• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.389-391
• /
• 2003

컴퓨터 학습의 군집화는 주어진 데이터를 서로 유사한 몇 개의 집단으로 묶는 작업을 수행한다. 군집화를 위한 유사도 결정을 위한 측도는 많은 기법들에서 매우 다양한 측도들이 사용되고 또한 연구되어 왔다. 하지만 군집화의 결과에 대한 성능측정에 대한 객관적인 기준 설정이 어렵기 때문에 군집화 결과에 대한 해석은 매우 주관적이고 애매한 경우가 많다. 퍼지 군집화는 이러한 애매한 군집화 문제에 있어서 융통성 있는 군집 결정 방안을 제시해 준다. 각 개체들이 특정 군집에 속하게 될 퍼지 멤버 함수값을 원소로 하는 유사도 행렬을 통하여 군집화를 수행한다. 본 논문에서는 베이지안 학습을 통하여 군집화를 위한 퍼지 멤버 함수값을 구하였다. 본 연구에서는 최적의 퍼지 군집화 수행을 위하여 베이지안 학습 기반의 퍼지 규칙을 추출하였다. 인공적으로 만든 데이터와 기존의 기계 학습 데이터를 이용한 실험을 통하여 제안 방법의 성능을 확인하였다.

• 전자공학회논문지S
• /
• 제35S권12호
• /
• pp.109-120
• /
• 1998

본 논문에서는 퍼지 벌레 검색과 최소-최대 군집화 알고리즘에 기반한 영상 영역화 기법을 제안한다. 전체 영상에서 에지 정보는 픽셀들의 공간 관계를 포함하게 되며, 이를 위해 목적 함수들의 인자를 조정하여 퍼지 벌레의 행동을 정의하며, 에지 정보를 검사하는 방법으로 퍼지 벌레값과 최소-최대 노드를 이용한다. 에지 추출을 사용하는 현재의 영역화 방법들은 수학적 모델에 기반한 매스크 정보를 필요로 하며, 매스크 연산으로 인하여 수행 시간도 많이 걸리게 된다. 반면에, 제안하는 알고리즘은 퍼지 벌레의 검색에 따라 단일 연산을 수행하게 된다. 제안하는 알고리즘에서 필요한 범위의 크기를 스스로 결정하고 빠르고 강력한 계산을 수행하기 위해 최적해를 찾는 유전 알고리즘을 도입하고자 한다. 추가적으로, 영상의 그레이-히스토그램에서 퍼지 검색과 군집화를 수행하기 위해 유전 알고리즘을 사용하는 유전 퍼지 벌레 검색과 유전 최소-최대 군집화가 제안된다. 시뮬레이션 결과는 제안된 알고리즘이 히스토그램을 사용하여 적응적으로 양자화되며, 계산 시간과 메모리를 적게 요구하는 단일 검색 방법을 수행한다는 것을 보여준다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.11-12
• /
• 2008

퍼지 시계열 예측은 전체 퍼지 구간에 따른 퍼지 소속 함수의 개수와 범위에 따라서 예측성능에 많은 영향을 미치고 있으며, 이러한 문제점을 개선하기 위한 방법으로 다수 객체들의 학습 및 군집 특성을 이용한 Particle Swarm Optimization기법을 도입하였다. 제안된 방법에서는 군집의 최적 객체를 전체 최적해와 각각의 퍼지 소속 함수들에 대한 최적해로 구분하여 탐색하는 기법을 제안한다. 실제 시계열 데이터를 이용한 실험을 통하여 기존의 연구 결과들과 비교함으로써 제안된 방법의 우수한 성능을 가짐을 검증하였다.

• 한국지능시스템학회논문지
• /
• 제25권3호
• /
• pp.217-222
• /
• 2015

클러스터링 기법은 탐색적 자료 분석 기법으로 알려진 중요한 데이터마이닝 기법 중 하나로서 패턴 인식, 원격 탐사 등의 분야에 사용되고 있다. 이 방법을 이용하여 데이터의 기본 구조를 추출하고, 개체의 군집화 혹은 군집의 계층을 조직한다. 기상 레이더는 대기 중에 존재하는 물체에서 반사되는 신호를 이용하여 관측을 수행하고, 해당 좌표에 데이터를 저장하는 원리로 동작하는데, 이를 분석하기 위해서는 흩어져있는 레이더 데이터를 유사도를 바탕으로 강수에코와 비강수에코를 구분하여 군집화 할 필요가 있다. 따라서 본 논문에서는 클러스터링 기법을 레이더 데이터에 적용하는 방법에 대한 연구를 수행하였다. 또한, 강수에코와 비강수에코가 인접해 있을 경우 발생할 수 있는 문제를 해결하기 위하여 퍼지 로직과 계층적 클러스터링 기법을 접목하여 유사도를 판별하는 방법에 대한 연구를 수행하였다. 실제 사례를 바탕으로 본 논문에서 제안한 클러스터링 기법을 적용한 결과, 강수에코와 비강수에코가 인접해 있는 경우 기존 기법보다 좋은 결과를 도출하는 것을 확인할 수 있었다.

