• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.2(A)
• /
• pp.131-132
• /
• 2010

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2011년도 춘계학술대회 논문집
• /
• pp.1282-1289
• /
• 2011

The rail passenger demand for the railroad operations required a short-term demand rather than a long-term demand. The rail passenger demand can be classified according to the purpose. First, the rail passenger demand will be use to the restructure of line planning on the current operating line. Second, the rail passenger demand will be use to the line planning on the new line and purchasing the train vehicles. The objective of study is to analyze the travel behavior of rail passenger for modeling of short-term demand forecasting. The scope of research is the passenger of KTX. The travel behavior was analyzed the daily trips, origin/destination trips for KTX passenger using the ANOVA and the clustering analysis. The results of analysis provide the directions of the short-term demand forecasting model.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.343-346
• /
• 1996

A new method for on-line induction motor fault detection is presented in this paper. This system utilizes unsupervised-learning clustering algorithm, the Dignet, proposed by Thomopoulos etc., to learn the spectral characteristics of a good motor operating on-line. After a sufficient training period, the Dignet signals one-phase ground fault, or a potential failure condition when a new cluster is formed and persists for some time. Since a fault condition is found by comparison to a prior condition of the machine, on-line failure prediction is possible with this system without requiring information on the motor of load characteristics.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권1호
• /
• pp.57-61
• /
• 2009

항목 기반의 순차 패턴 마이닝 기법들을 시공간 데이타에 적용하기 위해서는 시공간 속성 값에 대한 적절한 이산화가 필수적이다. 본 논문에서는 입력 데이타의 시공간적 상판 정보를 유지함과 동시에 데이타 수를 축소시킴으로써 마이닝 프로세스의 효율성을 높이는 이산화 기법을 제안한다. 제안된 기법은 선 단순화를 사용하여 궤적에 대한 근사치를 구함으로써 마이넘 단계에서 처리할 데이터 크기를 축소시킨다. 또한 단순화 된 궤적을 유사한 시공간적 특성을 가지는 논리적 그룹으로 군집화하여 데이터의 분포를 고려한 이산화를 수행한다. 실험을 통해 제안된 기법이 마이넝 프로세스의 효율성을 높일 뿐 아니라 보다 직관적이고 해석이 용이한 패턴을 도출하는 것을 보였다.

• 한국정보처리학회논문지
• /
• 제4권1호
• /
• pp.270-279
• /
• 1997

지도 영상에 포함된 문자들을 효율적으로 인식하기 위해서는, 문자 영역만을 추 출하여 독립된 계층으로 만드는 전처리 단계가 선행되어야 한다. 본 논문에서는 칼라 지도 영상의 색 정보를 대화식 클러스터링 기법에 의해 색 별로 분리하고, 문자 영역 을 추출하는 알고리즘을 제안하였다. 제안된 대화식 클러스터링 기법은 칼라 영상 중 에서 사용자가 분리하기 원하는 색을 대화식으로 선택하여 각각의 선택된 색을 중심 으로 클러스터를 형성하고 분리한다. 문자를 추출하는 알고리즘은 문자를 표현하는 색만을 추출한 이전 영상을 벡터 데이터화 한 후 각 원시 요소들의 상호 관계를 고려 하여 직선, 원, 문자의 세 계층으로 분류하는 것으로서, 문자와 직선이 중첩되어, 하 나의 연결 요소를 이루고 있을 때에도 효과적으로 문자를 분리할 수 있다. 알고리즘 의 평가를 위해 1:3,000의 지번약도에 대한 실험을 수행하였으며, 선분과 문자가 중 첩되어 있는 경우에도 각각 분리할 수 있음을 확인하였다.

• 한국음향학회지
• /
• 제16권2호
• /
• pp.31-35
• /
• 1997

본 논문에서는 훈련용 음성 데이터와 무관한 임의의 새로운 어휘를 인식해 낼 수 있는 가변 어휘 단어 인식기 개발에 대하여 기술한다. 가변 어휘 단어 인식기를 구현하기 위해서는, 인식 대상이 될 새로운 어휘를 즉시 발음 사전으로 변환시키는 on-line 발음 사전 생성기가 필요하고, 발음 사전 출력을 가지고 각 단어를 모델링할 수 있는 신뢰성 있는 음소 및 변이음 모델이 필요하다. 이와 같은 신뢰성 있는 음소 및 변이음 모델은 생성시키기 위하여 본 연구에서는, 각 음소의 전후 음소들의 음성학적 자질을 고려하여 3 음소열을 집단화(clustering)하여 변이음을 정의하고 이를 당 연구실이 보유하고 있는 POW(Phonetically Optimized Words) 3,848개 단어에 적용하여 1,548개의 변이음 모델을 생성시켰다. 이를 토대로 가변 어휘 단어 인식기를 구현하고 이를 POW 3,848 DB, PBW 445 DB 및 호텔 예약용 244 단어 DB 등에 적용하여 그 성능을 평가하였다. 평가 결과, POW DB에 대해서는 79.6%, PBW DB에 대해서는 445 단어 사전의 경우 79.4%, 100 단어 사전의 경우 88.9%의 성능을 보여 주었고, 호텔 예약 DB에 대해서는 71.4%의 성능을 보여 주었다.

