• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.277-280
• /
• 2003

현재 많은 관심의 대상이 되고 있는 데이터 마이닝은 대용량의 데이터베이스로부터 일정한 패턴을 분류하여 지식의 형태로 추출하는 작업이다. 데이터 마이닝의 대표적인 기법인 군집화는 군집내의 유사성을 최대화하고 군집들간의 유사성을 최소화시키도록 데이터 집합을 분할하는 것이다. 데이터 마이닝에서 군집화는 대용량 데이터를 다루기 때문에 원시 데이터에 대한 접근횟수를 줄이고 알고리즘이 다루어야 할 데이터 구조의 크기를 줄이는 군집화 기법이 활발하게 사용된다. 그런데 기존의 군집화 알고리즘은 잡음에 매우 민감하고, local minima에 반응한다. 또한 사전에 군집의 개수를 미리 결정해야 하고, initialization 값에 다라 군집의 성능이 좌우되는 문제점이 있다. 본 연구에서는 유전자 알고리즘을 이용하여 자동으로 군집의 개수를 결정하는 군집화 알고리즘을 제안하고, 여기서 제시하는 적합도 함수의 최적화된 군집을 찾아내어 조금더 효율적인 알고리즘을 만들어 대용량 데이터를 다루는 데이터 마이닝에 적용해 보려한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.880-882
• /
• 2005

내용기반 영상 검색 시스템은 데이터베이스에 저장된 정지영상의 색이나, 질감, 형태 등의 특징을 이용한다. 본 연구는 실험 영상 집합에서 주요 객체를 추출하여, 객체들의 외형으로부터 분리된 토큰들을 군집화 한 후, 그 군집단위를 색인어로 사용하여 검색하는 방법이다. 기존의 내용기반 영상 검색 시스템에서 모양 정보는 그 표현과 색인 정합 등의 문제로 처리 방법이 명확하지 않았고, 회전, 크기 변화, 폐색 등에 민감했다. 따라서 기존 방법의 문제점을 해결하기 위해서 토큰을 이용한 색인을 이용하여 지역 정보와, 이들 지역 정보들의 관계에 의한 전역 정보를 복합적으로 이용한 방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.797-798
• /
• 2009

군집화는 대용량의 데이터로부터 유용한 정보를 추출하는 데에 적합한 데이터마이닝 기법들 중 하나이다. 군집화 기법은 주어진 데이터그룹 내에서 사전정보 없이 의미있는 지식을 발견할 수 있으므로 큰 어려움이 없이 실제 응용분야에 적용할 수 있다. 또한, 대용량 데이터를 다룰 때에 개별적인 데이터에 대한 접근 횟수를 줄이고, 알고리즘이 다루어야 할 데이터 구조의 크기를 줄일 수 있다. 본 논문에서는 밀도-기반 군집화 기법을 기반으로 하는 새로운 군집화 기법을 제안한다. 우리가 제안하는 군집화 기법은 반복적인 군집화 과정을 통하여 군집 내 주변 잡음을 제거하고 더 세밀하게 집단을 세분화하는 것이 가능하다. 또한, 군집을 표현하는 데에 계층구조로 나타내어 각 군집의 상관관계를 파악하는 데에 유리하다. 본 논문에서 제안하는 군집화 기법을 통하여 다양한 밀도를 가진 군집들을 효과적으로 분류할 수 있을 거라고 기대된다.

• Proceedings of the Technology Innovation Conference
• /
• 2005.06a
• /
• pp.69-91
• /
• 2005