• 대한전자공학회논문지TE
• /
• 제37권3호
• /
• pp.114-122
• /
• 2000

본 논문에서는 기존의 Fuzzy C-Means, Nearest Neighborring Classification, FMMCNN, Fuzzy -ART등에서 사용하였던 정형에 근거한 분류에서 유기될 수 있던 판단 오류를 최소화하기 위해 단 한가지의 형태적 특징을 갖고 있는 정형에 의존하지 않고 분류를 수행하는 방법을 제안하고i파 한다. 이를 위해 본 논문에서는 주어진 학습 데이터로 학습하는 과정에서 볼록 다면체를 적응적으로 생성하고 다면체의 구조를 수정하는 퍼지 신경회로망을 설계하였다. 따라서, 본 방법은 순차적으로 입력되는 데이터를 분류하여 패턴 유형들을 생성하는 기능을 갖게된다. 본 방법의 유용성을 증명하기 위해, Hyperbox를 정형으로 하는 FMMCNN과의 다양한 시뮬레이션 비교를 수행하였다.

• 한국지능시스템학회논문지
• /
• 제26권4호
• /
• pp.308-315
• /
• 2016

본 논문은 이산시간 장주기모델로 구성된 다개체시스템의 타카기-수게노(Takagi-Sugeno: T-S) 퍼지 군집제어 기법을 제안한다. 이산시간 모델은 오일러(Euler) 방법을 이용하여 유도한다. 이에 대한 T-S 퍼지 모델은 피드백 선형화 기법을 통해 구성하며, 이를 점근적으로 안정화하기 위한 퍼지제어기를 설계한다. 제어기 설계조건은 선형행렬부등식의 형태로 표현된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2011년도 제43차 동계학술발표논문집 19권1호
• /
• pp.85-88
• /
• 2011

Fuzzy C-Means (FCM) 알고리듬은 가장 널리 사용되는 군집화 알고리듬 중 하나로 다양한 응용 분야에서 사용되고 있다. 하지만 FCM은 여러 가지 문제점을 가지고 있으며 초기 원형 설정이 그 중 하나이다. FCM은 국부 최적해에 수렴하므로 초기 원형 설정에 따라 클러스터링 결과가 달라진다. 이 논문에서는 이러한 FCM의 초기 원형 설정 문제를 개선하기 위하여 커널밀도 추정 (kernel density estimation) 기법을 활용하는 방법을 제안한다. 제안한 방법에서는 먼저 커널 밀도 추정을 수행한 후 밀도가 높은 지역에 클러스터의 초기 원형을 설정하고 원형이 설정된 영역의 밀도를 감소시키는 과정을 반복함으로써 효율적으로 초기 원형을 설정할 수 있다. 제안된 방법이 일반적으로 사용되는 무작위 초기화 방법에 비해 효율적이라는 사실은 실험결과를 통해 확인할 수 있다.

• 한국수자원학회논문집
• /
• 제42권8호
• /
• pp.659-671
• /
• 2009

본 연구에서는 레이더 강우량 자료의 편차보정에 사용되는 G/R비의 정확도를 향상시키기 위하여 fuzzy c-means 방법을 사용한 자료의 군집화를 적용하였다. 대상 레이더자료는 광덕산 레이더기지의 자료로서 유효범위 100km이내의 자료를 대상으로 지상관측망인 기상청의 AWS(Automatic Weather System) 지점에서 관측한 자료와의 비교를 통하여 G/R비를 구하였다. G/R비를 구하는데 있어서 전체 유효범위를 대상으로 동일한 방법을 사용한 경우와 레이더 자료의 군집화를 통해서 지형적인 효과를 고려한 경우를 비교하였으며, AWS 실측강우량과 G/R비를 통한 레이더 강우량 자료의 비교를 위하여 절대상대오차와 평균제곱근오차 등을 비교분석하였다. 그 결과 전체유효범위를 대상으로 동일하게 G/R비를 적용하여 구한 레이더 강우량에 비하여 군집분석을 이용하여 지형효과를 고려한 G/R비를 적용한 레이더 강우량의 오차가 더 적게 나타났다.

