생물학에서 마르코브 프로세스 (Markov processes)는 DNA 서열, 생태계 천이 등 복잡하며 연속된 서열 자료를 분석하기 위해 사용되어져 왔다. 특히 은닉마르코프모델(Hidden Markov Model; HMM)은 관찰 가능한 시계열 자료(observable event)가 가진 상태(hidden state)의 변화를 예측하기 위해 사용되었다. 본 연구에서는 2012년 5월부터 12월까지 영등포구 일대 토지 피복/이용(주거지역, 상업지역, 문화체육, 공공시설, 초지, 내륙습지, 나지, 내륙수, 공업지역, 교통지역) 정도가 다른 12 지점에서 관측된 모기 발생량을 예측하기 위하여 HMM을 사용하였다. 추가적으로 3개의 기상 관측소에서 측정된 기상요인(온도, 습도, 풍속, 강수량, 일사량, 일조량)이 관찰 자료로 사용되었다. 모기 발생의 정도를 HMM의 상태(state)로 지정하고 동일한 값의 시작 전이확률(transition probability matrix; TPM)을 적용하였다. 그리고 앞서 제시된 기상요인과 출현 정도의 관계인 출력 전이확률 (emission probability matrix; EPM)을 지정하여 HMM(100 iteration)에 적용하였다. 모델을 통해 예측된 전이확률을 통해 각 기상요인에 따른 모기 발생 확률의 측정이 가능했다. 또한 발생단계에 따라 기상요인이 가지는 예측 확률이 계산되었다. 또한 토지 피복 상태에 따라 높은 예측 확률을 보이는 기상인자의 추출이 가능하였다.

최근 사용자 제작 콘텐츠(UCC)를 포함한 다양한 콘텐츠의 생산으로 인해 데이터의 저장 및 재생성 과정에서 원본과 다른 데이터로 변형되는 경향이 있다. 특히 UCC의 경우 해상도 측면에서 화질의 저하가 발생되는데, 이때 발생되는 것이 바로 블록형 재깅 결함이다. 본 논문은 해상도의 급격한 변화가 있을 때 발생하는 블록형 결함을 제거하기 위하여 주성분 분석방법과 은닉 마코프 모델을 기반으로 블록형 재깅 결함을 제거하는 방법을 제안한다. 실험을 통해 제안한 방법은 기존 방법들에 비해 디테일을 유지하면서도 재깅 결함을 효과적으로 제거함을 확인하였다.

In the real world, most of biological systems that follow Markov process have internal states which are unobservable, so called hidden states. However, although the states could not be directly observed, events emitted under any hidden states would often be observable. It infers that a lot of biological systems might be simulated by hidden Markov model (HMM). To date, many studies tried to apply the HMM for monitoring and describing of animal behaviors. In this study, we attempted to build a HMM that emulates the traveling behavior of subterranean termites in the artificial tunnels with varying width and curvature, based on the empirical data obtained from our previous study that explored the relationship between subterranean termite's movement efficiency and the geometric pattern of their tunnels.

선원의 행동은 해양사고에 있어서 주요한 원인이다. 본 연구에서는 은닉 마르코프 모델(Hidden Markov Model)에 기반하여 선원의 행동을 모델링하였다. 그런 후, 모델에서 추정한 행동의 경로분석을 통하여 어떠한 상황과 절차 그리고 오류에 의해서 해양사고가 발생되는지를 해석하였다. 모델 구현을 위하여, 선원의 행동을 해양안전심판원에서 간행된 재결 요약서에서 관측하였고, 관측한 결과는 SRKBB(Skill-, Rule-, and Knowledge-Based Behavior)를 기반으로 한 행동분류 프레임워크를 이용하여 HMM 학습에 적합한 행동 데이터 로 변환하였다. 선박유형별 선원의 행동을 모델링한 결과, 선박 유형별로 차별성이 있음을 확인하였고, 선원이 우선적으로 행한 행동경로의 식별이 가능하였다. 연구 결과, 본 연구에서 제안한 모델링 기법은 선원의 행동경로 예측에 적용 가능할 뿐만 아니라 해양사고 예방에 필요한 선원 행동 보정을 위한 우선순위 결정에 기여할 수 있을 것으로 기대된다.

본 연구에서는 가뭄의 특성분석에 유리하며, 확률론적 접근이 가능한 은닉 마코프 모델(HMM) 기반의 가뭄 분석 기법을 적용하였다. HMM 기반의 가뭄의 심도뿐만 아니라 지속시간을 동시에 평가할 수 있도록 코플라 함수 기반의 이변량 가뭄빈도해석 기법을 도입하여 우리나라의 2015년 가뭄 빈도를 평가하였다. 가뭄빈도분석 결과 최근 40년 자료를 기준으로 영동지방에 비해 영서지방이 전체적으로 가뭄이 발생할 경우 가뭄의 심도가 큰 것으로 평가되었다. 심한가뭄의 발생 비율의 경우에 철원의 경우 10%를 상회하는 등 임진강 유역에서 상대적으로 심한가뭄의 발생비율이 크다는 것을 확인할 수 있었다. 한강유역 일부지점에서는 2014/2015년의 가뭄 지속기간 및 심도의 결합재현기간이 1,000년이 넘는 가뭄이 발생하고 있는 것으로 평가되었다. 특히 북한강 및 임진강 유역에 심한 가뭄이 발생하고 있으며 전반적으로 100년 이상의 기왕최대가뭄을 나타내고 있는 것으로 판단되었다.

