• 한국문헌정보학회지
• /
• 제14권
• /
• pp.93-130
• /
• 1987

Scientific communication is an information exchange activity between scientists. Scientific communication is carried out in a variety of informal and formal ways. Basically, informal communication takes place by word of mouth, whereas formal communication occurs via the written word. Science is a highly interdependent activity in which each scientist builds upon the work of colleagues past and present. Consequently, science depends heavily on scientific communication. In this study, three mathematical models, namly Brillouin measure, logistic equation, and Markov chain are examined. These models provide one with a means of describing and predicting the behavior of scientific communication process. These mathematical models can be applied to construct quality filtering algorithms for subject literature which identify synthesized elements (authors, papers, and journals). Each suggests a different type of application. Quality filtering for authors can be useful to funding agencies in terms of identifying individuals doing the best work in a given area or subarea. Quality filtering with respect to papers can be useful in constructing information retrieval and dissemination systems for the community of scientists interested m the field. The quality filtering of journals can be a basis for the establishment of small quality libraries based on local interests in a variety of situations, ranging from the collection of an individual scientist or physician to research centers to developing countries. The objective of this study is to establish the theoretical framework for informetrics which is defined as the quantitative analysis of scientific communication, by investigating mathematical models of scientific communication.

• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1133-1146
• /
• 2016

공간통계 방법 중 지역에 대한 어떤 집합체 자료나 평균자료들을 분석하는데 일반적으로 공간적 자기회귀 (conditionally autoregressive) 모형을 사용한다. 공간적 자기회귀 모형에 정의되는 공간적 이웃 소지역들은 중점의 거리나 근접성으로 정의된다. Kyung과 Ghosh (2009)는 방향에 따라서 이웃간 자기상관성의 크기가 다른 확장된 공간 모형을 제시하였다. 제안된 방향적 조건부 자기회귀 (directional conditionally autoregressive) 모형은 고유 이방성을 모형화하여 기존의 CAR과정을 일반화한다. 제시한 방향적 조건부 자기회귀모형의 모수추정으로 마르코프 체인 몬테 카를로 방법을 기반으로 한 베이즈 추정법을 제시한다. 제시한 모형을 스코틀랜드 그레이터 글래스고우의 로그변환된 부동산 가격에 적용하여 조건부 자기회귀모형과 비교하였다.

• 한국수자원학회논문집
• /
• 제47권9호
• /
• pp.825-838
• /
• 2014

정상성 마코프 연쇄 모형은 일강우모의 모형으로 광범위하게 이용되고 있다. 하지만 정상성 마코프 연쇄 모형의 기본가정은 통계학적 특성이 시간에 따라 변화하지 않는 것으로, 일강우모의 시에 평균 또는 분산의 경향적 변화를 효과적으로 반영할 수 없다. 이러한 문제점을 인지하여 본 연구에서는 연주기 및 계절변화에 대하여 우수한 모의 능력을 나타내는 GCM의 모의결과를 입력자료로 이용하여 일강우량을 모의하기 위한 통계학적 상세화(downscaling) 기법인 비정상성 은닉 마코프 모형을 개발하였다. 개발된 모형을 낙동강 유역에 존재하는 영주지점, 문경지점 및 구미지점의 관측강우량에 적용한 결과, 일단위 및 계절단위의 강우량의 통계적 특성을 기존 모형에 비하여 개선된 결과를 도출할 수 있었으며, 또한 개발된 모형은 극치강수량 복원에 있어서도 관측값과 보다 유사한 결과를 보여 주었다. 이러한 점에서 정확성이 확보된 GCM 계절예측자료가 입력자료로 NHMM 모형에 활용된다면 예측기반의 일강수 상세화 모형으로 활용될 수 있을 것으로 판단된다. 이와 더불어, 기후변화 시나리오 입력자료가 사용된다면 기후변화 상세화 모형으로서도 적용될 수 있을 것으로 사료된다.

• 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.

