• 한국건설관리학회논문집
• /
• 제16권5호
• /
• pp.3-11
• /
• 2015

본 연구는 BIM을 활용한 그래프 기반의 동선 표현과 분석 접근 방법 제안을 목적으로 한다. 접근 방법의 제안을 위해 건물 동선 관련 요구사항 파악과 공간 네트워크, BIM에 관한 선행연구를 분석하였다. 또한, 본 연구는 선행연구인 UCN(Universal Circulation Network)을 기반으로 연구를 진행하였으며, 본 연구를 통해 UCN에 추가적으로 고려해야 할 사항을 파악하고 이를 확장하였다. 본 연구에서는 UCN을 기반으로 두 가지 관점에서 동선의 표현과 분석 접근 방법을 제안하고자한다: 1) UCN의 그래프 기반 동선 분석의 주요 요소를 파악한다, 2) 국내 건축법 등의 요구사항을 적용하여 UCN을 재구성한다. 결과적으로, 본 연구에서는 출구에서 가장 먼 점 (MRP) 기반의 동선 표현과 가상공간에서의 동선 분석이 추가적으로 제안되었다.

• 한국통신학회논문지
• /
• 제25권8A호
• /
• pp.1247-1253
• /
• 2000

SONET/ADM 망의 용량을 최대한 활용하기 위해선 트래픽 통합(grooming)이 필요하다 이는 저속의 여러 트랙픽들을 한 개의 고속 스트림으로 다중화하거나 그 반대로 함으로서 이루어진다 SONET 링 네트워크의 용량은 다중 파장상에서 운용됨으로서 증가될 수 있다 하더라도 이를 위해선 망 설계 시 많은 ADM을 사용하여 높은 비용이 들 수 있다 비용 측면에서 효과적인 설계를 위해선 제공되는 트래픽을 수용하면서 최대한 ADM개수를 줄이는 것이므로 본 논문에서는 WDM 링 네트워크를 위해 새롭게 제시된 다중 홉 트래픽 통합 방식의 특성과 성능을 소개하고 평가한다 다중 홉방식에서는 트래픽 행렬에서 요구되는 트래픽에 기반을 해석 각 노드에 ADM을 둔 다음 통합될 수 있는 파장들을 통합한다 그리고 노드들 중 하나를 각 파장 당 하나씩의 ADM을 가지는 허브노드로 선택한다 이렇게 함으러써 허브 노드는 모든 파장 사이에 존재하는 트래픽을 연결할 수 있다 알고리즘은 간단한 예를 통해서 설명되었다 본 논문의 결과에 의하면 통합 비율이 낮을 경우에는 단일 홉 접근 방식을 사용하는 것이 유리하지만 비율이 높고 노드수가 많을수록 제안한 다중 홉 방식이 좋은 성능을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권3호
• /
• pp.1454-1466
• /
• 2016

This paper implements an estimated ranking algorithm of closeness centrality measures in large-scale workflow-supported social networks. The traditional ranking algorithms for large-scale networks have suffered from the time complexity problem. The larger the network size is, the bigger dramatically the computation time becomes. To solve the problem on calculating ranks of closeness centrality measures in a large-scale workflow-supported social network, this paper takes an estimation-driven ranking approach, in which the ranking algorithm calculates the estimated closeness centrality measures by applying the approximation method, and then pick out a candidate set of top k actors based on their ranks of the estimated closeness centrality measures. Ultimately, the exact ranking result of the candidate set is obtained by the pure closeness centrality algorithm [1] computing the exact closeness centrality measures. The ranking algorithm of the estimation-driven ranking approach especially developed for workflow-supported social networks is named as RankCCWSSN (Rank Closeness Centrality Workflow-supported Social Network) algorithm. Based upon the algorithm, we conduct the performance evaluations, and compare the outcomes with the results from the pure algorithm. Additionally we extend the algorithm so as to be applied into weighted workflow-supported social networks that are represented by weighted matrices. After all, we confirmed that the time efficiency of the estimation-driven approach with our ranking algorithm is much higher (about 50% improvement) than the traditional approach.

