• 방송공학회논문지
• /
• 제15권1호
• /
• pp.144-147
• /
• 2010

최근 콘텐츠의 소비 방식 변화는 비디오 클립이라는 형식과 소셜 비디오 공유 플랫폼의 활성화를 야기했다. 이러한 비디오 클립 공급의 자동화를 위하여 여러 가지 방법이 시도되고 있다. 본 논문에서는 콘텐츠 자체의 특성에 기인한 방법이 아닌 집단 지성에 의한 북마크 데이터의 클러스터링을 통하여 효과적인 클립을 획득하는 방법을 제안한다. 사용자에 의한 북마크 데이터를 2차원 평면의 점으로 표현한 뒤, 1차원의 북마크 누적 횟수 그래프를 이용하여 분할 클러스터링을 하는 방법은 콘텐츠 특성에 대한 이해 없이도 효과적인 하이라이트 추출을 가능하게 한다. 제시하는 실험 결과는 이 방법의 유용함을 보여준다.

• Nuclear Engineering and Technology
• /
• 제40권1호
• /
• pp.69-76
• /
• 2008

Most pressurized water reactors use Venturi flow meters to measure the feedwater flow rate. However, fouling phenomena, which allow corrosion products to accumulate and increase the differential pressure across the Venturi flow meter, can result in an overestimation of the flow rate. In this study, a soft-sensing model based on fuzzy support vector regression was developed to enable accurate on-line prediction of the feedwater flow rate. The available data was divided into two groups by fuzzy c means clustering in order to reduce the training time. The data for training the soft-sensing model was selected from each data group with the aid of a subtractive clustering scheme because informative data increases the learning effect. The proposed soft-sensing model was confirmed with the real plant data of Yonggwang Nuclear Power Plant Unit 3. The root mean square error and relative maximum error of the model were quite small. Hence, this model can be used to validate and monitor existing hardware feedwater flow meters.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 추계학술대회 논문집 전기기기 및 에너지변환시스템부문
• /
• pp.86-89
• /
• 2008

There are some modified methods such as K-means Clustering Particle Swarm Optimization and Niching Particle Swarm Optimization based on PSO which aim to locate all optima in multimodal functions. K-means Clustering Particle Optimization could locate all optima of functions with finite number of optima. Niching Particle Swarm Optimization is able to locate all of optima but high computing time. Because of those disadvantages, we proposed a new method that could locate all of optima with reasonal time. We applied our method and others as well to analytic functions. By comparing the outcomes, it is shown that our method is significantly more effective than the two others.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.117-118
• /
• 2007

A robot needs a human detection algorithm for interaction with a human. This paper proposes a method that finds people using a SVM (support vector machine) classifier and a stereo camera. Feature vectors of SVM are extracted by HoG (histogram of gradient) within images. After training extracted vectors from the clustered images, the SVM algorithm creates a classifier for human detection. Each candidate for a human in the image is generated by clustering of depth information from a stereo camera and the candidate is evaluated by the classifier. When compared with the existing method of creating candidates for a human, clustering reduces computational time. The experimental results demonstrate that the proposed approach can be executed in real time.

• ETRI Journal
• /
• 제40권6호
• /
• pp.788-793
• /
• 2018

3D reconstruction of urban architecture, land, and roads is an important part of building a "digital city." Unmanned aerial vehicles (UAVs) are gradually replacing other platforms, such as satellites and aircraft, in geographical image collection; the reason for this is not only lower cost and higher efficiency, but also higher data accuracy and a larger amount of obtained information. Recent 3D reconstruction algorithms have a high degree of automation, but their computation time is long and the reconstruction models may have many voids. This paper decomposes the object into multiple regional parallel reconstructions using the clustering principle, to reduce the computation time and improve the model quality. It is proposed to detect the planar area under low resolution, and then reduce the number of point clouds in the complex area.

• Communications for Statistical Applications and Methods
• /
• 제29권1호
• /
• pp.103-125
• /
• 2022

In this paper, we analyze the time series data of the case and death counts of COVID-19 that broke out in China in December, 2019. The study period is during the lockdown of Wuhan. We exploit functional data analysis methods to analyze the collected time series data. The analysis is divided into three parts. First, the functional principal component analysis is conducted to investigate the modes of variation. Second, we carry out the functional canonical correlation analysis to explore the relationship between confirmed and death cases. Finally, we utilize a clustering method based on the Expectation-Maximization (EM) algorithm to run the cluster analysis on the counts of confirmed cases, where the number of clusters is determined via a cross-validation approach. Besides, we compare the clustering results with some migration data available to the public.

