• 한국통신학회논문지
• /
• 제32권11A호
• /
• pp.1164-1172
• /
• 2007

기존의 지그비 표준 메쉬 라우팅 알고리즘은 노드 수의 증가로 인해 라우팅 오버헤드 및 종단간 지연 등의 네트워크 성능의 심각한 저하 현상에 따른 네트워크 범위성 및 효율성에 대한 문제점을 가지고 있다. 이에 따라 본 논문에서는 증가하는 노드 수에 따른 범위성 문제를 해결하기 위해 ZiCL(ZigBee Cluster Label)이라 불리는 클러스터 라벨 기반의 새로운 지그비 메쉬 라우팅 알고리즘을 제안하고자 한다. ZiCL은 지그비 네트워크를 한 개 이상의 논리적인 클러스터로 나누고 각각의 클러스터에게 유일한 라벨을 부여함으로써 클러스터 라벨 기반의 경로 탐색을 수행한다. 이를 통해 ZiCL은 소스 노드가 경로탐색을 통해 확립한 목적지 노드의 클러스터 라벨 정보를 같은 클러스터 멤버들과 함께 공유하게 합으로써 이후 발생할 수 있는 잠재적인 경로 탐색 횟수를 효과적으로 줄이는데 기여한다. 이러한 ZiCL의 성능을 분석하기 위해 NS-2 시뮬레이션을 수행하였고, 그 결과 라우팅 오버헤드, 패킷 전달율, 종단간 지연 및 메모리 사용률에 대한 네트워크 성능이 향상됨을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제33권8B호
• /
• pp.689-698
• /
• 2008

The performance of a TCP protocol on MANETs has been studied in a numerous researches. One of the significant reasons of TCP performance degradation on MANETs is inability to distinguish between packet losses due to congestion from those caused by nodes mobility and as consequence broken routes. This paper presents the Cluster-Label-based Routing (CLR) protocol that is an attempt to compensate source of TCP problems on MANETs - multi-hop mobile environment. By utilizing Cluster-Label-based mechanism for Backbone, the CLR is able to concentrate on detection and compensation of movement of a destination node. The proposed protocol provides better goodput and delay performance than standardized protocols especially in cases of large network size and/or high mobility rate.

• 제어로봇시스템학회논문지
• /
• 제18권1호
• /
• pp.35-41
• /
• 2012

This paper proposes a moving object detection algorithm for active camera system that can be applied to mobile robot and intelligent surveillance system. Most of moving object detection algorithms based on a stationary camera system. These algorithms used fixed surveillance system that does not consider the motion of the background or robot tracking system that track pre-learned object. Unlike the stationary camera system, the active camera system has a problem that is difficult to extract the moving object due to the error occurred by the movement of camera. In order to overcome this problem, the motion of the camera was compensated by using SURF and Pseudo Perspective model, and then the moving object is extracted efficiently using stochastic Label Cluster transport model. This method is possible to detect moving object because that minimizes effect of the background movement. Our approach proves robust and effective in terms of moving object detection in active camera system.

