• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1285-1291
• /
• 2016

추상적 개념을 계량화 하기 위해 상대적으로 구체적인 여러 개의 문항을 조사한 후 이들 점수의 합 또는 이들 점수를 표준화한 후 합을 구하는 리커드 (Likert) 척도 (합산등급척도법)를 많이 사용한다. 합산등급척도법은 각 항목의 크기가 차이가 많이 나는 경우에 원자료가 아닌 표준화 값을 사용하여 합하기도 한다. 이와 같은 상황은 평가 시스템에서도 발생한다. 예를 들어 기초지방자치단체들을 발전정도에 따라 분류하기 위해 인구, 세수현황 등의 값을 표준화하고 이를 단순합산하여 분류의 기초로 사용할 수 있다. 본 연구에서는 위의 같은 추상적 개념의 수치화 또는 평가 시스템에 많이 적용되는 합산등급척도법의 문제점을 개선하는 한 방법으로 가중치를 자료에서 계산하는 데이터 구동 방식의 평가 시스템을 제안하고, 이 시스템을 실자료에 적용한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권1호
• /
• pp.60-64
• /
• 2010

비 트랜잭션 데이터를 대상으로 연관 규칙을 도출하기 위해서, 데이터의 속성들을 구간화하는 기법들이 활발하게 연구되었다. 이러한 기존의 연구들은 구간화 단계에서 구간 범위의 변화에 따른 연관 규칙의 신뢰도 변화를 반영하지 않고, 구간화 단계와 연관 규칙을 도출하는 단계들을 독립적으로 수행하였다. 이로 인해 속성들의 구간이 부적절하게 설정되고, 이 결과 높은 신뢰도를 갖는 연관 규칙들이 최종 결과에서 누락된다. 따라서 본 논문에서는 속성들을 구간화하는 단계와 연관 규칙들을 도출하는 단계를 병합하여 동시에 수행함으로써, 가장 신뢰도가 높은 연관규칙들을 도출할 수 있는 구간을 설정하는 방안을 제안한다. 이를 위해서 연관 규칙의 우변의 속성들을 대상으로 계층적 클러스터링을 수행하고, 각 클러스터들에 대해서 특성 분석을 수행한다. 실험 결과, 제안하는 기법은 기존의 기법들에 비해서 높은 신뢰도를 갖는 연관 규칙들을 발견하는 것으로 나타났다.

• 한국결정성장학회지
• /
• 제31권6호
• /
• pp.240-246
• /
• 2021

도자 생산현장에서 아연결정유약을 제조하여 사용할 때 조성원료에 따라 유약의 결정생성이 불안정하고, 특히 결정이 잘 생성되는 유약도 습식제조 후 시간이 경과하면 결정생성이 급격히 저하되는 문제점이 있다. 도예가들이 주로 사용하는 산화아연(ZnO)과 하소아연(calcined ZnO), 프리트 3110, 그리고 규석을 출발 물질로 3성분계 실험을 통하여 아연결정 조성을 선택하고 선 연구된 소성 조건을 사용하였다. 유약을 제조하고 1일~24주까지 습식으로 보관하면서 침수 과정에서 아연이 아연결정유의 결정생성에 미치는 영향을 규명하고자 하였다. 원료 입도 및 침수 영향을 측정하기 위해 입도분석, XRD, Raman Spectroscopy 그리고 SEM 분석 등을 하였다. 연구결과, 산화아연은 습식으로 유약 사용 시 willemite 결정 생성 및 성장이 우수하지만 유약을 보관하는 동안 ZnO가 물과 반응하여 Zn(OH)2를 생성하고 응집되면서 유약내 ZnO량이 감소되어 willemite 생성을 저해하여 결정이 감소됨을 확인하였다.

• 의료ㆍ복지 건축 : 한국의료복지건축학회 논문집
• /
• 제28권1호
• /
• pp.63-74
• /
• 2022

Purpose: The purpose of this study is to present an evacuation performance analysis model that can derive vulnerable evacuation spaces with considering the movement behavior as per the elderly groups in the event of a fire in a geriatric hospital. Methods: The evacuation characteristics of geriatric hospital users were investigated through the review of precedent studies. First, the occupant conditions and the evacuation scenario were set to analyze a study target hospital. Then, the evacuation simulation was carried out considering the group types and the density of each group. Finally, an evacuation performance analysis model according to the group type was presented based on the simulation results. Results: The results of this study are as follows: (1) The evacuation performance according to the group type is to be clarified through the suggested study model. (2) It is necessary to secure a ramp or an emergency elevator to distribute the evacuation personnel at the design stage because congestion occurs due to collisions between evacuees on the stairs and delays the evacuation time. (3) It is necessary to consider the evacuation stairs and openings of sufficient size by analyzing the frequency of congestion occurrence and the escape routes of occupants in advance to identify the space where the evacuation flow overlaps. Implications: It is expected that the study result is to be used as primary data for studies that consider the elderly and clustering evacuation behavior in the event of a fire in a geriatric hospital.

