• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.177-182
• /
• 2022

Technology is progressing with every passing day and the enormous usage of electricity is becoming a necessity. One of the techniques to enjoy the assistances in a smart home is the efficiency to manage the electric energy. When electric energy is managed in an appropriate way, it drastically saves sufficient power even to be spent during hard time as when hit by natural calamities. To accomplish this, prediction of energy consumption plays a very important role. This proposed prediction model Coherent Weighted K-Means Clustering ARIMA (CWKMCA) enhances the weighted k-means clustering technique by adding weights to the cluster points. Forecasting is done using the ARIMA model based on the centroid of the clusters produced. The dataset for this proposed work is taken from the Pecan Project in Texas, USA. The level of accuracy of this model is compared with the traditional ARIMA model and the Weighted K-Means Clustering ARIMA Model. When predicting,errors such as RMSE, MAPE, AIC and AICC are analysed, the results of this suggested work reveal lower values than the ARIMA and Weighted K-Means Clustering ARIMA models. This model also has a greater loglikelihood, demonstrating that this model outperforms the ARIMA model for time series forecasting.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.939-940
• /
• 2008

In this paper, we propose a novel image clustering method based on weighted sub-sampling to reduce clustering time and the number of clusters for target detection and tracking. Our proposed method first obtain sub-sampling image with specific weights which is the number of target pixels in sampling region. After performing clustering procedure, the cluster center position is properly obtained using weights of target pixels in the cluster. Therefore, our proposed method can not only reduce clustering time, but also obtain proper cluster center.

• 한국콘텐츠학회논문지
• /
• 제20권6호
• /
• pp.556-578
• /
• 2020

실시간으로 발생하는 뉴스 기사로부터 이슈를 분석하기 위한 다양한 연구가 진행되어 왔다. 하지만 범주에 따라 계층적으로 이슈를 분석하는 연구는 많이 진행되지 않았고, 계층적 이슈 분석을 위한 기존의 연구에서 제안하는 방식 또한 뉴스 기사 증가에 따라 군집화 속도가 느려지는 문제점이 있다. 따라서 본 논문에서는 준 실시간으로 뉴스 기사의 이슈를 분석하는 계층적·점증적 군집화 방식을 제안한다. 제안하는 군집화 방식은 샴 신경망을 이용한 가중 코사인 유사도 측정 모델 기반의 k-평균 알고리즘을 이용한 단어 군집 기반 문서 표현 방식을 통해 뉴스 기사를 문서 벡터로 표현한다. 그리고 문서 벡터로부터 초기 이슈 군집 트리를 생성하고, 새로 발생한 뉴스 기사를 해당 이슈 군집 트리에 추가하는 점증적 군집화 방식을 제안함으로써 뉴스 기사의 계층적 이슈를 준 실시간으로 분석한다. 마지막으로, 본 논문에서 제안하는 방식과 기존 방식들과의 성능평가를 통해 제안하는 군집화 방식이 정확도 측면에서 기존 방식 대비 NMI 지표 기준 0.26 정도 성능이 향상되었고, 속도 측면에서 약 10배 이상의 성능이 향상됨을 입증하였다.

• 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 Information Technology Applications and Management
• /
• 제20권3_spc호
• /
• pp.219-230
• /
• 2013

Real time accessiblity and agility in Ubiquitous-commerce is required under ubiquitous computing environment. The Research has been actively processed in e-commerce so as to improve the accuracy of recommendation. Existing Collaborative filtering (CF) can not reflect contents of the items and has the problem of the process of selection in the neighborhood user group and the problems of sparsity and scalability as well. Although a system has been practically used to improve these defects, it still does not reflect attributes of the item. In this paper, to solve this problem, We can use a implicit method which is used by customer's data and purchase history data. We propose a new clustering method of weighted preference for customer using k-means clustering and Bayesian network in order to improve the accuracy of recommendation. To verify improved performance of the proposed system, we make experiments with dataset collected in a cosmetic internet shopping mall.

• 정보처리학회논문지A
• /
• 제12A권5호
• /
• pp.427-432
• /
• 2005

웹 클러스터 시스템에서 사용자들의 접속 요구를 효율적으로 real 서버에 분산시키기 위하여 기존의 부하분산 알고리즘들과 현재 많이 사용중인 WLC(Weighted Least Connection) 알고리즘에 대하여 연구하였다. 이 부하분산 알고리즘들은 서버들의 부정확한 부하상태 파악과 파악 시점에 문제가 있어 서버들 간에 부하 불균형이 발생함으로써 효율성이 저하된다. 본 연구에서는 사용자의 접속 요청 시 broadcasting RPC(Remote Procedure Call)를 이용하여 서버들의 다양한 부하상태를 실시간으로 파악하여 부하를 분산하는 알고리즘을 제안하고, prototype을 구현하여 성능을 실험하였다. 실험 결과, real 서버 간 부하 불균형 현상이 기존 방법에 비하여 크게 향상되었고, 응답시간이 단축되는 효과로 웹 클러스터 시스템의 성능이 향상되었다.