• 인터넷정보학회논문지
• /
• 제18권2호
• /
• pp.61-73
• /
• 2017

본 연구에서는 문서 클러스터링 결과 도출된 개별 클러스터가 함축하고 있는 의미를 파악하는 데 필요한 어휘들의 정보량을 활용한 문서 클러스터 레이블링(Documents Cluster Labeling) 방법을 제안하였다. 이를 위해, 클러스터에 포함된 어휘들이 해당 클러스터에서 얼마나 중요한 비중을 차지하고 있는지 파악하기 위하여 각 어휘의 출현 빈도와 정보량을 이용한 어휘의 가중치를 계산한 후, 워드넷을 이용하여 클러스터에 포함된 어휘들의 최근접 공통 상위어를 후보 레이블로 식별하였다. 이상의 과정을 거쳐 식별된 후보 레이블의 정보량과 클러스터내에서의 중요도 가중치를 활용해, 해당 클러스터의 의미와 특징을 포괄적으로 표현할 수 있는 대표 레이블을 결정하였다. 본 연구의 우수성을 입증하기 위해 다음과 같은 실험을 수행하였다. 실험은 본 연구에서 제안한 방법에 따라 선정된 레이블과 후보 레이블을 워드넷에 프로젝션한 후, 워드넷상에서 이들 레이블의 위치(깊이)를 확인하였다. 또한 선정된 후보 레이블을 상위어로 갖고 있는 클러스터 내 어휘의 수를 도출하여, 휴리스틱 방법에 따라 선정된 레이블을 전문가가 찾은 대표 레이블과의 비교를 수행하였다. 평가지표로 후보 레이블의 적합성($Suitability_{cl}$)과 대표 레이블의 적절성($Appropriacy_{rl}$)을 활용하였다. 실험 결과, 본 연구에서 제안한 방법을 적용해 문서 클러스터 레이블링을 수행할 경우, 후보 레이블의 적합성의 경우 기존의 방법보다 약간 감소하지만 계산량이 기존 방법의 약 20% 정도로 감소하였으며, 대표 레이블의 적절성의 경우 기존의 방법보다 우수한 결과를 도출하는 것을 확인하였다.

• 한국통신학회논문지
• /
• 제33권11A호
• /
• pp.1034-1042
• /
• 2008

이동 애드 혹 네트워크에서는 노드의 이동성으로 인해 설정된 라우팅 경로를 안정적으로 유지하는 것이 어렵다. 본 논문에서는 사실상의 복수 경로를 의미하는 그룹경로를 사용하여 경로 안정성을 높인 그룹 소스 라우팅 프로토콜을 제안한다. 물리적으로 인접한 노드들끼리 클러스터 (혹은 그룹)를 형성하며, 각 클러스터는 모든 멤버들을 직접 연결하는 클러스터헤드와 클러스터를 유일하게 식별하기 위한 클러스터 레이블을 갖는다. 그룹경로는 소스에서 목적지까지 놓여있는 클러스터들의 레이블 시퀀스로 이루어진다. 그룹경로상의 각 클러스터에 속한 노드들은 클러스터들을 잇는 브릿지 노드들을 통해 그룹경로상의 다음 레이블을 갖는 클러스터의 노드로 패킷을 전달한다. 따라서, 그룹경로는 단일 링크 단절에 의해 쉽게 깨어지지 않고, 경로상의 인접한 그룹간에 연결이 완전히 끊어지지 않는 한 유효하다. 시뮬레이션을 통해 높은 이동성과 높은 트래픽 상황에서도 그룹 라우팅 프로토콜이 다른 주요 소스라우팅 프로토콜들보다 안정성이 뛰어나다는 것을 입증하였다.

• Agribusiness and Information Management
• /
• 제7권1호
• /
• pp.21-36
• /
• 2015

This study aims to analyze the differences of ginseng product consumers and segment Korean fresh ginseng and red ginseng root markets based on attributes for the purchase. As a result of analyzing survey data, the red ginseng root consumers had different aspects from fresh ginseng consumers. According to the result of cluster analysis, the fresh ginseng consumers were subdivided into three segments (safety-oriented consumption cluster, label centered consumption cluster, and high involvement consumption cluster), while the red ginseng root consumers were subdivided into four segments (convenience-oriented consumption cluster, high involvement consumption cluster, raw material's safety-oriented cluster, and raw material's information importance cluster). ANOVA and Crosstab were conducted to investigate characteristics of each cluster.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.56-59
• /
• 2017

