• Science of Emotion and Sensibility
• /
• v.25 no.4
• /
• pp.129-138
• /
• 2022

In the context of the increasing applications of voice assistants in vehicles, we focused on the association between the visual appeal of the cars and the acoustic characteristics of the voice assistants. This study aimed to investigate the relationship between the visual appeal of the vehicle and the voice assistant based on their emotional characteristics. A total of 15 adjectives were used to assess the emotional characteristics of 12 types of cars and six types of voices. An online interview was carried out, instructing participants to match three adjectives with the presented car images or voices. This was followed with a brief interview to allow the participants to reflect on the adjective matches. Based on the assessments, we performed principal component analysis (PCA) to determine factors. We aimed to deploy the cars and voices and analyze the patterns of clustering. The PCA analysis revealed two factors profiled as "Light-Heavy" and "Comfortable-Radical." Both car and voice stimuli were deployed in a two-dimensional space showing the internal relationship within and between the two substances. Based on the coordination data, a hierarchical cluster grouped the 18 stimuli into four groups labeled as challenge, elegance, majesty, and vigor. This study identified two latent factors describing the emotional characteristics of both car images and voice types clustered into four groups based on their emotional characteristics. The coherent matches between car style and voice type are expected to address the design concept more successfully.

• The Korean Journal of Applied Statistics
• /
• v.28 no.6
• /
• pp.1147-1161
• /
• 2015

Nowadays we are considering and analyzing not only classical data expressed by points in the p-dimensional Euclidean space but also new types of data such as signals, functions, images, and shapes, etc. Symbolic data also can be considered as one of those new types of data. Symbolic data can have various formats such as intervals, histograms, lists, tables, distributions, models, and the like. Up to date, symbolic data studies have mainly focused on individual formats of symbolic data. In this study, it is extended into datasets with both histogram and multimodal-valued data and a divisive clustering method for the mixed feature-type symbolic data is introduced and it is applied to the analysis of industrial accident data.

• Korean Journal of Remote Sensing
• /
• v.19 no.2
• /
• pp.135-147
• /
• 2003

This study used the multistage hierarchical clustering image classification to analyze the satellite images for the land-cover types of an area in the Korean peninsula. The multistage algorithm consists of two stages. The first stage performs region-growing segmentation by employing a hierarchical clustering procedure with the restriction that pixels in a cluster must be spatially contiguous, and finally the whole image space is segmented into sub-regions where adjacent regions have different physical properties. Without spatial constraints for merging, the second stage clusters the segments resulting from the previous stage. The image classification of hierarchical clustering, which merges step-by step two small groups into one large one based on the hierarchical structure of digital imagery, generates a hierarchical tree of the relation between the classified regions. The experimental results show that the hierarchical tree has the detailed information on the hierarchical structure of land-use and more detailed spectral information is required for the correct analysis of land-cover types.

• Journal of Korea Society of Industrial Information Systems
• /
• v.24 no.5
• /
• pp.115-120
• /
• 2019

In this paper, we present the results of the performance statistical analysis of the multi-robot formation control based on receding horizon particle swarm optimization (RHPSO). The formation control problem of multi-robot system can be defined as a constrained nonlinear optimization problem when considering collision avoidance between robots. In general, the constrained nonlinear optimization problem has a problem that it takes a long time to find the optimal solution. The RHPSO algorithm was proposed to quickly find a suboptimal solution to the optimization problem of multi-robot formation control. The computational complexity of the RHPSO increases as the number of candidate solutions and generations increases. Therefore, it is important to find a suboptimal solution that can be used for real-time control with minimal candidate solutions and generations. In this paper, we compared the formation error according to the number of candidate solutions and the number of generations. Through numerical simulations under various conditions, the results are analyzed statistically and the minimum number of candidate solutions and the minimum number of generations of the RHPSO algorithm are derived within the allowable control error.

• Journal of the Economic Geographical Society of Korea
• /
• v.15 no.2
• /
• pp.292-303
• /
• 2012

The main purpose of this study is to analyze R&D networks and spatial implications in Qingdao consumer electronics industry agglomeration in China. The characteristics of R&D networks in Qindao consumer electronic industry are as follows. There is a cluster central around large enterprises led by the government and their subcontracting enterprises. However, the degree of collaborative networks in intra-firm, inter-firm, firm-research institutes(including university lab.) is relatively low. Therefore, Large enterprises in Qingdao has stimulated research collaborations with firms and research institutes located in other regions rather than within region. It is likely to show that R&D networks of consumer electronics industry has not been stimulated in Qingdao. Therefore, collaborative R&D networks among firms, research institutes and governments should be stimulated to build regional innovation systems central around consumer electronics industry in Qingdao.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1551-1554
• /
• 2009

