• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.182-184
• /
• 1998

수치지도는 지리정보시스템에서 다루는 매우 중요한 구성요소로서, 수치지도의 위치정확도 및 논리적 정확도는 전체 지리정보시스템이 제공하는 기능의 정확도를 결정한다. 따라서 수치지도 제작에 있어, 위치 및 논리적 정확도를 보장하는 것은 매우 중요한 요건이 된다. 그러나, 현재 대부분의 수치지도 제작과정을 살펴보면 논리적 정확도의 유지에 여러 가지 어려움이 많다는 것을 알 수 있다. 주로 수치지도의 논리적 정확도는 수치지도 제작자의 숙련도나, 제작 능력에 전적으로 의존하고 있다는 사실 때문이다. 따라서 제작자의 자질에 관계없이 논리적 정확도를 유지할 수 잇도록 하는 수치지도 제작 환경을 개발하는 것은 매우 시급하고 중요한 사항이다. 본 논문에서는 수치지도 제작과정에서 발생할 수 있는 여러 종류의 문제점들을 공간 객체간의 위상 관계를 이용하여 해결하고자 하였다. 이 방법은 수치지도 제작과정에서 공간 객체간의 위상적 조건을 미리 명시하고 그 위상적 조건을 만족하도록 하는 수치지도 제작 환경을 만들어 주는 것이다.

• Journal of KIISE:Software and Applications
• /
• v.28 no.12
• /
• pp.875-884
• /
• 2001

Although the self organizing map (SOM) is widely utilized in such fields of data visualization and topology preserving mapping, since it should have the topology fixed before trained, it has some shortcomings that it is difficult to apply it to practical problems, and classification capability is quite low despite better clustering performance. To overcome these points this paper proposes the dynamic topology preserving self-organizing map(DTSOM) that dynamically splits the output nodes on the map and trains them, and attempts to improve the classification capability by combining multiple DTSOMs K-Winner method has been applied to combine DTSOMs which produces K outputs with winner node selection method. This produces even better performance than the conventional combining methods such as majority voting weighting, BKS Bayesian, Borda, Condorect and reliability sum. DTSOM remedies the shortcoming of determining the topology in advance, and the classification rate increases significantly by combing multiple maps trained with different features. Experimental results with handwritten digit recognition indicate that the proposed method works out to problems of conventional SOM effectively so to improve the classification rate to 98.1%.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.158-160
• /
• 1998

지도 제작에 있어서, 기존의 구축된 대축척의 원천 데이터로부터 소축척의 목적 데이터를 추출해 냄으로 데이터 구축을 중복되지 않고 효율적으로 할 수 있게 하는 것을 지도 일반화라고 한다. 초기의 선을 단순화하는 알고리즘 개발과 향상에 대한 연구로부터, 최근에는 자동화를 위한 지식 기반 일반화 및 데이터 품질에 대한 많은 관심과 연구가 진행되고 있다. 최근에 지리 정보 시스템의 발전으로 다양한 공간 분석이 필요하고, 그 성능 향상을 위하여 위상 정보를 구축하게 된다. 그러므로, 본 논문에서는 위상 정보를 가진 원천 데이터 베이스에서, 일반화 연산자가 적용됨으로 발생하게 되는 위상 데이터의 손실과 불일치를 해결하기 위하여 일반화 연산자들이 위상 정보에 미치는 영향과 이를 해결하기 위한 규칙들을 제시한다. 그리고, 지도 일반화 과정에서 위상 정보의 일관성을 유지한 목적 데이터 베이스를 구축하는 시스템을 구현하는 것이 본 논문의 목적이다.

• Korean Journal of Crystallography
• /
• v.12 no.1
• /
• pp.31-36
• /
• 2001

결정학의 핵심 과제는 위상(phase) 문제의 해결이다. 이 위상 묹를 해결하는 한 방법으로 요즘의 고속 컴퓨터를 사용하는 시행착오법(trial and error method)을 가상해 볼 수 있다. 간단한 예를 들면, centrosymmetric인 삼사정계(triclinic system)에 속한 비교적 작은 유기화합물인 경우, 전형적으로 3000개 정도의 회절 강도가 측정된다. Centrosymmetric 공간군(space group)의 구조 인자(structure factor)는 위상이 0°이거나 180°이기 때문에, 구조 인자는 "+"이거나 "-"부호를 가지므로 3000개 각각에 두 가지 부호를 배당할 수 있다. 이 3000개의 부호를 조합할 수 있는 개수는 2/sup 3000/개로 이 개수만큼의 Fourier 지도들을 작도하면 그 중의 하나는 옳은 것이다. Fourier 지도 한 개를 작도하는데 1분이 소요된다고 가정하면, 이들을 모두 계산하는데 2/sup 2981/년의 계산 시간이 소요된다. (참고로 2/sup 10/=1084). 따라서 시행착오법으로는 도저히 불가능함을 알 수 있다. 더구나, noncentrosymmetricc 공간군에서는 더욱 어렵게 된다. 그리하여 위상 문제를 해결하려는 많은 시도가 행해졌는데, 그것들 중의 하나가 Patterson 방법이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.201-203
• /
• 1999