• 융합보안논문지
• /
• 제23권4호
• /
• pp.61-70
• /
• 2023

클러스터링은 데이터의 정답값(실제값)이 없는 데이터를 기반으로 데이터의 특징벡터의 거리 기반 등으로 군집화를 하는 비지도학습 방법이다. 이 방법은 이미지, 텍스트, 음성 등 다양한 데이터에 대해서 라벨링이 없이 적용할 수 있다는 장점이 있다. 기존 클러스터링을 하기 위해 차원축소 기법을 적용하거나 특정 특징만을 추출하여 군집화하는 방법이 적용되었다. 하지만 딥러닝 기반 모델이 발전하면서 입력 데이터를 잠재 벡터로 표현하는 오토인코더, 생성 적대적 네트워크 등을 통해서 딥 클러스터링의 기술이 연구가 되고 있다. 본 연구에서, 딥러닝 기반의 딥 클러스터링 기법을 제안하였다. 이 방법에서 오토인코더를 이용하여 입력 데이터를 잠재 벡터로 변환하고 이 잠재 벡터를 클러스터 구조에 맞게 벡터 공간을 구성 및 k-평균 클러스터링을 하였다. 실험 환경으로 pytorch 머신러닝 라이브러리를 이용하여 데이터셋으로 MNIST와 Fashion-MNIST을 적용하였다. 모델로는 컨볼루션 신경망 기반인 오토인코더 모델을 사용하였다. 실험결과로 k가 10일 때, MNIST에 대해서 89.42% 정확도를 가졌으며 Fashion-MNIST에 대해서 56.64% 정확도를 가진다.

• 한국콘텐츠학회논문지
• /
• 제17권10호
• /
• pp.548-558
• /
• 2017

본 연구는 기업 브랜드 자산을 형성하는 주요개념인 브랜드 이미지와 관련하여 지각된 브랜드 이미지의 유형에 따라 브랜드 효과로서의 브랜드 선호도와 행동의도에 미치는 영향에 대하여 연구하였다. 지각된 브랜드 이미지는 기업 브랜드가 추구하는 이미지에서 실제로 소비자가 지각하는 브랜드 이미지 유형으로 설정하고, 브랜드 선호도와 함께 행동의도로는 구매의도와 추천의도로 각각 결과변인을 설정하였다. 분석결과, 지각된 브랜드 이미지 유형은 크게 2가지로 '요인1(도전)'과 '요인2(신뢰)'로 추출되었으며, 군집분석을 통해 3개의 각 유형 별 집단을 확인하였다. 각 집단 별로 다르게 지각된 브랜드 이미지 유형은 브랜드 선호도와 구매의도, 추천의도에 유의미한 차이를 나타내었다. 또한 지각된 브랜드 이미지 유형 별 차이는 '도전 형', '신뢰 형', '통합 형'의 순으로 높게 나타나는 것을 확인할 수 있었다. 본 연구는 현재까지 다소 광범위한 이론으로 분류되는 브랜드 이미지에 대한 개념을 실제 소비자 지각 차원으로 접근하여 실무사례에 적용한 연구로서 실증적 가치를 지니며, 무엇보다 광고를 통한 브랜드 이미지 관리의 실무적 시사점을 줄 수 있다는 점에서 의의가 있다.

• Journal of Communications and Networks
• /
• 제5권2호
• /
• pp.157-166
• /
• 2003

This paper deals with the problem of channel identification for Single Input Multiple Output (SIMO) slow fading channels using clustering algorithms. Due to the intrinsic memory of the discrete-time model of the channel, over short observation periods, the received data vectors of the SIMO model are spread in clusters because of the AWGN noise. Each cluster is practically centered around the ideal channel output labels without noise and the noisy received vectors are distributed according to a multivariate Gaussian distribution. Starting from the Markov SIMO channel model, simultaneous maximum ikelihood estimation of the input vector and the channel coefficients reduce to one of obtaining the values of this pair that minimizes the sum of the Euclidean norms between the received and the estimated output vectors. Viterbi algorithm can be used for this purpose provided the trellis diagram of the Markov model can be labeled with the noiseless channel outputs. The problem of identification of the ideal channel outputs, which is the focus of this paper, is then equivalent to designing a Vector Quantizer (VQ) from a training set corresponding to the observed noisy channel outputs. The Linde-Buzo-Gray (LBG)-type clustering algorithms [1] could be used to obtain the noiseless channel output labels from the noisy received vectors. One problem with the use of such algorithms for blind time-varying channel identification is the codebook initialization. This paper looks at two critical issues with regards to the use of VQ for channel identification. The first has to deal with the applicability of this technique in general; we present theoretical results for the conditions under which the technique may be applicable. The second aims at overcoming the codebook initialization problem by proposing a novel approach which attempts to make the first phase of the channel estimation faster than the classical codebook initialization methods. Sample simulation results are provided confirming the effectiveness of the proposed initialization technique.