가뭄은 여러 수문학적 재해유발 요인 중에서 극심한 피해를 유발시키는 자연재해 중의 하나이다. 가뭄은 장기간 동안 계속되어 물순환과정에 악영향을 끼치며 이로 인해 물부족을 유발시켜 농업 등의 산업에 재해를 유발시키고 있는 실정이다. 가뭄은 학문적으로 기상학적, 농업적, 수문학적, 사회 경제적 가뭄으로 구분할 수 있으며 학문적으로 분류된 가뭄은 조건에 따라 가뭄현상의 정의가 약간씩 달라지게 된다. 따라서 본 연구에서는 여러 가뭄지수 중에서 비교적 산정과정이 간단하고 기상학적인 가뭄과 농업적 가뭄을 고려할 수 있는 가뭄지수인 과우일수를 산정하였다. 분석대상 지역은 우리나라의 기상청에서 관할하며 30년 이상 관측된 자료를 이용하였다. 산정된 과우일수의 군집분석을 통해 우리나라 가뭄지역 구분을 수행하였다.

• Proceedings of the Korean Association for Survey Research Conference
• /
• 2005.12a
• /
• pp.55-70
• /
• 2005

고령화 사회가 진행되면서 실버산업이 각광을 받고 있으며, 2005년 11월 1일부터 보름간 실시되는 인구주택총조사에서도 고령화와 관련된 항목이 추가 조사됨으로써 고령화 사회에 대비하기 위한 체계적인 준비를 국가차원에서도 하고 있는 실정이다. 본 연구는 2004년 통계청에서 실시한 생활시간조사(Time Use Survey) 자료를 바탕으로 1999년 조사결과와 비교 검토해 보고 노인들이 주어진 24시간을 어떤 형태로 보내고 있는지를 파악하였다. 또한 이를 이용하여 노인들의 생활유형을 군집화하고 군집 간 특성을 살펴보았다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.05a
• /
• pp.345-350
• /
• 2003

현대의 많은 제조산업에서 제품 모델의 다양성은 점점 증가하고 있다. 제품 모델을 관리하기 위한 이론적 모델이 존재하지만, 현실의 변수들을 이론적으로 다루기 쉽지 않으며, 수리적인 접근도 한계가 있다. 본 논문은 생산재고 정책을 적용하기 위하여 다수의 제품 모델을 군집화 하기 위한 실증연구를 목표로 한다. 수요 분포, 생산 특성, 재고 수준의 세 가지 측면에서 각 모델의 공급에 영향을 미칠 수 있는 몇 가지 변수들을 정의하였다. 먼저 변수들의 상호 연관관계를 파악하기 위해서 요인 분석을 수행하여 변수들의 주요 유형을 파악하고, 이를 실제 생산 데이터에 적용함으로써 실증적 분석을 하였다. 본 논문에서 는 자동차 속기 모델에 위의 변수들을 적용하여 모델의 군집화를 수행하였다. 이러한 제품 모델 관리에 관한 연구는 다단계 공급망의 형성과 민첩한 생산정책 수립의 요구와 함께 중요한 의미를 가질 것이다.

• Proceedings of the Korean Society of Fisheries Technology Conference
• /
• 2000.05a
• /
• pp.420-421
• /
• 2000

함평만은 만 주위로 갯벌 조간대가 잘 발달되어 있으며, 폭이 약1.8km인 북서 방향의 입구를 통하여 외해와 연결되는 반폐쇄적 지형 특성을 나타낸다. 또한 최대폭 12km, 길이 17km, 최대 수심 23m로서 우리나라의 여타 내만과는 달리 주변에 인구 밀집 지역과 산업시설이 없어 비교적 인위적인 오염의 영향을 적게 받고 있다. 특히 함평만은 주변의 해안이 침식되어 조간대로 퇴적될 뿐 아니라 만 전체에 영향을 미치고 있어 입도가 조립하고 우리나라 여타 내만들과는 다른 독특한 환경을 지니고 있다. 본 연구는 서남해역에 위치한 함평만 조하대의 저서동물 군집 구조와 공간 분포 양상을 환경과 연관시켜 파악함으로서 이 해역의 군집구조를 파악하고 생태계 변화를 추적하는 기초자료로 사용코자 하는데 주안점을 두었다. (중략)

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.331-334
• /
• 2018

비정형 데이터의 대표적인 형태 중 하나인 텍스트 데이터 기계학습은 다양한 산업군에서 활용되고 있다. NOTAM 은 하루에 수 천개씩 생성되는 항공전문으로써 현재는 사람의 수작업으로 분석하고 있다. 기계학습을 통해 업무 효율성을 기대할 수 있는 반면, 축약어가 혼재된 단문이라는 데이터의 특성상 일반적인 분석에 어려움이 있다. 본 연구에서는, 데이터의 크기가 크지 않고, 축약어가 혼재되어 있으며, 문장의 길이가 매우 짧은 문서들을 군집화하는 방법을 제안한다. 주제를 기준으로 문서를 분류하는 LDA 와, 단어를 k 차원의 벡터공간에 표현하는 Word2Vec 를 활용하여 잡음이 포함된 단문 데이터에서도 효율적으로 문서를 군집화 할 수 있다.