• 한국측량학회지
• /
• 제35권4호
• /
• pp.221-230
• /
• 2017

Demographic change was considered to be the most major driver of land use change although there were several interacting factors involved, especially in the developing countries. This paper presents an approach to predict the future land use change using a hybrid model. A hybrid model consisting of logistic regression model, Markov chain (MC), and cellular automata (CA) was designed to improve the performance of the standard logistic regression model. Experiment was conducted in Giao Thuy district, Nam Dinh Province, Vietnam. Demography and socio-economic variables dealing with urban sprawl were used to create a probability surface of spatio-temporal states of built-up land use for the years 2009, 2019, and 2029. The predicted land use maps for the years 2019 and 2029 show substantial urban development in the area, much of which are located in areas sensitive to source protections. It also showed that aquacultural land changes substantially in areas where are in the vicinity of estuary or near the sea dike. There was considerable variation between the communes; notably, communes with higher household density and higher proportion of people in working age have larger increases in aquacultural areas. The results of the analysis can provide valuable information for local planners and policy makers, assisting their efforts in constructing alternative sustainable urban development schemes and environmental management strategies.

• 한국멀티미디어학회논문지
• /
• 제6권1호
• /
• pp.48-57
• /
• 2003

본 연구는 hidden Markov model(HMM)과 유전알고리 즘을 갖는 MLP(multilayer perceptron) 합성 분류기를 이용한 근전 신호의 인식에 관한 연구이다. 제안된 기법에서 유전알고리즘은 전역적인 탐색으로 신경회로망의 최적의 초기 연결강도를 선택하는데, 이로 인하여 학습속도 및 인식률이 향상되게 된다. 근전 신호의 동적 특성은 연속 운동 인식처럼 신호의 길이 및 시작점과 끝점이 일정치 않고 시변성이 큰 경우에 반드시 고려되어야 하나, 일반 신경회로망에서는 이의 적용이 용이하지 않다. 따라서, 본 연구에서는 신호의 동적 특성에 대한 적응성을 갖는 HMM과 MLP 신경회로망을 결합시킨 구조를 갖는 인식기를 제안한다. 이러한 구조는 인식기의 입장에서 볼 때 HMM의 신호의 동적 특성에 대한 적응성과, MLP의 정적인 신호에 대한 우수한 분류력이 결합되어 동적인 신호에도 높은 인식율을 갖는 특성을 갖는다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권10호
• /
• pp.599-604
• /
• 2017

유저의 일상 스케쥴을 제안하고 예측하는 서비스는 스마트 비서의 흥미로운 응용이다. 전통적인 방법에서는 유저의 행동을 예측하기 위하여, 유저가 직접 자신의 행동을 기록하거나, e-mail 혹은 SNS 등에서 명시적인 일정 정보를 추출하여 사용해왔다. 하지만, 유저가 모든 정보를 기록할 수 없기에, 스마트 비서가 얻을 수 있는 정보는 제한적이며, 유저는 유저의 일상의 routine한 정보를 기록하지 않는 경향이 있다. 본 논문에서는 스케줄러에 적히는 정형화된 일정인 스케줄과 비정형화된 일정을 만드는 일상 행동 패턴들을 동시에 고려하는 접근 방법을 제안한다. 이를 위하여 마코프 의사 결정 프로세스 (MDP)를 기반으로 하는 추론 방법과 역강화 학습 (IRL)을 통한 보상 함수 학습 방법을 제안한다. 실험 결과는 우리가 6주간 모은 실제 생활을 기록한 데이터 셋에서 우리의 방법이 기존 방법들보다 우수한 성능을 보임을 논증한다.

