• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10a
• /
• pp.500-504
• /
• 2006

본 논문에서 기술하는 연구는 한국종합주가지수(KOSPI)의 장기적 변동 경향에 대한 확률적 예측 시스템을 제안한다. 제안된 방법론은 이미 단백질 상호작용 예측 시스템과 스트레스 확률 예측 시스템 등에 적용되어 유효성이 입증된 방법으로, 이미 알려진 데이터를 바탕으로 다양한 요인들의 가능한 모든 조합에 대한 경우의 수를 고려한 학습 결과에 기반하여 새로이 주어진 대상의 요인들을 분석해서 학습시 사용된 특정 군(class)에 속할지의 여부를 확률적으로 나타내준다. 이 방법론을 구현하기 위해 실제 과거 주가지수 데이터를 수집하여 CI(Combination Interrelation)행렬을 구현하였으며, 현재 진행중인 검증작업에 대해서도 기술하였다.

• Journal of Sensor Science and Technology
• /
• v.2 no.1
• /
• pp.57-64
• /
• 1993

In this paper the normalized innovations squared of a Kalman filter is used to detect a bias level in prediction errors due to target accelerations. The probability density function of the normalized innovation squared is obtained for a steady state Kalman filter, and it is used to calculate the detection probability of the bias level. A typical example is given to compute the detection probability and to plot the maneuver detector operating characteristic curves.

• Journal of Advanced Navigation Technology
• /
• v.13 no.3
• /
• pp.372-377
• /
• 2009

This paper evaluates the performance of three methods for predicting resources requested by mobile's calls and a call admission algorithm based on these predicting methods respectively in wireless networks. The first method is based on Wiener prediction model and the second method is based on the MMOSPRED algorithm and the third method is based on the neural network. The proposed call admission algorithm is based on prioritized handoff call in resource allocation. The resources for future handoff calls are therefore predicted and reserved in advance, and then new calls are admitted as long as the remaining resources are sufficient. We compare their performances in terms of prediction error, new call blocking and handoff dropping probabilities by simulation. Results show that the CAC based on Wiener prediction model performs favorably due to exact resources prediction.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.30 no.2
• /
• pp.84-94
• /
• 2018

In order to overcome the limitation of deterministic forecast, an ensemble forecasting system for regional ocean wave is developed. This system predicts ocean wind waves based on the meteorological forcing from the Ensemble Prediction System for Global of the Korea Meteorological Administration, which is consisted of 24 ensemble members. The ensemble wave forecasting system is evaluated by using the moored buoy data around Korea. The root mean squared error (RMSE) of ensemble mean showed the better performance than the deterministic forecast system after 2 days, especially RMSE of ensemble mean is improved by 15% compared with the deterministic forecast for 3-day lead time. It means that the ensemble method could reduce the uncertainty of the deterministic prediction system. The Relative Operating Characteristic as an evaluation scheme of probability prediction was bigger than 0.9 showing high predictability, meaning that the ensemble wave forecast could be usefully applied.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.474-479
• /
• 2010

본 논문의 이전 연구[1]에서 모바일 사용자들의 지난 상황데이터(context data)를 기반으로 다음 상황 예측을 위한 확률론적 방법을 제안하였다. 이 방법은 가중치를 나타내는 멀티그래프에 속하는 새로운 그래프 구조를 통한 확률론적 이론에 근거하여 일반적인 상황을 예측한다. 본 논문에서는 이전 연구보다 더 정확한 상황 예측을 위해 목표 상황과 관련된 상황데이터만을 선별하는 특징 선택 방법과 상황데이터가 적을 경우 균등분포를 가정하여 상황의 예측가능성을 높일 수 있는 방법을 제시하였다. 이 외에도 사용자의 다양한 생활 패턴에 대한 예측방법과 이동통신사 간의 고객정보를 보안성 있게 공유하기 위한 방법을 제시한다.

• The Korean Journal of Applied Statistics
• /
• v.26 no.6
• /
• pp.943-952
• /
• 2013

Wald, Agresti-Coull, Jeffreys, and Bayes-Laplace methods are commonly used for confidence interval of binomial proportion are applied for prediction intervals. We used coverage probability, mean coverage probability, root mean squared error, and mean expected width for numerical comparisons. From the comparisons, we found that Wald is not proper as for confidence interval and Agresti-Coull is too conservative to differ from confidence interval. However, Jeffrey and Bayes-Laplace are good for prediction interval and Jeffrey is especially desirable as for confidence interval.

• The Korean Journal of Applied Statistics
• /
• v.34 no.4
• /
• pp.579-588
• /
• 2021

Wald, Agresti-Coull, Jeffreys, and Bayes-Laplace methods are commonly used for confidence interval of binomial proportion are applied for prediction intervals. We used coverage probability, mean coverage probability, root mean squared error, and mean expected width for numerical comparisons. From the comparisons, we found that Wald is not proper as for confidence interval and Agresti-Coull is too conservative to differ from confidence interval. However, Jeffrey and Bayes-Laplace are good for prediction interval and Jeffrey is especially desirable as for confidence interval.

• 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
• /
• 2015.07a
• /
• pp.179-180
• /
• 2015

에이전트 기반 마이크로 시뮬레이션에서 많이 사용하는 단순 전이확률(transition probability) 행렬이나 추정된 전이확률함수는 단순화하는 과정에서 정보 손실이 발생하고 복잡한 모델에서 사용할 수 없고 전이확률이 시간에 따라 변화하면 시간 변화를 따르는 별도의 추정이 필요로 한다. 본 연구는 이런 기존 방법의 한계를 해결하기 위하여, 다차원 전이확률표들을 이용해서 이벤트 발생을 결정함으로써 정보 손실을 줄이고 단순 행렬이나 함수로 표현하기 어려운 경우에도 이벤트 발생을 재현하고, 시간 독립적인 전이확률표를 이용해서 이벤트 발생을 결정함으로써 시간 변화를 별도로 추정하지 않고 이벤트 발생을 예측할 수 있는 방법을 제안하는데 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.50-50
• /
• 2016

하천에서 유사 및 오염물질의 이동을 예측하기 위하여 초점을 두는 것에는 두 가지 요소가 있다. 입자의 농도로 나타낼 수 있는 양의 개념과 입자의 위치로 나타낼 수 있는 공간의 개념이 그것이다. 유사 입자와 같이 그 비중이 물보다 큰 경우, 흐름 내에서 침전과 부상의 메커니즘을 반복하게 되는데 최종적으로 바닥에 침적하는 위치는 하상변동, 서식처 등 하천관리의 다양한 측면에서 매우 중요하다. 유사 입자가 바닥에 침적하는 위치를 예측하는 데에는 난류와 지형 같은 많은 불확실한 요소가 내포되어 있어, 같은 크기의 유사 입자라 하여도 하나의 exact point로 도달하지 않는다. 이러한 불확실한 요소를 고려하여 침전 위치를 산정하는 방법에 대한 연구가 필요하다. 따라서 본 연구에서는 침전 위치를 확률밀도함수로 나타내어 분석하고자 한다. 입자의 침전 위치를 확률밀도함수로 나타내기 위하여 입자 기반의 추적 모형을 사용하여 위치 데이터를 얻었으며, 이를 실험데이터와 비교하여 검증 후 확률밀도함수로 나타내었다. 그 결과 입자의 침적 위치에 대한 확률밀도함수는 로그정규분포를 띠고 있음을 확인하였으며, 확률밀도함수를 나타내는 매개변수를 물리 기반 회귀모형식으로 일반화 하여 나타낼 수 있었다.