단기간에 발생하는 홍수와 달리 가뭄은 긴 시간 동안 큰 피해를 발생시키기 때문에 가뭄을 효과적인 예측하는 것은 매우 중요하다. 현재까지 제안된 여러 가뭄지수들은 사전에 정의된 등급을 이용하기 때문에 대상자료 자체에 내재된 불확실성을 고려하지 못하고 있다. 본 연구에서는 월 강우량 자료를 이용하여 내재되어 있는 불확실성을 고려할 수 있는 은닉 마코프 모형(Hidden Markov Model, HMM)을 이용하여 기상학적 가뭄을 확률론적으로 평가하였다. 기상청에서 제공하는 1973년부터 2012년까지의 일 강우량 자료와 기후변화정보센터(Climate Change Information Center)에서 제공하는 2013년부터 2100년까지의 기후변화 시나리오(RCP 8.5) 기반 월강우량 자료를 대상으로 총 128년간의 강우량 자료에 HMM에 적용하고 가뭄현상을 분석하였다. 본 연구에서 제안된 은닉 마코프 가뭄지수(Hidden Markov based Drought Index, HMDI)는 자료에 내재된 불확실성을 이용하여 가뭄의 상태를 분류할 수 있으며, 이는 SPI와 같은 기존의 가뭄지수와 달리 특정 시점에서 각 은닉상태들이 나타날 확률로 표현되었다. 또한 HMDI를 이용하여 미래 기상학적 가뭄의 계절·기간별 발생특성과 가뭄위험도를 분석하였다.

지금까지 많은 연구를 통하여 제안된 다양한 가뭄지수들은 사전에 정의된 등급을 통하여 가뭄을 평가하기 때문에 가뭄현상에 내재된 불확실성을 고려하지 못하고 있다. 본 연구에서는 월 유출량 자료에 내재되어 있는 불확실성을 고려하기 위해 은닉 마코프 모형(HMM) 기반의 가뭄지수(HMDI)를 제안하고, 이를 이용하여 수문학적 가뭄에 대한 확률론적 평가를 수행하였다. WAMIS에서 제공하는 한강유역의 평창강과 남한강상류의 월평균 유출량 자료(1966∼2009)를 이용하여 3, 6, 12개월씩 누적시킨 후, HMM에 적용하여 은닉상태의 사후확률을 계산하였다. 연구방법의 검증을 위해 HMM을 이용하여 추정된 각 은닉상태 별 사후확률(HMDI)과 기준값에 의해 가뭄을 평가하는 방법 중 하나인 표준유출지수(SSI)와 비교를 하였다. 분석결과, 기존 가뭄지수(SSI)를 사용하였을 때는 하나의 지수로 특정 시점에서의 가뭄 상태를 판단하였지만, HMDI는 자료에 내재된 불확실성을 이용하여 가뭄의 상태를 분류하였고, 이는 특정 시점에서 가뭄 상태들이 나타날 확률로 표현되었다. 또한, 실제 가뭄사례와의 비교를 통해서 HMDI가 SSI에 비하여 가뭄에 대한 재현능력이 우수한 것으로 나타났다.

현재 국내·외에서 다양한 방법을 통해 가뭄을 평가하기 위한 연구가 활발히 진행되고 있으며, 이러한 방법들은 가뭄지수를 이용하여 가뭄을 정량적으로 표현하고 있다. 다양한 관점에서 다양한 가뭄지수가 제안되고 있지만, 대부분의 가뭄지수는 가뭄을 사전에 정의된 등급을 통해 가뭄을 평가하기 때문에 수문자료에 내재된 불확실성을 고려하지 못하고 있다. 이에 따라 본 연구에서는 은닉 마코프 모형(Hidden Markov Model, HMM)을 이용하여 월 유출량 자료에 내재되어 있는 수문학적 가뭄상태를 확률론적으로 평가하는 방법을 제안하였다. 한강유역의 최상류 유역에 해당하는 평창강 유역과 남한강상류 유역을 대상으로 WAMIS에서 제공하는 1966년부터 2009년까지 기록된 월평균 유출량 자료를 이용하였다. 본 연구는 HMM을 이용하는 확률론적으로 가뭄평가 방법을 표준유출지수(Standardized Streamflow Index, SSI)를 이용하는 등급기반 가뭄평가 방법과 비교분석을 통해서 HMM을 이용하는 확률론적으로 가뭄평가 방법이 가뭄의 상태를 다양한 상태들의 발생확률로 표현할 수 있으며, 이러한 상태들의 천이확률을 통해서 가뭄의 지속성을 더 잘 표현할 수 있음을 보여준다.

본 연구에서는 유역의 공간상관성을 고려한 다지점 일단위 강수량을 동시에 모의할 수 있는 일강수량 모의기법을 개발하였다. 기존 Hidden Markov Chain Model(HMM)은 단일지점 강수모의에 적용되어 왔으나 관측지점간의 유역상관성을 충분히 고려하지 못하는 문제점을 가지고 있다. 따라서 본 연구에서는 Chow-Liu Tree(CLT) 모형을 적용하여 다변량(multivariate) 형태로써 유역내에 위치한 강우관측소간의 상호종속성을 고려하기 위하여 기존의 동질성 HMM 강우모의기법과 CLT 알고리즘을 결합한 동질성 CLT-HMM 모형을 개발하였다. 본 연구에서 개발된 동질성 CLT-HMM 모형을 사용하여 장기간의 수문자료를 보유하고 있는 기상청 산하의 한강유역 강수네트워크에 대해서 적합성을 검토하였다. 동질성 CLT-HMM 모형을 적용하여 모의 된 결과를 보면 일강수량의 계절적 특성뿐만 아니라 일강수량 모의 시 강수시계열의 통계적인 특성들까지 우수하게 모의하였다. 추가적으로 상관행렬(correlation matrix)을 이용하여 기상관측소간의 공간상관 재현성을 검토한 결과 관측지점들 사이의 공간상관성도 비교적 우수하게 재현하는 것을 확인할 수 있었다.