• 한국신뢰성학회지:신뢰성응용연구
• /
• 제18권1호
• /
• pp.20-32
• /
• 2018

Purpose: The purpose of this study is to set up an anomaly detection criteria for sensor data coming from a motorcycle. Methods: Five sensor values for accelerator pedal, engine rpm, transmission rpm, gear and speed are obtained every 0.02 second from a motorcycle. Exploratory data analysis is used to find any pattern in the data. Traditional process control methods such as X control chart and time series models are fitted to find any anomaly behavior in the data. Finally unsupervised learning algorithm such as k-means clustering is used to find any anomaly spot in the sensor data. Results: According to exploratory data analysis, the distribution of accelerator pedal sensor values is very much skewed to the left. The motorcycle seemed to have been driven in a city at speed less than 45 kilometers per hour. Traditional process control charts such as X control chart fail due to severe autocorrelation in each sensor data. However, ARIMA model found three abnormal points where they are beyond 2 sigma limits in the control chart. We applied a copula based Markov chain to perform statistical process control for correlated observations. Copula based Markov model found anomaly behavior in the similar places as ARIMA model. In an unsupervised learning algorithm, large sensor values get subdivided into two, three, and four disjoint regions. So extreme sensor values are the ones that need to be tracked down for any sign of anomaly behavior in the sensor values. Conclusion: Exploratory data analysis is useful to find any pattern in the sensor data. Process control chart using ARIMA and Joe's copula based Markov model also give warnings near similar places in the data. Unsupervised learning algorithm shows us that the extreme sensor values are the ones that need to be tracked down for any sign of anomaly behavior.

• 대한전자공학회논문지TC
• /
• 제46권7호
• /
• pp.24-31
• /
• 2009

차세대 멀티미디어 이동통신 시스템에서 자원 예약 기법은 핸드오프 call의 Qos를 보장하기 위한 효과적인 방법이다. 그러나 핸드오프를 위한 자원 예약은 new call의 blocking 확률에는 부정적인 영향을 미친다. 본 논문에서는 핸드오프 dropping 확률과 new call의 blocking확률 사이의 tradeoff관계를 최적화하기 위하여 relay station을 기반으로 한 새로운 핸드오프 우선화 제어 알고리즘을 제안한다. 제안된 알고리즘에서는, relay가 핸드오프 과정에 개입하여 핸드오프 직후의 단말에게 고효율의 데이터 전달 전송을 가능하게 함으로써 신속한 서비스를 제공해줄 수 있다. 본 논문에서는, 제안된 알고리즘을 Markov chain을 통해 모델링 하고, 핸드오프 패킷의 dropping 확률과 new 패킷의 blocking 확률의 성능을 도출한다. 수치 해석 결과를 통해, 제안된 핸드오프 알고리즘이 기존의 핸드오프 우선화 기법들에 비해 핸드오프 패킷의 dropping 확률과 신규 패킷의 blocking 확률 측면에서 우수한 성능을 가짐을 보였다.

• 제어로봇시스템학회논문지
• /
• 제13권8호
• /
• pp.726-734
• /
• 2007

Generally, a mobile robot is moved by original input programs. However, it is very hard for a non-expert to change the program generating the moving path of a mobile robot, because he doesn't know almost the teaching command and operating method for driving the robot. Therefore, the teaching method with speech command for a handicapped person without hands or a non-expert without an expert knowledge to generate the path is required gradually. In this study, for easily teaching the moving path of the autonomous mobile robot, the autonomous mobile robot with the function of speech recognition is developed. The use of human voice as the teaching method provides more convenient user-interface for mobile robot. To implement the teaching function, the designed robot system is composed of three separated control modules, which are speech preprocessing module, DC servo motor control module, and main control module. In this study, we design and implement a speaker dependent isolated word recognition system for creating moving path of an autonomous mobile robot in the unknown environment. The system uses word-level Hidden Markov Models(HMM) for designated command vocabularies to control a mobile robot, and it has postprocessing by neural network according to the condition based on confidence score. As the spectral analysis method, we use a filter-bank analysis model to extract of features of the voice. The proposed word recognition system is tested using 33 Korean words for control of the mobile robot navigation, and we also evaluate the performance of navigation of a mobile robot using only voice command.