나노 기술은 국가와 기업 차원에서 전략적으로 활발하게 연구, 개발되고 있는 분야로 기술과 산업 전 분야에 걸쳐 있으며 계속 확대되고 있다. 이중 탄소나노튜브는 약 10년여 전부터 활발히 연구되고 있으며, 소재, 소자 등 나노 기술의 전 분야에 걸쳐서 적용될 수 있는 물질로 현재까지 실용화된 기술이나 제품이 많이 나오지는 않았으나 앞으로 다양한 적용분야가 창출될 전망이다. 그러나 전략적인 기술 개발을 위한 연구는 미비한 실정이다. 전략적이고 효과적인 기술 개발의 대안으로 특허 분석(patent analysis)이 제시되고 있으며 나노 기술에 대한 전반적인 특허 분석은 각 기업 연구소나 국가 연구소에서 진행되어 왔으나, 여기서 도출된 정보만으로는 전략적인 문제들을 분석하기에는 미흡하였다. 따라서 전략적인 기술 개발을 위한 특허 분석의 필요성이 제기되고 있다. 이에 본 연구에서는 특허의 인용(citation) 정보를 이용하여 특허와 특허 사이의 관계를 분석하고 이를 바탕으로 관련된 특허를 군집화(clustering) 하여 각 군집의 특성을 살펴보았다. 먼저 탄소나노튜브에 관한 특허를 USPTO 자료를 통해 추출하고, 이 특허들이 인용한 특허들을 추출하여 각 특허들이 어느 정도로 관련이 되어 있는가를 상관 행렬(correlation matrix)을 이용하여 조사하였다. 인용 특허의 분석은 기초 기술 분야에 이르기까지 광범위하게 조사하여 기술별로 특허를 군집화 하였을 뿐만 아니라, 특허 출원인 정보도 활용하여 군집화 하였다. 이를 통하여 기술별, 특허 출원인 별로 특허의 군집을 만들어서 각 군집의 특성을 도출하였고, 마지막으로 각 군집의 특성에 맞게 기술 개발측면에서 전략적인 시사점을 도출하였다. 각각의 군집들은 시간이 지날수록 확대, 통합되는 결과를 보이고 있으며, 융합기술화 되고 있다. 군집을 이루는 주요한 특성으로는 출원인 정보가 큰 비중을 차지하였으며, 이는 출원인의 기술 개발 전략과 이에 따른 기술개발경로나 특허 전략과 관련이 있는 것으로 나타났다. 다양한 기술에 관하여 군집의 크기가 계속 확대되고 있는 경향을 보이고 있기 때문에, 앞으로 지속적인 연구를 통하여 향후 특허 관리와 특허 전략에 적용할 수 있도록 하는 것이 중요하다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.41-44
• /
• 2009

데이터 마이닝의 대표적인 기법인 군집화는 군집내의 유사성을 최대화하고, 군집들간의 유사성을 최소화 시키도록 데이터의 집합을 분할하는 것이다. 대용량의 데이터베이스에서 최적의 효율화를 내기 위해서는 원시데이터에 대한 접근 횟수를 줄이고, 이것을 알고리즘 적용 대상이 데이터 구조의 크기를 줄이는 군집화 기법에 많은 관심이 보이고 있다. 본 논문에서는 유전자 알고리즘을 이용하여 자동으로 군집의 개수를 결정하는 군집화 알고리즘을 제안하는 적합도 함수는 보다 양질의 군집을 찾아내는 것으로 평가 되었다. 또한 유전자 알고리즘 중 8가지를 세부 분석하여 평가하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.853-856
• /
• 2008

최근 모바일 기기 사용자의 수가 증가함에 따라 모바일 기기 사용자의 위치정보를 관리하기 위한 기법들이 활발히 연구되고 있다. 기존의 모바일 시스템에서 위치정보를 관리하기 위한 방법으로 two-tier 방식과 two-tier 방식을 개선한 구조적 기법이 제시되었다. 구조적 기법에서는 어떻게 위치 데이터베이스를 군집화시키는 것이 매우 중요하다. 왜냐하면 데이터베이스를 군집하는 방법에 따라 업데이트 비용의 차이가 크기 때문이다. 구조적 기법을 위한 이전 연구는 set-cover 알고리즘을 기반한 bottom-up 방식의 시스템 이다. 본 논문에서는 구조적 기법의 데이터베이스 군집화를 위해 K-means clustering 알고리즘을 기반한 top-down 방식의 시스템을 사용하였고, 실험을 통해 본 논문에서 제시된 방식의 시스템이 기존 방식의 시스템보다 데이터베이스 업데이트측면에서 13.67%의 성능이 향상되었음을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.103-106
• /
• 2008

