• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.01a
• /
• pp.119-121
• /
• 2013

최초의 컴퓨터 바이러스인 브레인 바이러스가 만들어진 이후로, 현재까지 컴퓨터 바이러스로 인한 피해는 늘어나고 있다. 이에 따라 컴퓨터 바이러스를 막기 위한 여러 가지 노력이 현재도 진행 중에 있다. 컴퓨터 바이러스로 인한 피해 방지와 예방을 위한 대책을 수립하기 위해서는 컴퓨터 바이러스의 발생 빈도수를 예측 하는 것이 필요하다. 본 논문은 다양한 예측 연구에 활용되고 있는 마코프 체인을 적용하였다. 본 논문은 마코프 체인을 적용하여 컴퓨터 바이러스 빈도수를 예측하는 모델링을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.172-174
• /
• 2000

기업과 산업등 여러분야에 적용하기 위하여 인공지능, 통계학, 데이터베이스등의 각 분야에서 활발히 연구되고 있는 데이터마이닝은 알 수 없는 미래에 대한 예측이 가능하다는 장점을 갖기 때문에 더욱 가치가 있다. 데이터셋을 설명하기 위한 설명모델링과 예측을 하기 위한 예측모델링의 두 가지 범주로 나뉘어 발전되어왔으나, 데이터셋을 설명하기 위한 분석보다는 미래를 예측하기 위한 분석의 중요성이 점점 증가되고 있다. 이 논문에서는 마코프 성분을 갖는 과거의 이력 데이터를 기반으로 일정한 시점 또는 일정 기간동안의 변화량을 예측할 수 있는 예측모델링 방법을 제시한다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.2
• /
• pp.225-233
• /
• 2011

Stock market prices, economic indices, trends and changes of social phenomena, etc. are categorized as time series data. Research on time series data has been prevalent for a while as it could not only lead to valuable representation of data but also provide future trends as well as changes in direction. We take a conventional model based approach, known as Markov chain modeling for the prediction on stock market prices. To improve prediction accuracy, we apply Markov modeling over carefully selected intervals of training data to fit the trend under consideration to the model. Another method we take is to apply clustering to data and build models of the resultant clusters. We confirmed that clustered models are better off in predicting, however, with the loss of prediction rate.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.41 no.4
• /
• pp.31-37
• /
• 2004

Wavelet transform is a useful tool for analysis and process of image. This showed good performance in image compression and noise reduction. Wavelet coefficients can be effectively modeled by hidden Markov tree(HMT) model. However, in application of HMT model to image interpolation, training procedure is needed. Moreover, the parameters obtained from training procedure do not match input image well. In this paper, the structure of HMT is used for image interpolation, and the parameters of HMT are obtained from statistical characteristics across wavelet subbands without training procedure. In the proposed method, wavelet coefficient is modeled as Gaussian mixture model(GMM). In GMM, state transition probabilities are determined from statistical transition characteristic of coefficient across subbands, and the variance of each state is estimated using the property of exponential decay of wavelet coefficient. In simulation, the proposed method shows improvement of performance compared with conventional bicubic method and the method using HMT model with training.

• Convergence Security Journal
• /
• v.14 no.4
• /
• pp.19-26
• /
• 2014

Mobile malicious code is typically spread by the worm, and although modeling techniques to analyze the dispersion characteristics of the worms have been proposed, only macroscopic analysis was possible while there are limitations in predicting on certain viruses and malicious code. In this paper, prediction methods have been proposed which was based on Markov chain and is able to predict the occurrence of future malicious code by utilizing the past malicious code data. The average value of the malicious code to be applied to the prediction model of Markov chain model was applied by classifying into three categories of the total average, the last year average, and the recent average (6 months), and it was verified that malicious code prediction possibility could be increased by comparing the predicted values obtained through applying, and applying the recent average (6 months).

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2019.11a
• /
• pp.266-266
• /
• 2019

Marine accidents are increasing year by year, and various accidents occur such as engine failure, collision, stranding, and fire. These marine accidents present a risk of large casualties. It is important to prevent accidents beforehand. In this study, we propose a modeling to predict the occurrence of marine accidents by applying the Markov Chain Process that can predict the future based on past data. Applying the proposed modeling, the probability of future marine accidents was calculated and compared with the actual frequency. Through this, a probabilistic model was proposed to prepare a prediction system for marine accidents, and it is expected to contribute to predicting various marine accidents.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.01a
• /
• pp.199-200
• /
• 2012

전 세계적으로 산불로 인한 산림 자원의 손실로 인한 피해는 막대하다. 산불로 인한 인명 및 재산 피해는 증가하는 추세이다. 또한 산불로 인한 산림 자원의 손실은 생태계에 회복되기 힘든 상처를 남긴다. 이런 산불을 분석하고 예방하기 위해 다양한 연구가 진행되고 있으나, 산불의 발생을 예측 할 수 있는 연구는 부족한 실정이다. 본 논문은 미래 예측 연구에 많이 사용되는 마코프 체인을 이용하여 산불을 예측 할 수 있는 산불 예측 모델링을 제안 하고 그 기대 효과에 대해 논의한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.07a
• /
• pp.329-330
• /
• 2012

인터넷과 웹의 발전으로 수많은 정보가 발생하고 있으며, 공공기간도 많은 정보를 축적하고 있다. 이에 각 국에서는 공공기간이 보유하는 데이터를 공개하고 있으며 우리나라도 통계청을 중심으로 다양한 데이터를 공개하고 있다. 그러나 공개된 자료의 활용도가 낮은 편이다. 본 논문에서는 공개된 공공데이터 중 에너지 소비 데이터를 활용하고자 한다. 에너지 소비 데이터를 미래 예측 연구에 많이 이용되고 있는 마코프 프로세스를 적용하여, 에너지 소비를 예측할 수 있는 모델링을 제안하고, 그 기대 효과에 대해 논의 한다.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.28 no.3
• /
• pp.36-41
• /
• 2005

페트리 네트(Petri Nets)는 이산 사건 시스템을 모델링할 수 있는 그래픽하고, 수학적인 도구이다. 본 연구는 유연제조 시스템을 확률적인 페트리 네트(Stochastic Petri Nets)중의 하나인 임베디드 마코프 체인(Embeded Markov Chain)에 도입하고, 임베디드 마코프 체인의 방법 중에 하나인 일반화된 확률적 페트리 네트(Generalized Stochastic Perti Nets)에 적용시켰다. 그리고 결과치의 정확성을 알아내기 위하여, 페트리 네트 시뮬레이션과 아레나를 사용하여 실행하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.18 no.2
• /
• pp.243-250
• /
• 2008

This paper proposes a system which extracts necessary information from call-for-paper (CFP) documents using a hidden Markov model (HMM). Even though a CFP does not follow a strict form, there is, in general, a relatively-fixed sequence of information within most CFPs. Therefore, a hiden Markov model is adopted to analyze CFPs which has an advantage of processing consecutive data. However, when CFPs are intuitively modeled with a hidden Markov model, a problem arises that the boundaries of the information are not recognized accurately. In order to solve this problem, this paper proposes a two-phrase hidden Markov model. In the first step, the P-HMM (Phrase hidden Markov model) which models a document with phrases recognizes CFP documents locally. Then, the D-HMM (Document hidden Markov model) grasps the overall structure and information flow of the document. The experiments over 400 CFP documents grathered on Web result in 0.49 of F-score. This performance implies 0.15 of F-measure improvement over the HMM which is intuitively modeled.