• 한국정보통신학회논문지
• /
• 제12권9호
• /
• pp.1696-1702
• /
• 2008

한정된 용량의 배터리에 의존하는 MANET(Mobile Ad-hoc Network)에서는 에너지 효율을 높이기 위한 다양한 클러스터링 기법과 라우팅 알고리즘이 연구되고 있다. 일반적으로 무선 Ad-hoc 네트워크에서는 LEACH와 같은 클러스터 기반의 동적 라우팅 알고리즘이 많이 사용된다. 본 논문에서는 클러스터 내의 각 노드가 가지는 속성을 고려하여 클러스터를 생성하고 노드를 관리하는 TICC(Time Interval Clustering Control) 알고리즘 기법을 제안한다. 제안한 TICC은 노드의 속성 중의 하나인 베터리 값 즉 에너지 값으로 노드의 에너지 레벨을 분류한다. 그리고 분류된 에너지 레벨에 대응하는 시간차 컨트롤 기법을 이용하여 클러스터링 과정을 수행하거나 노드들을 관리한다. 특히 제안한 TICC 알고리즘은 MANET에서 클러스터의 생성, 재생성, 진입 노드 및 이탈 노드의 검출과 관리를 통해 노드의 에너지 관리 효율을 향상시키고 클러스터의 Lifetime을 증가시키는 결과를 보여주었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.1145-1150
• /
• 1993

In this paper, two methods of fuzzy modeling are prsented to describe the input-output relationship effectively based on relation characteristics utilizing simplified reasoning and neuro-fuzzy reasoning. The methods of modeling by the simplified reasoning and the neuro-fuzzy reasoning are used when the input-output relation of a system is 'crisp' and 'fuzzy', respectively. The structure and the parameter identification in the modeling method by the simplified reasoning are carried out by means of FCM clustering and the proposed GA hybrid scheme, respectively. The structure and the parameter identification in the modeling method by the neuro-fuzzy reasoning are carried out by means of GA and BP algorithm, respectively. The feasibility of the proposed methods are evaluated through simulation.

• 한국지능시스템학회논문지
• /
• 제12권5호
• /
• pp.451-461
• /
• 2002

차분 진화는 다양한 형태의 목적함수를 최적화하는데 매우 효율적인 방법임이 입증되었다 차분 진화의 가장 큰 이점은 개념적 단순성과 사용의 용이성이다. 그러나 차분 진화의 수렴성이 제어 파라미터에 매우 민감한 단점이 있다. 본 논문은 새로운 교배용 벡터 생성법과 제어 파라미터의 적응 메커니즘을 결합한 적응성 있는 차분 진화를 제안한다. 이는 수렴성을 해치지 않으면서 차분 진화를 보다 강인하게 만들며 사용이 쉽도록 해준다. 12가지 최적화 문제에 대해 제안한 방법을 시험하였다. 적응성 있는 차분 진화의 응용 사례로써 이벤트 예측을 위한 교사 클러스터링 방법을 제안한다. 이 방법을 진화에 의한 이벤트 클러스터링이라 부르며 데이터 모델링 검증에 널리 사용되는 4 가지 사례에 대해 그 성능을 시험하였다.

• 한국유전체학회:학술대회논문집
• /
• 한국유전체학회 2003년도 The 12th Korea Genome Conference
• /
• pp.50.2-50.2
• /
• 2003

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2019년도 춘계종합학술대회
• /
• pp.105-106
• /
• 2019

본 연구는 토픽모델링 기법을 국가의 연구개발 프로젝트에 적용하여 클러스터링하고 네트워크 분석을 통해 개별 클러스터와 R&D프로젝트를 평가하는 것에 관한 것이다.

• International Journal of Computer Science & Network Security
• /
• 제22권3호
• /
• pp.396-404
• /
• 2022

Online social networks contain a large amount of data that can be converted into valuable and insightful information. Text mining approaches allow exploring large-scale data efficiently. Therefore, this study reviews the recent literature on text mining in online social networks in a way that produces valid and valuable knowledge for further research. The review identifies text mining techniques used in social networking, the data used, tools, and the challenges. Research questions were formulated, then search strategy and selection criteria were defined, followed by the analysis of each paper to extract the data relevant to the research questions. The result shows that the most social media platforms used as a source of the data are Twitter and Facebook. The most common text mining technique were sentiment analysis and topic modeling. Classification and clustering were the most common approaches applied by the studies. The challenges include the need for processing with huge volumes of data, the noise, and the dynamic of the data. The study explores the recent development in text mining approaches in social networking by providing state and general view of work done in this research area.