본 논문에서는 지능형 자동차의 주행보조 시스템 중의 하나인 교통 표지판 인식을 위한 새로운 방법을 제안한다. 제안한 방법은 잡음, 회전, 크기 등의 변형된 교통 표지판으로부터 기하학적 방법을 이용하여 변형된 정도를 추정하여 교통 표지판 원형으로 보정한다. 그리고 교통 표지판 인식을 위해서 보정된 표지판 영상으로부터 순차적 색기반 군집화(Sequential color-based clustering)에 의한 주의, 규제, 지시, 보조 등의 1차적 분류에 따라서 해당 교통 표지판의 형태 특징인 인식 심벌을 추출한다. 그리고 추출된 인식 심벌에 원형 추척법을 적용하여 교통 표지판 최종 인식 작업을 수행한다. 제안하는 방법의 성능 평가를 위해서 교통 표지판 영상에 잡음, 회전, 크기 등의 임의 변형을 적용하여 다양한 실험 영상을 만들고, 적용한 결과 단일 변형에서는 95%, 혼합 변형에서는 93% 이상의 인식률을 보인다.

• The KIPS Transactions:PartC
• /
• v.13C no.7 s.110
• /
• pp.803-812
• /
• 2006

This paper analytically evaluates the FEC(Forward Error Correction) symbol size's effect on the performance and energy consumption of 802.11 protocol with the block FEC algorithm over WSN(Wireless Sensor Network). Since the basic recovery unit of block FEC algorithms is symbols not bits, the FEC symbol size affects the packet correction rate even with the same amount of FEC check bits over a given WSN channel. Precisely, when the same amount of FEC check bits are allocated, the small-size symbols are effective over channels with frequent short bursts of propagation errors while the large ones are good at remedying the long rare bursts. To estimate the effect of the FEC symbol site, the paper at first models the WSN channel with Gilbert model based on real packet traces collected over TIP50CM sensor nodes and measures the energy consumed for encoding and decoding the RS (Reed-Solomon) code with various symbol sizes. Based on the WSN channel model and each RS code's energy expenditure, it analytically calculates the transmission efficiency and power consumption of 802.11 equipped with RS code. The computational analysis combined with real experimental data shows that the RS symbol size makes a difference of up to 4.2% in the transmission efficiency and 35% in energy consumption even with the same amount of FEC check bits.

• Journal of the Korea Society of Computer and Information
• /
• v.20 no.4
• /
• pp.17-23
• /
• 2015

In this paper, we propose a mobile app clustering method using word clusters. Considering the quick change of mobile app trends, the proposed method divides the mobile apps into some semantically similar mobile apps by applying a clustering algorithm to the mobile app set, rather than the predefined category system. In order to alleviate the data sparseness problem in the short mobile app description texts, the proposed method additionally utilizes the unigram, the bigram, the trigram, the cluster of each word. For the purpose of accurately clustering mobile apps, the proposed method manages to avoid exceedingly small or large mobile app clusters by using the word clusters. Experimental results show that the proposed method improves 22.18% from 57.48% to 79.66% on overall accuracy by using the word clusters.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.82-84
• /
• 2003

UMLS 의미망은 크기가 방대하고 복잡하여 사용자가 이해하기가 어렵고 화면상에 모든 의미망을 모두 표현할 수 없다는 단점을 가지고 있다. 이 문제를 해결하기 위해 의미망을 효율적으로 분할하기 위한 규칙들이 소개되고 있지만 이것은 UMLS 의미망이 수정될 때마다 규칙을 적용하여 수작업으로 분류를 해야한다는 단점이 있다. 이 문제점을 해결하기 위해 유전자 알고리즘을 이용한 UMLS 의미망의 자동 군집화 방법을 제안한다. 제안한 방법은 각각의 의미유형 간의 연결된 의미관계를 사용하여 의미망을 구조적으로 유사한 의미유형 집합들로 군집화하고 규칙에 의한 군집 방법의 결과 비교 평가한다.