• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.47-50
• /
• 2005

센서와 모바일 기술의 발달로 인해 다양한 센서에서 수집된 스트림 데이터를 처리하는 연구들이 많이 수행되고 있다. 다차원 속성의 스트림 데이터는 센서에서 주기적으로 수집되어 버퍼링 후 처리되기 때문에 기존의 투플 기반의 데이터 분류 기법에 적합하지 않다. 따라서 이 논문에서는 윈도우 기반의 스트림 데이터 분류를 위해 각 속성의 평균과 표준편차 값을 이용하여 투플 기반으로 변환하는 기법을 제안한다. 제안된 기법의 타당성은 투플 기반 데이터 분류 기법(의사결정트리, 단순 베이지안 분류기, 베이지안 신뢰 네트워크)에 의한 정확도 측정에 기반 한다. 로봇에서 수집된 센서 데이터를 이용한 실험 결과, 높은 정확도로 제안된 기법이 타당함을 증명하였으며 베이지안 신뢰 네트워크 기법이 다른 기법에 비해 우수함을 발견하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.362-366
• /
• 2007

다양한 기능과 센서를 탑재한 최신 모바일 디바이스는 사용자의 위치, 전화기록, SMS, 사진, 동영상 등 사용자에 관한 다양한 정보를 지속적으로 수집할 수 있기 때문에 개인의 생활을 이해하고 다양한 서비스를 제공할 수 있는 가능성을 가지고 있다. 하지만, 모바일 장치의 성능 제약 및 환경 불확실성으로 인해 아직까지 많은 연구 과제들이 남아 있다. 본 논문에서는 이러한 모바일 환경의 문제를 극복하기 위해 베이지안 네트워크를 이용한 라이프 로그 분석 모델 및 자동 학습 방법을 제안한다. 제안하는 베이지안 네트워크 모델은 모듈화 되어서 계산량은 감소되었으며, 자동 학습 방법을 통해 지속적인 업데이트가 가능하다. 이는 제안하는 방법이 복잡한 확률 모델을 자동으로 분할하는 방법과 분할된 상태에서의 유기적인 추론 방법을 포함하고 있기에 가능하다. 실험에서는 실제 모바일 장치에서 수집된 로그 데이터를 이용하여 제안하는 방법에 의한 실험 결과를 분석하고 분할을 통한 효율성 향상을 논의 한다.

• The KIPS Transactions:PartB
• /
• v.15B no.2
• /
• pp.87-94
• /
• 2008

In this paper, we propose a new vision-based fire detection method for a real-life application. Most previous vision-based methods using color information and temporal variation of pixel produce frequent false alarms because they used a lot of heuristic features. Furthermore there is also computation delay for accurate fire detection. To overcome these problems, we first detected candidated fire regions by using background modeling and color model of fire. Then we made probabilistic models of fire by using a fact that fire pixel values of consecutive frames are changed constantly and applied them to a Bayesian Network. In this paper we used two level Bayesian network, which contains the intermediate nodes and uses four skewnesses for evidence at each node. Skewness of R normalized with intensity and skewnesses of three high frequency components obtained through wavelet transform. The proposed system has been successfully applied to many fire detection tasks in real world environment and distinguishes fire from moving objects having fire color.

• Journal of KIISE:Computing Practices and Letters
• /
• v.13 no.2
• /
• pp.100-109
• /
• 2007

Object recognition of service robots is very important for most of services such as delivery, and errand. Conventional methods are based on the geometric models in static industrial environments, but they have limitations in indoor environments where the condition is changable and the movement of service robots occur because the interesting object can be occluded or small in the image according to their location. For solving these uncertain situations, in this paper, we propose the method that exploits observed objects as context information for predicting interesting one. For this, we propose the method for modeling domain knowledge in probabilistic frame by adopting Bayesian networks and ontology together, and creating knowledge model dynamically to extend reasoning models. We verify the performance of our method through the experiments and show the merit of inductive reasoning in the probabilistic model

• Journal of KIISE:Computing Practices and Letters
• /
• v.14 no.6
• /
• pp.614-618
• /
• 2008