• 한국지역지리학회지
• /
• 제12권3호
• /
• pp.382-391
• /
• 2006

본 연구는 경쟁 및 협력현상을 중심으로 항만을 체계적으로 분류하는 방법 및 모델을 제시하기 위하여 유럽지역 21개 항만들을 대상으로 분석을 수행하였다. 그 결과, 대상지역 21개 주요 항만은 총 6가지의 독자적인 위상을 갖는 항만군으로 분류됨을 확인하였다. 가장 경쟁에서 우위를 점하는 항만은 네덜란드의 로테르담항만이 차지하였으며, 이를 근접한 위치에서 추격하는 항만군은 함부르그와 엔트워프항만이 속한 B 군집으로 확인되었다. 이상의 상위 항만군과 경쟁의 관계를 갖고 있지 않으나, 협력전략이 필요한 항만군으로는 A군집 6개 항만과 E군집 4개 항만이 도출되었다. 또한, 항만의 보다 나은 서비스를 위하여 다양한 전략이 요청되는 항만군은 D군집 6개 항만과 F군집 2개 항만으로 제시되었다. 한편, 방법론을 통하여 제시된 각 군집내의 항만의 소속 정도을 통하여 향후 변화가능성, 성장가능성 등도 파악할 수 있어 향후 연구대상지역의 항만들을 분류하고 분석하는 문제에 매우 유용한 시사점을 제공하였다.

• 대한교통학회지
• /
• 제21권5호
• /
• pp.7-18
• /
• 2003

해운 및 항만물류 환경의 변화로 말미암아, 현재 아시아 항만들은 치열한 경쟁상황에 놓여 있으며, 권역내 거대중심항이 되기 위한 집중적인 투자와 체계적인 전략수립을 추진하고 있다. 따라서, 현시점에서 아시아 항만의 경쟁력을 분석/분류하고 평가하는 것은 부산항이 속해 있는 우리나라의 입장에서 매우 중요한 연구임에 틀림없다. 그러나, 이와 관련하여 다수의 기존연구가 수행되어 왔지만, 연구의 대상을 아시아 항만을 뛰어넘어 세계 주요항만으로 하거나, 게다가 어떤 객관적인 기준이 없이 단순히 해당시점에 널리 회자되고 있는 항만들을 대상으로 하여, 부산항의 입장에서 실질적이고 명확한 분석지표로 활용되기 곤란한 연구가 대부분이었다. 또한 연구의 방법론적 측면에서 기존연구들은 크게 AHP(Analytical Hierarchy Process)법과 같은 계층평가알고리즘과 군집분석법(Clustering analysis)을 이용하여 항만의 순위를 정하거나 항만을 동일군으로 군집화하여 분석을 행하였으나, 이 두 가지 방법은 알고리즘상 고유의 문제점을 가지고 있어, 분석법에 따른 해석의 편중이 빈번히 발생하였다. 본 연구의 목적은 항만인프라와 관련한 경쟁력요소를 중심으로 아시아 주요항만을 경쟁수준별로 체계적으로 분류하는 것이다. 특히, 기존연구의 문제점을 극복하기 위해 본 연구에서는 객관적인 지표에 의거하여 아시아 주요 대상 항만을 선정했다. 게다가 연구 방법론의 측면에서 기존의 군집분석법의 문제점을 보완하기 위해서 FCM(Fuzzy C-means)기법을 이용하여 분석을 수행하였다. 분석결과, 아시아 16개 주요 항만들 중 10개 항만이 독자적인 위상을 가지고 4가지 항만군을 형성하고 있었으며, 나머지 6개항만은 다른 10개 항만들과 같은 독자적인 특성을 보이지 않아, 현시점에서 하나의 군집으로 명확히 분류될 수 없는 것으로 분석되었다. 게다가, 독자적 위상을 가지고 있지 않은 항만들 중, 몇 개의 항만은 향후 변화의 가능성이 매우 높고 그리고 아시아 항만전체의 판도변화의 주역으로 발전할 가능성도 높은 항만으로 분석되었다. 이러한 분석결과는 아시아 항만의 판도의 고찰과 더불어 다각도로 고찰되었으며, 그러한 고찰결과에 기초하여 끝으로 부산항의 현재위상과 대략적인 앞으로의 방향이 제시되었다.