• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권6호
• /
• pp.436-441
• /
• 2015

군집화 알고리즘은 그 종류에 따라 만들어낼 수 있는 군집의 종류와 보여줄 수 있는 정보의 수준이 차이가 난다. 밀도기반 군집화 알고리즘은 데이터 분포 상의 임의의 모양을 가진 군집을 잘 잡아내지만 보여줄 수 있는 계층정보가 매우 적거나 없는 수준이고, 반면 계층적 군집화 알고리즘은 자세한 계층 정보를 보여주지만 구 모양의 군집 외에는 잘 잡아내지 못한다. 이 논문에서는 이러한 두 군집화 방식의 대표적 알고리즘인 OPTICS와 응집 계층 군집화 알고리즘의 장점만을 취하는 계층 발생 프레임워크를 제시하고 이와 더불어 효과적 데이터 분석을 위한 여러 시각화, 상호작용 기법을 지원하는 시각적 분석 애플리케이션을 제공한다.

• Journal of Information Processing Systems
• /
• 제19권1호
• /
• pp.17-32
• /
• 2023

Centralized hierarchical routing protocols are often used to solve the problems of uneven energy consumption and short network life in wireless sensor networks (WSNs). Clustering and cluster head election have become the focuses of WSNs. In this paper, an energy balanced clustering routing algorithm optimized by sine cosine algorithm (SCA) is proposed. Firstly, optimal cluster head number per round is determined according to surviving node, and the candidate cluster head set is formed by selecting high-energy node. Secondly, a random population with a certain scale is constructed to represent a group of cluster head selection scheme, and fitness function is designed according to inter-cluster distance. Thirdly, the SCA algorithm is improved by using monotone decreasing convex function, and then a certain number of iterations are carried out to select a group of individuals with the minimum fitness function value. From simulation experiments, the process from the first death node to 80% only needs about 30 rounds. This improved algorithm balances the energy consumption among nodes and avoids premature death of some nodes. And it greatly improves the energy utilization and extends the effective life of the whole network.

• 대한전자공학회논문지TE
• /
• 제37권3호
• /
• pp.114-122
• /
• 2000

본 논문에서는 기존의 Fuzzy C-Means, Nearest Neighborring Classification, FMMCNN, Fuzzy -ART등에서 사용하였던 정형에 근거한 분류에서 유기될 수 있던 판단 오류를 최소화하기 위해 단 한가지의 형태적 특징을 갖고 있는 정형에 의존하지 않고 분류를 수행하는 방법을 제안하고i파 한다. 이를 위해 본 논문에서는 주어진 학습 데이터로 학습하는 과정에서 볼록 다면체를 적응적으로 생성하고 다면체의 구조를 수정하는 퍼지 신경회로망을 설계하였다. 따라서, 본 방법은 순차적으로 입력되는 데이터를 분류하여 패턴 유형들을 생성하는 기능을 갖게된다. 본 방법의 유용성을 증명하기 위해, Hyperbox를 정형으로 하는 FMMCNN과의 다양한 시뮬레이션 비교를 수행하였다.

• 한국멀티미디어학회논문지
• /
• 제11권9호
• /
• pp.1302-1309
• /
• 2008

K-means나 퍼지 군집화와 같은 전통적인 군집화 기법들이 원형(prototype)을 기반으로 하고 볼록한 형태의 집단들에 적합한 반면, 스펙트럼 군집화(spectral clustering)는 국부적인 유사성을 기반으로 전역적인 집단을 찾아내는 기법으로 오목한 형태의 집단들에도 적용할 수 있어 커널을 기반으로 하는 SVM과 더불어 각광을 받고 있다. 하지만 SVM이 그러하듯이 스펙트럼 군집화에서도 커널의 폭은 성능에 지대한 영향을 끼치는 요인으로, 이를 결정하기 위한 다양한 방법이 시도되었지만 여전히 휴리스틱에 의존하는 실정이다. 이 논문에서는 유사도 행렬이 보다 명백한 블록 대각 형태를 가지도록 하기 위해 국부적인 커널의 폭을 거리 히스토그램을 바탕으로 적응적으로 결정하는 방법을 제시한다. 제안한 방법은 스펙트럼 군집화에 사용되는 유사도 행렬(affinity matrix)이 블록 형태의 대각 행렬을 이룰 때 이상적인 결과를 낸다는 사실에 기반하고 있으며, 이를 위해서 전통적인 유클리디안 거리와 무작위 행보 거리(random walk distance)를 함께 사용한다. 제안한 방법은 기존의 방법들에서 사용하는 유사도 행렬에 비해 명확한 블록 대각 행렬을 나타내고 있음을 실험 결과를 통해 확인할 수 있다.

