp.185-189
• /
• 2008

Practical pattern recognition systems should overcome very large class problem. Sometimes it is almost impossible to build every model for every class due to memory and time constraints. For this case, grouping similar models will be helpful. In this paper, we propose GMC(Group Model Clustering) to build a large class Chinese character recognition system. We built hidden Markov models for 10% of total classes, then classify the rest of classes into already trained group classes. Finally group models are trained using group model clustered data. Recognition is performed using only group models, in order to achieve reduced model size and improved recognition speed.

• 품질경영학회지
• /
• 제27권3호
• /
• pp.125-141
• /
• 1999

Bayesian inference and model selection method for software reliability growth models are studied. Software reliability growth models are used in testing stages of software development to model the error content and time intervals between software failures. In this paper, we could avoid the multiple integration by the use of Gibbs sampling, which is a kind of Markov Chain Monte Carlo method to compute the posterior distribution. Bayesian inference and model selection method for Jelinski-Moranda and Goel-Okumoto and Schick-Wolverton models in software reliability with Poisson prior information are studied. For model selection, we explored the relative error.