지리정보시스템의 정보를 관리하는 공간데이터베이스 관리시스템에서는 위상정보에 대한 효율적인 저장과 관리가 필요하다. 이렇게 기하학적인 정보만을 가진 객체의 자료 구조에 위상정보를 추가하거나 또는 위상적인 정보만으로 이러한 지도를 만드는 작업을 위상정보 구축작업이라고 한다. 공간데이터베이스의 위상정보를 생성하는 작업은 많은 연산과 상당한 시간을 요구하므로 일종의 장기 트랜잭션이라 할 수 있다. 이런 위상정보 구축 트랜잭션은 위상적 데이터의 특성을 이용하면 기존에 제안된 방법보다 효과적으로 처리할 수 있다. 본 논문에서는 위상정보 생성시의 장기 트랜잭션을 위하여 정의한 위상구축 트랜잭션이 완전성을 유지하면서 하위 트랜잭션으로 나눌수 있도록 Plane-sweeping을 이용한 위상구축 알고리즘을 제안하였다. 이 방법을 이용하면 위상구축이 수행되는 동안에도 위상이 구축되어 있는 지역에 대한 질의의 결과를 보장할 수 있다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.3
• /
• pp.223-230
• /
• 2001

Since self-organizing map (SOM) preserves the topology of ordering in input spaces and trains itself by unsupervised algorithm, it is Llsed in many areas. However, SOM has a shortcoming: structure cannot be easily detcrmined without many trials-and-errors. Structure-adaptive self-orgnizing map (SASOM) which can adapt its structure as well as its weights overcome the shortcoming of self-organizing map: SASOM makes use of structure adaptation capability to place the nodes of prototype vectors into the pattern space accurately so as to make the decision boundmies as close to the class boundaries as possible. In this scheme, the initialization of weights of newly adapted nodes is important. This paper proposes a method which optimizes SASOM with genetic algorithm (GA) to determines the weight vector of newly split node. The leanling algorithm is a hybrid of unsupervised learning method and supervised learning method using LVQ algorithm. This proposed method not only shows higher performance than SASOM in terms of recognition rate and variation, but also preserves the topological order of input patterns well. Experiments with 2D pattern space data and handwritten digit database show that the proposed method is promising.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.25 no.11
• /
• pp.1759-1766
• /
• 2001

Vibration transient generated by developing localized fault in gear can be used as indicators in gear fault detection. In this paper, we propose the zoomed phase map for a fault signal using continuous wavelet transfers to detect this vibration transient. Local fault induces the abrupt fluctuation of load exciting tooth and phase lag in the vibration signal measured on the gearbox. The relatively large fault like "tip breakage" easily can be detected by the clear fluctuation of exciting load. However, minor fault like "initial pitting"cannot be detected using the load fluctuation. To defect this kind of minor fault, the phase map for a fault signal is taken into account. The phase lag by minor fault is observed well in the zoomed phase map.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.333-335
• /
• 1999

일반적으로 자기구성 지도에서는 구조가 초기에 결정되어 학습이 끝날때까지 변하기 않기 때문에 각 문제에 대한 구조를 반복된 실험을 통해서 최적화시켜야 한다. 그러나, 지도의 구조가 학습중에 적절하게 변경된다면, 해당 문제에 가장 알맞은 구조의 지도를 생성할 수 있을 것이다. 이 논문에서는 기존의 적응형 자기 구성 지도의 비교사 학습방법에 LVQ 알고리즘을 이용한 교사 학습방법을 결합한 구조 적응형 자기 구성 지도 모델을 제안한다. 이 방법은 일반적인 자기구성 지도 알고리즘보다 작은 수의 노드를 가지고 높은 성능을 보일 뿐만 아니라, 자기 구성 지도의 특성인 위상 보존도 잘 이루어진다. 오프라인 필기 숫자 데이터로 실험한 결과, 제안한 방법이 유용함을 알 수 있었다.

• The Science & Technology
• /
• v.35 no.10 s.401
• /
• pp.65-67
• /
• 2002

• The Mathematical Education
• /
• v.15 no.2
• /
• pp.15-18
• /
• 1977