• 한국통신학회논문지
• /
• 제42권2호
• /
• pp.453-459
• /
• 2017

사용자들은 그들의 관심이 관심지점 (POI: Point-of-Interest)과 관련이 있다는 사실을 언급하기 위해 위치 기반 소셜 네트워크에 체크인하거나 그들의 상태를 올리는 경향이 있다. 관심지역 (AOI: Area-of-Interest)을 찾는 기존 연구는 대부분 위치 기반 소셜 네트워크로부터 수집된 공간 태그된 사진과 함께 밀도 기반 군집화 기법을 사용하여 수행되었다. 반면, 본 연구에서는 POI 중심을 포함한 하나의 군집에 해당하는 POI 경계선을 추정하는 데에 초점을 맞춘다. 트위터 사용자들로부터의 공간 태그된 트윗을 사용하여 POI 중심으로부터 도달할 수 있는 적절한 반경을 찾음으로써 POI 경계선을 추정하는 밀도 기반 저복잡도 두 단계 방법을 소개한다. 두 단계 밀도 기반 추정을 통해 선택된 공간 태그의 convex hull로써 POI 경계선을 추정하는데, 각 단계에서 다른 크기의 반경 증가를 가정하여 진행한다. 제안한 방법은 기본 밀도 기반 군집화 방법보다 계산 복잡도 측면에서 우수한 성능을 가짐을 보인다.

• 한국통신학회논문지
• /
• 제23권8호
• /
• pp.1998-2009
• /
• 1998

본 논문에서는 배경의 움직임이 유발되는 능동 CCD 카메라를 통하여 실시간으로 포착되는 영상 데이터를 대상으로 카메라의 사전 설치 정보나 좌표 보정(calibration) 없이 강체(rigid body) 혹은 비 강체(non-rigid body)의 움직이는 물체를 추출하고 이의 이동 방향을 판단하여, 추적하는 효율적인 알고리즘을 제안한다. 이동 물체의 영역분할을 위하여 동체의 형태를 규정하는 특징 점을 추출하고, 시간에 따른 특징 점의 이동 벡터로 구성된 특정 플로우 필드(feature flow field)를 구한 후 이들을 다차원 특정 공간상에서 군집화(clustering)함으로써 동체를 추출한다. 제안하는 IRMAS(lncremenatal Rotational Minimum Angle Search)에 의하여 군집화된 특정점들의 볼록 다각형(convex hull)올 구함으로써 이동 물체의 개괄적인 외곽 형태를 재 구성한다. 또한, 이동 궤적의 갑작스러운 변화를 가져올 수 있는 동작 특성을 가지는 이동 물체의 효과적인 추적을 목적으로 개선된 선형 예측기를 사용하였다. 이동 궤적 예측기는 기존의 선형 예측기의 차수를 이동의 변화도에 따라 적응적으로 조정함으로써 예측 오차를 감소시켜, 빠른 속도로 이동 궤적에 수렴한다.

• 한국항해항만학회지
• /
• 제48권3호
• /
• pp.164-170
• /
• 2024

등부표는 해상에 부유하는 구조물로, 해양 기상 등 외력에 의해 표류하여 위치가 고정되어 있지 않고 이동하므로 등부표의 유실 또는 위치 이탈을 감시하는 것이 필요하다. 이에 해양수산부는 등부표의 과거 위치 데이터를 기반으로 등부표별 위치패턴을 분석하여 등부표의 위치 이탈에 대한 경보를 제공하고자 한다. 하지만, 매 2년 주기로 실시되는 인양점검에 의해 등부표의 위치패턴이 변화하므로, 인양점검 후 새로운 위치패턴을 분석하여 위치를 감시하는 것이 필요하다. 본 연구에서는 볼록 껍질 알고리즘과 거리 기반 군집 알고리즘을 사용하여 다양한 기간 동안의 등부표 위치 데이터를 분석하였다. 또한, 등부표의 정확한 위치패턴 인식을 위한 최적의 데이터 수집 기간을 식별하였다. 연구 결과, 안정적인 위치패턴을 확립하는 최적의 데이터 수집기간은 9주이며, 위치 데이터의 약 89.8%를 설명할 수 있는 것으로 나타났다. 본 연구 결과는 위치패턴 기반 등부표 관리 기능을 향상하는 데 활용될 수 있으며, 효과적인 모니터링과 등부표 위치 이탈 여부의 조기 감지에 기여할 것으로 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1337-1340
• /
• 2015

