• Journal of Communications and Networks
• /
• 제13권1호
• /
• pp.43-49
• /
• 2011

In this paper, a new medium access control (MAC) protocol entitled three-phase multiple access with continual contention resolution (TPMA-CCR) is proposed for wireless multi-hop ad hoc networks. This work is motivated by the previously known three-phase multiple access (TPMA) scheme of Hou and Tsai [2] which is the suitable MAC protocol for clustering multi-hop ad hoc networks owing to its beneficial attributes such as easy collision detectible, anonymous acknowledgment (ACK), and simple signaling format for the broadcast-natured networks. The new TPMA-CCR is designed to let all contending nodes participate in contentions for a medium access more aggressively than the original TPMA and with continual resolving procedures as well. Through the systematical performance analysis of the suggested protocol, it is also shown that the maximum throughput of the new protocol is not only superior to the original TPMA, but also improves on the conventional slotted carrier sense multiple access (CSMA) under certain circumstances. Thus, in terms of performance, TPMA-CCR can provide an attractive alternative to other contention-based MAC protocols for multi-hop ad hoc networks.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권3호
• /
• pp.1363-1376
• /
• 2020

An improved clustering scheme based on user group is proposed. Every two users are grouped among N-users in the allowed system according to their link gain from large to small. Each user group is numbered sequentially. Two user clusters are obtained according to the principle of maximizing link gain difference for the users in the first and last user groups. The remaining user groups are added to the two existing user clusters according to the parity of the group number. The clustering should be clustered again among the users in either user cluster if the throughput summation of a user cluster in NOMA is less than that of these users in orthogonal multiple access. The simulation results show that the proposed clustering scheme can increase the system throughput by about 8% compared with the hybrid clustering scheme when the number of users requiring service is 12.

• 정보관리연구
• /
• 제40권2호
• /
• pp.95-115
• /
• 2009

저자식별은 학술문헌에 출현한 동명저자명들을 실세계의 서로 다른 사람들로 대응시키는 것이다. 이를 위해 임의의 동명저자명쌍의 유사도를 계산하고 이를 바탕으로 동명저자명 개체들을 군집화하는 단계를 거친다. 저자명의 군집화 기법으로 주로 계층적 군집법이 사용되었으나 다양한 계층적 군집법에 대한 비교 평가는 미흡했다. 이 연구는 다이스계수, 코사인유사도, 유클리디안 거리, 자카드계수, 피어슨 상관계수 등의 다양한 개체거리/유사도수식과 계층적 군집법들의 상관관계와 계층적 군집기법들의 한글 저자식별 성능에 대한 비교/분석을 다룬다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(A)
• /
• pp.491-493
• /
• 2011

Traffic sign detection is the domain of automatic driver assistant systems. There are literatures for traffic sign detection using color information, however, color-based method contains ill-posed condition and to extract the region of interest is difficult. In our work, we propose a method for traffic sign detection using k-means clustering method, back-propagation neural network, and projection histogram features that yields the robustness for ill-posed condition. Using the color information of traffic signs enables k-means algorithm to cluster the region of interest for the detection efficiently. In each step of clustering, a cluster is verified by the neural network so that the cluster exactly represents the location of a traffic sign. Proposed method is practical, and yields robustness for the unexpected region of interest or for multiple detections.

• 전기전자학회논문지
• /
• 제4권2호
• /
• pp.233-240
• /
• 2000

This paper presents fuzzy clustering and wavelet transform analysis based technique for the industrial hourly load forecasting fur the purpose of peak demand control. Firstly, one year of historical load data were sorted and clustered into several groups using fuzzy clustering and then wavelet transform is adopted using the Biorthogonal mother wavelet in order to forecast the peak load of one hour ahead. The 5-level decomposition of the daily industrial load curve is implemented to consider the weather sensitive component of loads effectively. The wavelet coefficients associated with certain frequency and time localization is adjusted using the conventional multiple regression method and the components are reconstructed to predict the final loads through a five-scale synthesis technique. The outcome of the study clearly indicates that the proposed composite model of fuzzy clustering and wavelet transform approach can be used as an attractive and effective means for the industrial hourly peak load forecasting.

• Communications for Statistical Applications and Methods
• /
• 제11권3호
• /
• pp.485-494
• /
• 2004

An algorithm is proposed to identify multiple outliers in linear regression. It is based on the clustering of residuals from the least median of squares estimation. A cut-height criterion for the hierarchical cluster tree is suggested, which yields the optimal clustering of the regression outliers. Comparisons of the effectiveness of the procedures are performed on the basis of the classic data and artificial data sets, and it is shown that the proposed algorithm is superior to the one that is based on the least squares estimation. In particular, the algorithm deals very well with the masking and swamping effects while the other does not.