CNN(Convolutional Neural Network)을 이용하여 발화 주제 다중 분류 task를 multi-labeling 방법과, cluster 방법을 이용하여 수행하고, 각 방법론에 MSE(Mean Square Error), softmax cross-entropy, sigmoid cross-entropy를 적용하여 성능을 평가하였다. Network는 음절 단위로 tokenize하고, 품사정보를 각 token의 추가한 sequence와, Naver DB를 통하여 얻은 named entity 정보를 입력으로 사용한다. 실험결과 cluster 방법으로 문제를 변형하고, sigmoid를 output layer의 activation function으로 사용하고 cross entropy cost function을 이용하여 network를 학습시켰을 때 F1 0.9873으로 가장 좋은 성능을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권1호
• /
• pp.27-35
• /
• 2021

본 연구에서는 레이블 임베딩의 분포를 반영하는 딥러닝 모형을 위한 새로운 스태킹 앙상블 방법론을 제안하였다. 제안된 앙상블 방법론은 기본 딥러닝 분류기를 학습하는 과정과 학습된 모형으로 부터 얻어진 레이블 임베딩을 이용한 군집화 결과로부터 소분류기들을 학습하는 과정으로 이루어져 있다. 본 방법론은 주어진 다중 분류 문제를 군집화 결과를 활용하여 소 문제들로 나누는 것을 기본으로 한다. 군집화에 사용되는 레이블 임베딩은 처음 학습한 기본 딥러닝 분류기의 마지막 층의 가중치로부터 얻어질 수 있다. 군집화 결과를 기반으로 군집화 내의 클래스들을 분류하는 소분류기들을 군집의 수만큼 구축하여 학습한다. 실험 결과 기본 분류기로부터의 레이블 임베딩이 클래스 간의 관계를 잘 반영한다는 것을 확인하였고, 이를 기반으로 한 앙상블 방법론이 CIFAR 100 데이터에 대해서 분류 성능을 향상시킬 수 있다는 것을 확인할 수 있었다.

• Journal of information and communication convergence engineering
• /
• 제11권3호
• /
• pp.179-184
• /
• 2013

Traditional clustering methods are usually based on the bag-of-words (BOW) model. A disadvantage of the BOW model is that it ignores the semantic relationship among terms in the data set. To resolve this problem, ontology or matrix factorization approaches are usually used. However, a major problem of the ontology approach is that it is usually difficult to find a comprehensive ontology that can cover all the concepts mentioned in a collection. This paper proposes a new document clustering method using semantic features and fuzzy relations for solving the problems of ontology and matrix factorization approaches. The proposed method can improve the quality of document clustering because the clustered documents use fuzzy relation values between semantic features and terms to distinguish clearly among dissimilar documents in clusters. The selected cluster label terms can represent the inherent structure of a document set better by using semantic features based on non-negative matrix factorization, which is used in document clustering. The experimental results demonstrate that the proposed method achieves better performance than other document clustering methods.

• Bulletin of the Korean Chemical Society
• /
• 제34권3호
• /
• pp.815-819
• /
• 2013

Micropatterns of streptavidin and human epidermal carcinoma A431 cells were successfully imaged, as received and without any labeling, using cluster $Au_3{^+}$ ion beam-based time-of-flight secondary ion mass spectrometry (TOF-SIMS) together with a principal component analysis (PCA). Three different analysis ion beams ($Ga^+$, $Au^+$ and $Au_3{^+}$) were compared to obtain label-free TOF-SIMS chemical images of micropatterns of streptavidin, which were subsequently used for generating cell patterns. The image of the total positive ions obtained by the $Au_3{^+}$ primary ion beam corresponded to the actual image of micropatterns of streptavidin, whereas the total positive-ion images by $Ga^+$ or $Au^+$ primary ion beams did not. A PCA of the TOF-SIMS spectra was initially performed to identify characteristic secondary ions of streptavidin. Chemical images of each characteristic ion were reconstructed from the raw data and used in the second PCA run, which resulted in a contrasted - and corrected - image of the micropatterns of streptavidin by the $Ga^+$ and $Au^+$ ion beams. The findings herein suggest that using cluster-ion analysis beams and multivariate data analysis for TOF-SIMS chemical imaging would be an effectual method for producing label-free chemical images of micropatterns of biomolecules, including proteins and cells.