분광 군집화 기술은 Non-convex 군집에 대해 타 군집화 기술에 비해 강건하여 다양한 분야에서 활용되고 있다. 본 논문에서는 다중 뷰 데이터의 특성을 반영한 새로운 분광 군집화 기술을 제안한다. 제안한 방법은 협업학습의 접근 방법을 적용하되, 다수의 뷰가 서로 간에 가지는 독립성의 정도를 반영하여 유사도 그래프를 구축하고, 구축된 그래프를 기반으로 분광 군집화를 수행한다. 이를 통해 뷰들간 서로 다른 정보 요구를 그래프에 반영함으로써 군집화 성능을 높인다. 세 개의 뷰를 가정한 가상의 데이터에서 제안한 방법은 기존 방법에 비해 최대 8.25%, 높은 성능을 보였다.

• Journal of Electrical Engineering and Technology
• /
• 제10권5호
• /
• pp.2179-2188
• /
• 2015

Recently, many researches have been done to solve the challenging problem of Blind Source Separation (BSS) problems in the underdetermined cases, and the “Two-step” method is widely used, which estimates the mixing matrix first and then extracts the sources. To estimate the mixing matrix, conventional algorithms such as Single-Source-Points (SSPs) detection only exploits the sparsity of original signals. This paper proposes a new underdetermined mixing matrix estimation method for time-delayed mixtures based on the receiver prior exploitation. The prior information is extracted from the specific structure of the complex-valued mixing matrix, which is used to derive a special criterion to determine the SSPs. Moreover, after selecting the SSPs, Agglomerative Hierarchical Clustering (AHC) is used to automaticly cluster, suppress, and estimate all the elements of mixing matrix. Finally, a convex-model based subspace method is applied for signal separation. Simulation results show that the proposed algorithm can estimate the mixing matrix and extract the original source signals with higher accuracy especially in low SNR environments, and does not need the number of sources before hand, which is more reliable in the real non-cooperative environment.

• 한국컴퓨터그래픽스학회논문지
• /
• 제16권4호
• /
• pp.25-33
• /
• 2010

디지털 카메라가 널리 보급되면서 사람들은 언제, 어디서나 사진을 찍고 값싼 저장장치에 많은 수의 사진을 저장할 수 있게 되었다. 하지만 많은 수의 사진 중 원하는 사진을 효율적으로 탐색하는 것은 어려운 문제로 남아 있다. 본 논문은 위치 정보를 갖는 대규모 사진집합을 신속하고 직관적으로 탐색하는 새로운 방법을 제안한다. 전체 사진집합을 구조화하기 위해 지리적 거리가 가장 근접한 사진들을 묶어 군집화하고, 이러한 과정을 반복하여 최종적으로 모든 사진이 하나의 군집으로 병합되는 계층적 군집화를 수행한다. 또한 모든 군집의 컨벡스 헐과 넓이를 미리 계산하여 사진 탐색 시에는 미리 계산된 데이터와 현재 탐색 중인 지리 영역에 포함되는 군집들의 넓이를 비교해 적절한 넓이의 군집들을 선택적으로 시각화한다. 이 때 군집은 포함되는 모든 사진의 위치를 보여주는 대신 컨벡스 헐로 시각화하여 군집의 정확한 공간적 범위를 쉽게 파악할 수 있다. 사용자는 관심 군집을 클릭하여 해당 군집으로 신속하게 이동할수 있으며, 시스템은 관심 군집을 지도 영역에 정확히 채워 보일 수 있도록 자동적으로 지도 이동과 축척 조절을 하고 적절한 넓이의 하위 군집들로 분할하여 시각화한다. 특정주제 검색, 사진분류 등의 일반적인 사진탐색 예제를 통하여 제안된 방법의 유용성을 확인하였다.