As the multimedia data increase a lot with the rapid development of the Internet, an efficient retrieval technique focusing on individual users is required based on the analyses of such data. However, user modeling services provided by recent web sites have the limitation of text-based page configurations and recommendation retrieval. In this paper, we construct the user preference model with a Bayesian network to apply the user modeling to video retrieval, and suggest a method which utilizes probability reasoning. To do this, context information is defined in a real office environment and the video scripts acquired from established cameras and annotated the context information manually are used. Personal information of the user, obtained from user input, is adopted for the evidence value of the constructed Bayesian Network, and user preference is inferred. The probability value, which is produced from the result of Bayesian Network reasoning, is used for retrieval, making the system return the retrieval result suitable for each user's preference. The usability test indicates that the satisfaction level of the selected results based on the proposed model is higher than general retrieval method.

• Journal of KIISE:Computing Practices and Letters
• /
• v.11 no.1
• /
• pp.81-91
• /
• 2005

Today, mobile phones have become an essential item for man-to-man communication. As more people use mobile phones, various services based on mobile phone networks and high-end devices have been developed. In addition, with the growth of the concept of ubiquitous computing, there are many ongoing studies on novel and useful services in smartphone. In this paper, for personalized service in smartphone we propose an intelligent agent that uses user modeling based on bayesian network and rule based service selection mechanism. It infers the user's status such as his current affect, how he is busy, and how someone is familiar with him from personal information and communication history using bayesian network and Provides appropriate services on the basis of the inferred information. We apply it to some realistic situation to confirm the usefulness our proposed agent.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.34 no.6
• /
• pp.1787-1796
• /
• 2014

The main purpose of this study is to assess the sensitivity of meteorological drought indices in probabilistic perspective using Bayesian Network model. In other words, this study analyzed interrelationships between various drought indices and investigated the order of the incident. In this study, a Bayesian Network model was developed to evaluate meteorological drought characteristics by employing the percent of normal precipitation (PN) and Standardized Precipitation Index (SPI) with various time scales such as 30, 60, and 90 days. The sensitivity analysis was also performed for posterior probability of drought indices with various time scales. As a result, this study found out interdependent relationships among various drought indices and proposed the effective application method of SPI to drought monitoring.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• v.9 no.1
• /
• pp.1145-1148
• /
• 2005

In this paper, we introduce a probabilistic model based on Bayesian networks (BNs) for inferring human fatigue by integrating information from various visual cues and certain relevant contextual information. Visual parameters, typically characterizing the cognitive states of a person including parameters related to eyelid movement, gaze, head movement, and facial expression, serve as the sensory observations. But, an individual visual cue or contextual Information does not provide enough information to determine human fatigue. Therefore in this paper, a Bayesian network model was developed to fuse as many as possible contextual and visual cue information for monitoring human fatigue. At the experiment results, display the utility of the proposed BNs for predicting and modeling fatigue.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.79-79
• /
• 2021