• 대한전자공학회논문지TC
• /
• 제41권9호
• /
• pp.17-28
• /
• 2004

인터넷이 급속히 발전하여 통신 하부구조가 됨에 따라 네트워크의 많은 구성요소를 체계적으로 관리하는 네트워크 관리 시스템은 인터넷의 필수 요소가 되고 있다. 네트워크 규모의 급속한 성장은 기존의 SNMP(Simple Network Management Protocol), CMIP(Common Management Information Protocol) 등을 기반으로 한 클라이언트-서버(client-server) 관리 패러다임으로는 한계를 가진다. 따라서 네트워크를 효율적으로 관리하기 위해서 분산형(distributed) 패러다임인 이동에이전트(Mobile Agent)를 네트워크 관리에 이용하려는 연구가 최근에 많이 이루어지고 있다. 본 논문에서는 중앙 집중형의 SNMP, 분산형의 이동에이전트, 그리고 이들 두 접근 방법의 단점을 극복하기 위한 이동에이전트의 한 형태인 혼합모드의 해석적 모델을 제안하고 그 성능을 비교 분석한다 제안한 해석적 모델을 네트워크 응답 시간에 중점을 두어 성능 평가 한 결과 LAN에서는 대체적으로 SNMP가 유리한 반면 WAN에서는 네트워크 환경에 따라 이동에이전트 또는 혼합모드가 더 좋은 응답 시간을 보임을 알 수 있다.

• 지능정보연구
• /
• 제15권1호
• /
• pp.123-140
• /
• 2009

협업필터링은 상품을 추천하고자 하는 고객과 유사한 구매 행태를 보이는 고객들의 구매 정보를 반영하여 추천대상 고객이 아직 구매하지 않은 상품에 대한 선호도를 예측한 후 선호도가 높을 것으로 예측되는 상품을 추천해주는 시스템이다. 그러나 신규고객의 경우에는 과거 구매 이력의 부재로 선호도를 예측할 수 없어 추천이 어렵게 되는 신규고객 추천문제가 발생하게 된다. 이러한 신규고객 추천문제를 해결하기 위해 기존에 제시되었던 방법들은 추천의 정확도가 낮거나, 추천에 필요한 정보 획득이 어렵거나, 추천 전에 고객이 능동적으로 질의에 응답해야 하는 부담이 있는 등의 문제로 인하여 그 실효성이 매우 낮다. 따라서 기존의 신규고객 추천 방법의 한계를 극복할 수 있는 새로운 접근방법의 필요성이 대두되고 있다. 본 연구에서는 사회네트워크 분석에서 관계 구조적 특성을 분석하기 위해 널리 활용 되고 있는 중심성 개념을 협업필터링에 적용하여 신규고객의 이웃고객을 찾고 그 이웃고객들의 구매정보를 이용하여 신규고객에게 상품을 추천하는 방법을 제시한다. 추천 프로세스는 구매 유사도 분석, 고객 네트워크 구성, 이웃고객 형성, 신규고객 상품추천 단계로 구성된다. 제시한 추천방법의 성능을 평가하기 위하여 국내 유명 백화점 중의 하나인 H백화점의 고객 구매 데이터를 사용하여 실험하였다. 실험 결과로부터 제시한 추천방법이 기존의 신규고객 추천방법들과 비교하여 추천의 정확도는 높으면서도, 구매정보 외에 인구통계정보 등과 같은 추가 정보가 필요하지 않으며, 추천 전에 고객이 능동적으로 질의에 응답할 필요가 없는 새로운 방법임을 알 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권3호
• /
• pp.145-155
• /
• 2002

내용 기반 영상 검색에서 대부분의 기존 방법들은 서로 다른 특징들 사이의 선형 관계를 가정하고 또 사용자가 직접 각 특징의 가중치를 설정하도록 한다 허나 특징들 사이의 관계가 선형적으로 가정된 하에서는 고차원의 개념과 인간의 지각 주관성을 충분히 표현할 수 없는 단점이 있다. 본 논문에서는 신경망에 기반한 영상 검색 모델이 제안된다. 이는 RBFN을 이용한 내용 기반 영상 검색 기법과 인간컴퓨터 상호작용의 접근 방법을 기반으로 구축되었다. RBFN을 이용하여 특징들 사이의 비선형적 관계를 추출해낼 수 있고 사용자가 처음에 질의 영상을 선택하고 관련성 피드백을 통하여 점차적으로 목표 영상을 찾아나가도록 함으로써 영상의 비교를 더 정확하게 할 수 있다. 실험은 145개의 클래스로 구분되며 1,015개의 영상을 포함하는 데이타베이스를 사용하여 재생과 정도를 계산하였다. 실험 결과는 제안된 방법의 재생과 정도가 각각 93.45%과 80.61%로서, 기존의 선형 결합 방법이나 순위 기반 방법 그리고 역전파 알고리즘에 기반한 방법보다 더 뛰어난 검색 성능을 지님을 보여준다.