• 제어로봇시스템학회논문지
• /
• 제6권3호
• /
• pp.273-283
• /
• 2000

In this paper we suggest an optimal design method of Fuzzy-Neural Networks(FNN) model for complex and nonlinear systems. The FNNs use the simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rule. And we use a HCM(Hard C-Means) Clustering Algorithm to find initial parameters of the membership function. The parameters such as parameters of membership functions learning rates and momentum weighted value is proposed to achieve a sound balance between approximation and generalization abilities of the model. According to selection and adjustment of a weighting factor of an aggregate objective function which depends on the number of data and a certain degree of nonlinearity (distribution of I/O data we show that it is available and effective to design and optimal FNN model structure with a mutual balance and dependency between approximation and generalization abilities. This methodology sheds light on the role and impact of different parameters of the model on its performance (especially the mapping and predicting capabilities of the rule based computing). To evaluate the performance of the proposed model we use the time series data for gas furnace the data of sewage treatment process and traffic route choice process.

• 한국인터넷방송통신학회논문지
• /
• 제19권5호
• /
• pp.73-78
• /
• 2019

본 논문은 NP-난제로 널리 알려진 최대 가중치 독립집합 문제에 대해 다항시간으로 풀 수 있는 규칙을 제시하였다. 기존에 알려진 분산형 알고리즘은 지역에서 최대 가중치 노드를 독립집합 원소로 결정하는 방법을 적용하였다. 그러나 지역에서 최대 가중치를 갖는 노드 단독이 아닌 보다 작은 가중치들을 갖는 노드들이 병합된 독립집합이 최대 가중치를 갖는 경우가 보다 빈번히 발생하여 기존에 알려진 방법으로는 최적 해를 구하지 못할 수도 있다. 이러한 문제점을 해결하기 위해, 본 논문에서는 지역에서 최대 가중치를 갖는 독립집합을 형성하는 방법을 제안하였다. 제안된 알고리즘을 다양한 망들에 적용한 결과, 기존에 알려진 알고리즘으로 구하지 못한 최적 해를 구할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제19권4호
• /
• pp.504-510
• /
• 2009

근래 들어 개인 적응형 서비스에 대한 관심이 높아지고 있으나 아직 음악에 관련된 서비스는 보편화되어 있지 않다. 그 이유는 음악의 관련 정보를 분석하는 것이 텍스트 기반의 자료에 비해 어렵기 때문이다. 이에 본 논문은 사용자가 선택했던 음악을 분석해서 사용자의 성향을 파악하고 그와 유사한 음악을 추천해주는 시스템을 제안한다. 음악의 속성을 추출하는 방법으로 음파 분석 기법을 사용한다. 음파에서 세 가지의 수치화된 속성을 추출하여 이를 특성 공간에 나타낸다. 이 때 사용자가 선택한 음악이 많이 모여 있는 군집을 분석한다면, 사용자의 취향을 파악할 수 있다. 하지만 몇 개의 군집이 형성될 것인지를 예측하기란 쉽지 않다. 이를 해결하기 위하여 군집의 수를 상황에 따라 유동적으로 변경할 수 있는 가변형 K-means 기법을 제시한다. 이 기법은 군집의 직경 크기를 제한하여, 일정치 이상일 때 군집의 수를 늘리는 방법으로 데이터의 범위를 알고 있을 때 매우 효율적으로 적용할 수 있다. 이 방법을 이용하여 군집의 중심을 찾고 이와 가까운 음악을 추천한다. 또한 사용자의 성향은 꾸준하게 변화하므로 본 논문은 사용자가 근래에 선택한 음악의 반영 비율을 높이고자 무게의 개념을 이용한 시간 가중치 기법을 적용하였다. 그리고 음악의 발매 시기도 고려하여 음악을 추천하는 시스템을 제안한다. 제안 방법의 검증을 위하여 100개의 음악 조각을 통한 실험적 검증을 하였으며 그 결과 제안 방법이 효과적인 것을 보인다.

• 한국인터넷방송통신학회논문지
• /
• 제20권4호
• /
• pp.171-176
• /
• 2020

본 논문은 NP-난제로 널리 알려진 최대 가중치 독립집합(MWIS) 문제에 대해 다항시간으로 풀 수 있는 알고리즘을 제시하였다. MWIS 문제에 대해 지금까지는 특정 그래프 형태에 특화된 다항시간 알고리즘, 또는 분산형, 클러스터 형성 방법들이 제안되기도 하였으나 모든 그래프 형태에 적합한 단일화된 알고리즘이 제안되지 않고 있다. 따라서 본 논문에서는 어떠한 형태의 그래프에도 적합한 유일한 다항시간 알고리즘을 제안한다. 제안된 알고리즘은 최대 가중치를 갖는 정점 v_i를 v_i와 이웃하지 않은 정점 들 중 최대 가중치를 갖는 v_j 정점과 병합하였다. 제안된 알고리즘을 무방향 그래프와 트리에 적용한 결과, 최적 해를 얻었다. 특히, 일부 데이터에 대해서는 기존에 알려진 해를 개선하는 결과도 얻었다.