기상학적 측면에서 강수 부족으로 인한 수생태환경(하천), 호소환경(저수지) 및 유역환경(중권역)으로 미치는 환경학적 가뭄의 영향을 평가하기 위한 시도는 매우 중요하다. 만약 동일한 규모의 강수부족 현상이 발생할지라도, 환경적 측면에서의 수질 및 수생태에 미치는 영향이 매우 큰 유역이 있고, 반면 어느 정도의 복원력을 유지할 수 있는 유역이 있을 것이다. 즉, 서로 다른 유역환경에 따라 가뭄으로 인한 환경적 영향은 달라질 가능성이 크며, 이처럼 환경적 가뭄에 취약한 지역을 위해서는 지속적인 환경가뭄 모니터링이 중요하다. 환경적 측면에서 가뭄의 영향을 평가하기 위해서는 다양한 수질 관련 항목을 연계한 환경가뭄 감시가 중요하며, 이와 더불어 가뭄과 관련한 다양한 이해관계자 간의 효율적인 의사결정 도구가 필요하다. 따라서 본 연구에서는 다양한 시나리오 정보를 제공할 수 있는 베이지안 네트워크 모형을 적용하여 환경가뭄 민감도 평가 방안을 제시하고자 한다. 본 모형에서는 수질 문제가 가장 심하게 대두되고 있는 낙동강 유역을 대상으로, 기상학적 가뭄에 의한 수생태 및 환경 관련 변수들(BOD, T-P, TOC)의 복잡한 상호의존성을 파악할 수 있는 베이지안 네트워크 모형을 활용하였다. 또한, 기상학적 가뭄에 의한 상류와 하류 간의 환경적 영향을 연계하여 해석하기 위한 모형을 구축하였다. 그 결과, 기상학적 가뭄으로 인한 환경적 민감도가 크게 나타나는 중권역(예: 임하댐유역)과 이와 반대인 중권역(예: 병성천유역)의 구분이 가능하였다. 또한, 상류에서 발생한 심한 기상학적 가뭄이 하류 지역 내 환경적인 영향을 지속할 가능성이 있음을 확인되었다. 따라서 본 연구에서 제안한 방법은 환경적 가뭄의 취약지역을 우선 선정하고, 나아가 상-하류 간의 환경적 가뭄을 감시하는 데 있어 활용도가 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.299-299
• /
• 2022

수문학적 가뭄 발생의 직접적 영향은 강수부족량이나, 다양한 사회경제적 인자들은 수문학적 가뭄에 간접적으로 영향을 미치고 있다. 물관리 선진기관에서는 인간의 활동 및 물관리 방식에 따라 수문학적 가뭄을 심화시키거나 완화시킬 수 있음을 인지하고, 인간의 물사용이 가뭄에 미치는 영향을 평가하기 위한 다양한 연구가 이루어지고 있다. 본 연구에서는 강수량 및 미래의 인구변화에 따른 수문학적 가뭄의 영향의 정도를 판단함으로써, 인간의 활동이 가뭄에 미치는 영향을 정량적으로 제시하고자 한다. 충정북도 시군지역을 대상지역으로 선정하였으며, 시군 장래인구 추정값을 미래 인구자료로, 미래 유출량이 산정되어 제공되는 RCP 4.5와 RCP 8.5시나리오를 활용하여 미래 가뭄상황 예측하였다. 강수량 및 인구변화가 수문학적 가뭄에 미치는 영향 평가를 위하여 코플라함수 기반의 베이지안 네트워크 모형이 활용하였다. 베이지안 네트워크는 강수량, 인구밀도, 수문학적 가뭄사이의 관계 도출을 위하여 활용되었으며, 베이지안 네트워크 내의 결합확률의 산정을 위하여 코플라 함수가 활용되었다. 미래의 강수량 및 인구밀도의 변화에 따른 수문학적 가뭄의 영향 관계를 분석한 결과는 다음과 같다. 강수량이 인구밀도보다 수문학적 가뭄의 발생에 영향을 미치며, 약 0.2~0.3 정도 발생확률이 크게 산정되었다. 두 인자를 동시에 고려할 경우, 강수량이 적고, 인구밀도가 높아지는 조건(F(강수량)=0.1, F(인구밀도)=0.9)에서는 조건부 CDF 변화율이 크게 나타나, 곧 수문학적 가뭄의 위험성이 높음을 확인할 수 있었다. 인구밀도는 수문학적 가뭄의 발생 위험성을 높이 알려져 있으나, 정량적으로 그 값을 제시한 연구 사례는 찾기 어렵다. 이에 따라 본 연구에서는 가뭄의 영향정도를 정량적으로 표현하였으며, 한 인자만의 영향이 아닌 두 개 이상의 인자들의 복합적인 영향 정도를 제시함으로써 수치적인 비교가 가능하게 하였다. 미래 추정 인자가 인구자료가 한정적이라 인구 자료만을 활용하여 수문학적 가뭄에 미치는 영향을 분석하였으나, 다른 사회경제적 지표를 활용하여 미래 변화에 따른 미래 수문학적 가뭄의 영향 정도의 비교 및 분석 결과를 바탕으로 가뭄 대응 우선순위 선정을 위한 연구자료로 활용 가능할 것으로 사료된다.