• 한국멀티미디어학회논문지
• /
• 제12권7호
• /
• pp.997-1005
• /
• 2009

본 논문에서는 계층간 설계 방식에 근거하여 에너지 효율적인 센서 네트워크 클러스터링 기법을 제안한다. 제안된 기법은 무선 센서 네트워크의 응용 환경 특성에 적합하도록 동작한다. 본 논문에서는 응용계층 정보를 이용하여 이벤트가 발생할 경우 이벤트가 발생한 지역의 센서 노드들로 구성된 클러스터와 그 이외 지역의 클러스터들로 구성하는 클러스터링 기법을 제안하였다. 제안된 클러스터링 기법에서는 여러 클러스터를 경유하여 다중 경로로 이벤트를 전달하는데 따른 에너지 소모를 절감할 수 있다. 또한 이벤트와 무관한 클러스터에서 에너지를 절약하기 위하여 각 노드 당 한 개의 슬롯만을 할당하는 TDMA 스케줄링 기법을 제안하였다. 제안하는 클러스터링 기법은 전체 네트워크의 수명을 증가시킬 수 있으며 이벤트의 발생 주기, 지속 시간, 범위에 따른 시뮬레이션을 통하여 에너지 효율성 관점에서 우수함을 입증하였다.

• Structural Engineering and Mechanics
• /
• 제74권1호
• /
• pp.55-67
• /
• 2020

The common practice to predict the characteristic structural load effects (LEs) in long reference periods is to employ the extreme value theory (EVT) for building limit distributions. However, most applications ignore that LEs are driven by multiple loading events and thus do not have the identical distribution, a prerequisite for EVT. In this study, we propose the composite extreme value modeling approach using clustering to (a) cluster initial blended samples into finite identical distributed subsamples using the finite mixture model, expectation-maximization algorithm, and the Akaike information criterion; (b) combine limit distributions of subsamples into a composite prediction equation using the generalized Pareto distribution based on a joint threshold. The proposed approach was validated both through numerical examples with known solutions and engineering applications of bridge traffic LEs on a long-span bridge. The results indicate that a joint threshold largely benefits the composite extreme value modeling, many appropriate tail approaching models can be used, and the equation form is simply the sum of the weighted models. In numerical examples, the proposed approach using clustering generated accurate extrema prediction of any reference period compared with the known solutions, whereas the common practice of employing EVT without clustering on the mixture data showed large deviations. Real-world bridge traffic LEs are driven by multi-events and present multipeak distributions, and the proposed approach is more capable of capturing the tendency of tailed LEs than the conventional approach. The proposed approach is expected to have wide applications to general problems such as samples that are driven by multiple events and that do not have the identical distribution.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제2권5호
• /
• pp.199-202
• /
• 2013

무선 센서 네트워크에서 클러스터링 방식의 네트워크 수명은 클러스터 헤드 결정 방법에 의해서 영향을 받는다. 대표적인 클러스터링 방식인 LEACH(Low-Energy Adaptive Clustering Hierarchy)의 경우 주기적으로 클러스터 헤드를 선택함으로써 클러스터 재구축으로 인한 에너지 소모가 큰 단점이 있다. 한편 ACAWT(Adaptive Clustering Algorithm via Waiting Timer)는 클러스터 헤드의 잔여 에너지 수준이 하나의 특정 임계치에 도달하면 클러스터를 재구축하는 비주기적인 클러스터 재구축 방식을 사용한다. 본 논문에서는 클러스터를 주기적으로 재구축하지 않고 노드의 잔여 에너지 수준(level)을 여러 단계로 설정한 후 클러스터 헤드의 잔여 에너지 수준이 한 단계 낮아지면 클러스터를 재구축하는 방법을 제안한다. 또한 클러스터 헤드 선정 시 이웃 노드 수와 잔여 에너지 수준을 고려함으로써 클러스터 헤드의 분포를 균일하게 유지시켜 네트워크 수명을 연장시킨다. 본 제안 방식의 성능을 평가하기 위해서 Qualnet 기반의 시뮬레이션을 수행하였으며, ACAWT와 성능을 비교한 결과 제안 방식이 네트워크 수명 측면에서 우월함을 확인하였다.

• 한국정보통신학회논문지
• /
• 제26권5호
• /
• pp.755-762
• /
• 2022

본 논문에서는 학습 예측이 가능한 군집적 알고리즘으로 COVID-19에서 상황인식정보인 질병의 속성정보와 클러스터링를 이용한 군집적 알고리즘을 제안한다. 클러스터링 내에서 처리되는 군집 데이터는 신규 또는 새롭게 입력되는 정보가 상호관계를 예측하기 위해 분류 제공되는데, 이때 새롭게 입력되는 정보가 비교정보에서 오염된 정보로 처리되면 기존 분류된 군집으로부터 벗어나게 되어 군집성을 저하시키는 요인으로 작용하게 된다. 본 논문에서는 COVID-19에서의 질병속성 정보내 K-means알고리즘을 이용함에 있어 이러한 문제를 해결하기 위해 질병 상호관계 정보 추출이 가능한 사용자 군집 분석 방식을 제안하고자 한다. 제안하는 알고리즘은 자율적인 사용자 군집 특징의 상호관계를 분석학습하고 이를 통하여 사용자 질병속성간에 따른 클러스터를 구성해 사용자의 누적 정보로부터 클러스터의 중심점을 제공하게 된다. 논문에서 제안된 COVID-19의 다중질병 속성정보군집단위로 분류하고 학습하는 알고리즘은 적용한 모의실험 결과를 통해 사용자 관리 시스템의 예측정확도가 학습과정에서 향상됨을 보여주었다.