• 한국지능시스템학회논문지
• /
• 제24권6호
• /
• pp.651-656
• /
• 2014

부식결함은 가스배관의 신뢰성평가 및 정비계획에 유의한 영향을 미친다. 부식결함은 정기적인 ILI를 통해 수집할 수 있지만 ILI 데이터의 효과적인 분석은 아직 미흡한 실정이다. 본 논문은 부식결함이 존재할 때 가스배관의 잔여수명을 예측하는 문제를 다룬다. 실제 운용 환경에서 배관 파라미터는 불확실성의 영향 하에 놓이게 되므로 확률적인 접근방법을 채택한다. 배관의 고장은 그 운용압력이 배관파열압력보다 클 때 발생하는 것으로 볼 수 있다. 따라서 배관의 고장확률은 운용압력이 배관파열압력보다 클 확률로서 정의된다. 이를 계산하기 위해 본 논문에서는 구조공학 분야에서 널리 쓰이는 First Order Reliability Method (FORM) 알고리즘을 이용한다. 배관파열압력을 얻기 위한 모델은 잘 알려진 Battelle 코드를 채택한다. ILI 데이터가 주어질 때 고장확률을 계산하는 과정은 Matlab GUI를 통해 제시하고 특히 부식결함의 클러스터링이 계산결과에 미치는 영향을 논의한다. 본 논문의 결과는 고장확률 추정의 정밀도를 높이고 효율적인 정비정책을 수립하는데 적절한 클러스터링이 필요함을 시사한다.

• 제어로봇시스템학회논문지
• /
• 제18권7호
• /
• pp.638-643
• /
• 2012

This paper presents an intelligent reduction method for external noise. The main idea comes from PSO-FCM (Particle Swam Optimization Fused fuzzy C-Means) clustering. The data of the target is transformed from the antenna coordinates to the vessel one and to the system coordinates. In the conversion, the overall noises hinder observer to get the exact position and velocity of the maneuvering target. While the filter is used for tracking system, unexpected acceleration becomes the main factor which makes the uncertainty. In this paper, the tracking efficiency is improved with the PSO-FCM and the compensation methodology. The acceleration is approximated from the external noise splitted by the proposed clustering method. After extracting the approximated acceleration, the rest in the noise is filtered by the filter and the compensation is added to after that. Proposed tracking method is applicable to the linear model and nonlinear one together. Also, it can do to the on-line system. Finally, some examples are provided to examine the reliability of the proposed method.

• 천문학회보
• /
• 제40권1호
• /
• pp.43.3-44
• /
• 2015

We analyze the clustering of large scale structure in the Universe in a model independent method, accounting for anisotropic effects along and transverse to the line of sight. A large sample of 690,000 galaxies from The Baryon Oscillation Spectroscopy Survey Data Release 11 are used to determine the Hubble expansion H, angular distance D_A, and growth rate GT at an effective redshift of z=0.57. After careful bias and convergence studies of the effects from small scale clustering, we find that cutting transverse separations below 40 Mpc/h delivers robust results while smaller scale data leads to a bias due to unmodelled nonlinear and velocity effects. The converged results are in agreement with concordance LCDM cosmology, general relativity, and minimal neutrino mass, all within the $68{\backslash}%$ confidence level. We also present results separately for the northern and southern hemisphere sky, finding a slight tension in the growth rate -- potentially a signature of anisotropic stress, or just covariance with small scale velocities -- but within $68{\backslash}%$ CL.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권11호
• /
• pp.1431-1438
• /
• 2004

강화학습(reinforcement learning)은 온라인으로 환경(environment)과 상호작용 하는 과정을 통하여 목표를 이루기 위한 전략을 학습한다. 강화학습의 기본적인 알고리즘인 Q-learning의 학습 속도를 가속하기 위해서, 거대한 상태공간 문제(curse of dimensionality)를 해결할 수 있고 강화학습의 특성에 적합한 함수 근사 방법이 필요하다. 본 논문에서는 이러한 문제점들을 개선하기 위해서, 온라인 퍼지 클러스터링(online fuzzy clustering)을 기반으로 한 Fuzzy Q-Map을 제안한다. Fuzzy Q-Map은 온라인 학습이 가능하고 환경의 불확실성을 표현할 수 있는 강화학습에 적합한 함수근사방법이다. Fuzzy Q-Map을 마운틴 카 문제에 적용하여 보았고, 학습 초기에 학습 속도가 가속됨을 보였다.