• 한국통신학회논문지
• /
• 제22권5호
• /
• pp.881-888
• /
• 1997

The existing method s for curvature estimation have a common problem in determining a unique smoothong factor. we previously proposed two approaches to overcome that problem: a constrained regularization approach and a mean field annealing approach. We consistently detected corners from the perprocessed smooth boundary obtained by either the constrained eglarization approach or the mean field annealing approach. Moreover, we defined corner sharpness to increase the robustness of both approaches. We evaluate the performance of those methods proposed in this paper. In addition, we show some matching results using a two-dimensional Hopfield neural network in the presence of occlusion as a demonstration of the power of our proposed methods.

• 한국수자원학회논문집
• /
• 제53권9호
• /
• pp.671-680
• /
• 2020

본 연구는 네트워크 접근을 통해 지역 물관리의 구조적 특징과 주요 행위자를 밝히고 지방자치단체 차원의 협력적 물 거버넌스 구축을 위한 함의를 도출한다. 이를 위해 본 연구는 사회연결망분석(social network analysis)을 활용하여 제주특별자치도 물관리 네트워크의 주요 행위자와 이들의 역할 및 관계를 실증적으로 분석하고 소시오그램(sociogram)으로 도식화한다. 연구결과, 제주지역의 행정부서 간 물관리 업무 네트워크와 민·관 정책네트워크(정보 공유 및 협의), 전체 네트워크와 이수 및 수질 영역별 네트워크의 구조적 특징과 중심 행위자가 상이한 것으로 나타났다. 향후 지방자치단체의 협력적 물 거버넌스 구축을 위해서는 이수 및 수질 담당 행정부서 간 협업관계를 개선하고, 공공·민간 부문을 포함한 전체 이해관계자 간 정보 공유 및 협의가 활성화되어야 한다. 이처럼 지역 물관리 이해관계자 간의 공식적·비공식적 네트워크를 관리하기 위한 정책적 노력이 중요하다.

• International Journal of Contents
• /
• 제13권3호
• /
• pp.43-48
• /
• 2017

As a computational approach to literary criticism, the method of character network analysis has attracted attention. The character network is composed of nodes as characters and links as relationship between characters, and has been used to analyze literary works systematically. However, there were limitations in that relationships between characters were so superficial that they could not reflect intimate relationships and quantitative data from the network were not interpreted in depth regarding meaning of literary works. In this study, we propose an improved method of character network analysis through a case study on the play . First, we segmented the character network into a dialogue network focused on speaker-to-listener relationship and an opinion network focused on subject-to-object relationship. We analyzed these networks in various ways and discussed how analysis results could reflect structure and meaning of the work. Through these studies, we strived to find a way of organic and meaningful connection between literary criticism in humanities and network analysis in computer science.

• ETRI Journal
• /
• 제15권2호
• /
• pp.35-51
• /
• 1993

This paper presents function approximation based on nonparametric estimation. As an estimation model of function approximation, a three layered network composed of input, hidden and output layers is considered. The input and output layers have linear activation units while the hidden layer has nonlinear activation units or kernel functions which have the characteristics of bounds and locality. Using this type of network, a many-to-one function is synthesized over the domain of the input space by a number of kernel functions. In this network, we have to estimate the necessary number of kernel functions as well as the parameters associated with kernel functions. For this purpose, a new method of parameter estimation in which linear learning rule is applied between hidden and output layers while nonlinear (piecewise-linear) learning rule is applied between input and hidden layers, is considered. The linear learning rule updates the output weights between hidden and output layers based on the Linear Minimization of Mean Square Error (LMMSE) sense in the space of kernel functions while the nonlinear learning rule updates the parameters of kernel functions based on the gradient of the actual output of network with respect to the parameters (especially, the shape) of kernel functions. This approach of parameter adaptation provides near optimal values of the parameters associated with kernel functions in the sense of minimizing mean square error. As a result, the suggested nonparametric estimation provides an efficient way of function approximation from the view point of the number of kernel functions as well as learning speed.