• 한국IT서비스학회지
• /
• 제22권2호
• /
• pp.93-127
• /
• 2023

This study analyzed the CEO New Year's addresses of major Korean companies, extracting key topics for employees via text mining techniques. An intended contribution of this study is to assist reporters, analysts, and researchers in gaining a better understanding of the New Year's addresses by elucidating the implicit and implicative features of messages within. To this end, this study collected and analyzed 545 New Year's addresses published between 2012 and 2021 by the top 66 Korean companies in terms of market capitalization. Research methodologies applied include text clustering, word embedding of keywords, frequency analysis, and topic modeling. Our main findings suggest that the messages in the New Year's addresses were categorized into nine topics-organizational culture, global advancement, substantial management, business reorganization, capacity building, market leadership, management innovation, sustainable management, and technology development. Next, this study further analyzed the managerial significance of each topic and discussed their characteristics from the perspectives of time, industry, and corporate groups. Companies were typically found to emphasize sound management, market leadership, and business reorganization during economic downturns while stressing capacity building and organizational culture during market transition periods. Also, companies belonging to corporate groups tended to emphasize founding philosophy and corporate culture.

• 한국지능시스템학회논문지
• /
• 제11권6호
• /
• pp.491-499
• /
• 2001

본 논문에서는 유전알고리즘(Genetic Algorithm)과 FCM(Fuzzy c-means) 클러스터링을 이용하여 TSK(Takagi-Sugeno-Kang)형태의 퍼지 규칙 생성과 퍼지 시스템(FCM-ANFIS)을 효과적으로 구축하는 방법을 제안한다. 구조동정에서는 먼저 PCA(Principal Component Analysis)을 이용하여 입력 데이처 성분간의 상관관계를 제거한 후에 FCM을 이용하여 클러스터를 생성하고 성능지표에 근거해서 타당한 클러스터의 수, 즉 퍼지 규칙의 수를 얻는다. 파라미터 동정에서는 유전알고리즘을 이용하여 전제부 파라미터를 최적에 가깝도록 탐색을 시도한다. 결론부 파라미터는 유전알고리즘에 의한 탐색공간을 줄이기 위해 전제부 파라미터가 결정되면 PLSE(Recursive Least Square Estimate)에 의해 추정되어진다. 이렇게 함으로서 타당한 규칙 수와 효율적인 퍼지 규칙을 얻을 수 있다. 제안된 방법의 유용성을 보이기 위해 Box-Jenkins의 가스로 데이터와 Rice taste 데이터의 모델링에 적용하여 이전의 연구보다 좋은 결과를 보임을 알 수 있었다.

• 한국산학기술학회논문지
• /
• 제17권7호
• /
• pp.263-272
• /
• 2016

모듈러 제품 설계는 유연한 제품 수정, 제품 개발 및 생산 리드타임 감소, 제품의 다양성 증대와 같은 많은 장점들이 있다. 모듈러 제품 설계의 목적은 여러 개의 모듈들로 구성된 제품의 아키텍쳐를 효율적으로 개발하는 것인데, 이들 모듈들은 컴포넌트들 간 물리적, 기능적 상호관계 분석을 토대로 컴포넌트들 간의 유사성을 최대화함으로써 만들어 질 수 있다. 본 연구에서는 모듈러 제품 설계의 핵심 작업인 모듈화를 위하여 3개 단계로 이뤄진 체계적인 절차를 제시하고자 한다. 첫 번째 단계는 컴포넌트들 간 물리적, 기능적 상호관계 분석을 통한 컴포넌트들 간 상관 관계 매트릭스를 구성하는 것이고, 두 번째 단계는 컴포넌트들 간 상관 관계를 최대화하는 컴포넌트들의 군집들을 찾아내기 위하여 네트워크 흐름으로 모델링하는 것이다. 마지막으로 세 번째 단계에서는 선형 계획 모형인 네트워크 흐름 모델을 풀어서 컴포넌트들의 군집들을 찾아내고 이들을 모듈화 하는 것이다. 본 연구에서 제시한 절차의 이해와 실제 적용을 위하여 진공 청소기 모듈화 사례에 적용해 보고 절차의 타당성을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.681-684
• /
• 2021

In this paper, we study image clustering without labeling using machine learning techniques. We proposed an unsupervised machine learning technique to design an image clustering model that automatically categorizes images into groups. Our experiment focused on inception convolutional neural networks (inception V3) with k-mean methods to cluster images. For this, we collect the public datasets containing Food-K5, Flowers, Handwritten Digit, Cats-dogs, and our dataset Rice Germination, and the owner dataset Palm print. Our experiment can expand into three-part; First, format all the images to un-label and move to whole datasets. Second, load dataset into the inception V3 extraction image features and transferred to the k-mean cluster group hold on six classes. Lastly, evaluate modeling accuracy using the confusion matrix base on precision, recall, F1 to analyze. In this our methods, we can get the results as 1) Handwritten Digit (precision = 1.000, recall = 1.000, F1 = 1.00), 2) Food-K5 (precision = 0.975, recall = 0.945, F1 = 0.96), 3) Palm print (precision = 1.000, recall = 0.999, F1 = 1.00), 4) Cats-dogs (precision = 0.997, recall = 0.475, F1 = 0.64), 5) Flowers (precision = 0.610, recall = 0.982, F1 = 0.75), and our dataset 6) Rice Germination (precision = 0.997, recall = 0.943, F1 = 0.97). Our experiment showed that modeling could get an accuracy rate of 0.8908; the outcomes state that the proposed model is strongest enough to differentiate the different images and classify them into clusters.