• 정보처리학회논문지D
• /
• 제18D권2호
• /
• pp.133-142
• /
• 2011

시맨틱 웹 서비스 기술의 성공을 보장하기 위해서는 품질 좋은 온톨로지의 사용이 필수적이다. 하지만 온톨로지 사용의 중요성에도 불구하고 현재 웹 서비스를 위한 온톨로지는 거의 존재하지 않으며 이들의 구축도 쉬운 일이 아니다. 이러한 문제는 오늘날 웹 서비스의 확산과 발전을 가로막는 큰 저해 요인이 되고 있다. 본 논문에서는 웹 서비스를 개발할 때 자동으로 생성되는 WSDL 문서만 가지고 항목 간 숨어있는 시맨틱 정보를 찾아내어 온톨로지를 자동 구축하고, 이를 이용한 유사 웹 서비스 오퍼레이션 발견 방법을 제안한다. 핵심 내용은 WSDL 입출력 항목들로부터 의미적으로 같은 개념들을 묶고, 각 항목들 간의 계층관계를 형성하여 자동적으로 시맨틱 온톨로지를 구축한다. 그리고 새로운 유사도 측정 방법을 통해 우선순위별 유사 오퍼레이션을 발견하며, 발견된 오퍼레이션들 중 가장 적합한 오퍼레이션을 선택하여 웹 서비스 조합에 직접 활용할 수 있는 웹 서비스 오퍼레이션 검색 시스템을 구현한다.

• 한국통신학회논문지
• /
• 제29권5C호
• /
• pp.618-626
• /
• 2004

본 논문에서는 로봇의 endeffector를 인식하기 위하여 모듈라 신경회로망인식 시스템을 제안 및 구현하였다. 본 논문에서 제안한 로봇 endeffector 인식시스템은 영상을 획득하고 획득한 영상에서 전처리를 이용하여 로봇의 enddffector를 검색하기 위한 특징 값들을 구한다. 3차원 공간에서 로봇의 endeffector는 움직임에 따라 다양한 형태로 변화하므로 빠르고 정확하게 endeffector를 인식하기 위하여 위치검출 신경회로망 모듈과 크기 검출 신경회로망 모듈로 이루어진 다중모듈신경회로망(MNN; Modular Neural Network)을 이용한다. 이렇게 함으로써 각각의 모듈들에 신경회로망의 인식 능력을 이용하여 로봇 endeffector를 인식하고 좀더 빠른 시간 내에 위치 및 크기를 검출하도록 하는 로봇 endeffector 인식시스템을 구성하도록 하였다. 본 논문에서 제안한 인식 시스템은 잡음에 덜 민감하며 로봇의 endfeector를 인식하는데 좋은 성능을 보임을 알 수 있다. 다중 모듈 신경회로망을 이용한 방법은 기존의 단일 신경회로망보다 14％ 향상된 94％의 인식률을 보이며 원격지에 있는 운영자의 편의를 위해 로봇의 endeffector를 인식하여 화면의 정 중앙에 정확히 위치시킬 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권3호
• /
• pp.495-503
• /
• 2011

데이터 마이닝에서의 연관성 규칙은 방대한 양의 데이터베이스에 내재되어 있는 항목들 간의 관련성을 수치화 하는 방법이다. 의미 있는 연관성 규칙을 탐사하기 위한 가장 기본적인 연관성 규칙 평가 기준에는 지지도, 신뢰도, 향상도 등이 있다. 이들 중에서 향상도는 그 값에 의해 양의 연관성이 있는지 아니면 음의 연관성이 있는지, 즉 연관성의 방향을 알 수 있는 반면에 지지도와 신뢰도는 그 방향을 알 수가 없다. 이를 위해 순수 신뢰도와 기여 순수 신뢰도가 제안되었으나 이들 또한 단점을 안고 있다. 본 논문에서는 기존의 여러 형태의 신뢰도가 가지고 있는 문제점을 해결하기 위해 군집분석이나 다차원 분석에서 활용되고 있는 이분형 예측 유사성 측도 중에서 -1과 1 사이의 값을 가지는 Yule의 Y 및 Q 측도를 연관성 평가 기준으로 제안하였다. 또한 기존의 순수 신뢰도 및 기여 순수 신뢰도의 문제점을 파악한 후, 예제를 통하여 이분형 예측 유사성 측도의 유용성에 관해 알아보았다. 그 결과, 본 논문에서 고려한 유사성 측도들은 기존의 측도들이 가지고 있는 문제점을 해결할 수 있어서 본 논문에서 제안한 이분형 예측 유사성 측도가 연관성 평가 기준으로 활용할 수 있다는 사실을 확인하였다.