• 한국멀티미디어학회논문지
• /
• 제7권2호
• /
• pp.264-271
• /
• 2004

인터넷기반의 클러스터 시스템 환경에서 부하공유 알고리즘은 네트워크의 특성 및 노드의 이질성에 따른 부하 불균형에 효과적으로 대처 할 수 있어야 한다. 본 논문에서 제안하는 효율적인 부하공유기법은 Weighted Factoring 알고리즘을 기반으로 스케줄러를 생성하고 여기에 적응할당정책과 개선된 고정 분할 단위 알고리즘을 적용하여 작업을 분배하는 것이다. 본 논문에서 적용한 적응할당정책은 상대적으로 작업속도가 느린 종노드의 작업을 빠른 종노드가 대신 수행하도록 하는 기법이며, 개선된 고정 분할 단위 알고리즘은 종노드의 계산시간과 데이터전송에 필요한 네트워크 통신시간을 겹치도록 하는 것이다. 제안된 알고리즘의 성능 평가를 위한 시스템 환경에서 멀티미디어 응용에 많이 사용되는 행렬의 곱셈 프로그램을 PVM을 통하여 실험한 결과, 본 논문에서 제안한 알고리즘이 NOW 환경에서 우수한 Send, GSS, Weighted Factoring 알고리즘보다 각각 75%, 79%, 그리고 17% 효율적임을 보였다.

• Journal of Platform Technology
• /
• 제11권5호
• /
• pp.110-125
• /
• 2023

본 논문에서는 2019년 국내 공항을 기준으로 측정된 시계열 항공기 위치 데이터를 활용하여 국내 공항에 이착륙 시 접근 단계에서의 항공 위험상황 중 Go-Around 및 UOC_D 를 분석하고, 다양한 클러스터링 기반 머신 러닝 기법을 적용하여 국내 항공 데이터에서 가장 알맞은 분석 기법이 무엇인지를 실험을 통해 제시한다. 항공기 위치를 측정하기 위한 센서는 ADS-B를 단일로 사용하였으며, 클러스터링 기법들 중 K-Means, GMM, DBSCAN 등의 알고리즘을 사용하여 이상상황을 분류하기 위한 모델을 설계하였다. 그 중 해외에서는 RF 모델이 가장 나은 성능을 보였으나, 국내 항공 데이터에 대해서는 국내 지형에 특화된 부분을 반영한 GMM이 가장 높은 분류 성능을 보이는 것으로 실험을 통해 확인하였다.

• 정보처리학회논문지B
• /
• 제15B권5호
• /
• pp.493-500
• /
• 2008

개인 통신 방법의 수단으로 전자 메일이 널리 사용되고 있으나, 업무에 직접 관련이 없는 쓸모없는 상업용 메일도 대량으로 유포되고 있다. 본 연구에서는 사용자가 작성한 프로파일을 이용하여 메일을 자동으로 그룹핑(grouping) 하는 방법을 제안하고자 한다. 기존의 연구 방법은 단어의 빈도수만을 이용하는 단일 속성을 이용하므로 높은 정확률을 얻을 수 없었다. 그러나 본 논문에서 제안하는 방법은 기존 사용자의 폴더에 수신된 메일의 분류 체계에서 추출된 사용자 프로파일을 이용하여 그룹핑 되는 메일의 정확률을 높이고자 한다. 본 논문에서 적극적으로 이용하는 정보는 다중 속성(송신처, 문서의 주제, 문서의 유형 정보, 시간제한 표현의 어구 등) 값이다. 사용자의 프로파일을 이용함으로써 새로 도착한 메일이 사용자에게 중요한가 혹은 중요하지 않은가의 자동 판단이 가능하도록 시스템을 설계하였다. 학습 데이터를 네 가지 형태로 나누어 실험한 결과 Rocchio와 Widrow-Hoff의 상관계수가 각각 0.40과 0.43인 것 보다 본 논문의 방법이 0.52로 보다 높은 상관계수를 나타내 빈도수만을 이용하는 기존의 연구보다 정확한 방법임을 알 수 있었다.

• 한국위성정보통신학회논문지
• /
• 제10권1호
• /
• pp.56-61
• /
• 2015

본 논문에서는 사물인터넷(IoT, Internet of Things) 사용자가 안드로이드 플랫폼 기반의 홈 허브가 유니티 3D 모델링으로 사물인터넷 센서의 3D 위치표출 방안이 제안되었다. 특별히, 3차원 공간에서 IoT 센서는 설치 공간별로 클러스링을 통해 IoT센서 속성과 배터리 상태를 모니터링 방식을 설계한다. 또한, 3차원 공간상에서 신규 설치한 IoT 센서가 인접 센서들의 무선신호의 비콘신호 및 도착시간 분석에 따른 센서의 위치를 추적하는 방식은 센서의 무선신호세기(RSSI, received signal strength indicator)와 방위각을 기반으로 3차원 공간상에서 수신 각도에 따른 센서의 3D 위치를 표출할 수 있다. 이때 유니티 런쳐가 탑재된 스마트 허브 플랫폼은 사물인터넷 센서의 동작상태 모니터링이 가능하며, 다양한 센서의 생애주기를 관리할 수 있도록 동영상이 3차원 텍스쳐가 동시에 연동하도록 활용할 수 있다.