• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.223-224
• /
• 2021

Recently, k-farthest neighbor (kFN) queries have not as much attention as k-nearest neighbor (kNN) queries. Therefore, this study considers moving k-farthest neighbor (MkFN) queries for spatial network databases. Given a positive integer k, a moving query point q, and a set of data points P, MkFN queries can constantly retrieve k data points that are farthest from the query point q. The challenge with processing MkFN queries in spatial networks is to avoid unnecessary or superfluous distance calculations between the query and associated data points. This study proposes a batch processing algorithm, called MOFA, to enable efficient processing of MkFN queries in spatial networks. MOFA aims to avoid dispensable distance computations based on the clustering of both query and data points. Moreover, a time complexity analysis is presented to clarify the effect of the clustering method on the query processing time. Extensive experiments using real-world roadmaps demonstrated the efficiency and scalability of the MOFA when compared with a conventional solution.

• 한국측량학회지
• /
• 제31권4호
• /
• pp.285-292
• /
• 2013

본 연구는 도로 네트워크를 분할한 뒤 네트워크 정합을 수행하는 방법론을 제안한다. 네트워크의 링크에 의해 둘러싸인 공간으로부터 폴리곤 객체를 생성하고 중첩기반 그래프 군집화 기법을 적용하여 이들 폴리곤 객체들의 대응 집합 쌍을 탐색하고, 이로부터 독립적인 정합을 수행하는 하위 네트워크 쌍을 얻었다. 이후 분할된 네트워크 데이터 쌍의 노드 집합에 Iterative Closest Point 알고리즘을 적용하여 기하보정을 수행한 후 하우스도르프 거리를 이용하여 1:N 링크 정합을 수행하였다. 제안된 방법의 효용성을 평가하기 위해 국가교통 DB센터에서 관리하는 KTDB의 네트워크 데이터와 국내 상용 차량 내비게이션 업체의 네트워크 데이터를 대상으로 알고리즘을 적용하고 결과를 평가하였다. 3m에서 18m까지 3m 간격으로 하우스도르프 거리에 임계값을 적용하여 네트워크를 정합한 결과 15m의 임계값에서 F-measure 기준 0.99의 정확도를 얻을 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권2호
• /
• pp.514-537
• /
• 2020

Wireless sensor network (WSN) is a distributed network composed of many sensory nodes. It is precisely due to the clustering unevenness and cluster head election randomness that the energy consumption of WSN is excessive. Therefore, a many-objective optimization WSN energy balance model is proposed for the first time in the clustering stage of LEACH protocol. The four objective is considered that the cluster distance, the sink node distance, the overall energy consumption of the network and the network energy consumption balance to select the cluster head, which to better balance the energy consumption of the WSN network and extend the network lifetime. A many-objective optimization algorithm to optimize the model (LEACH-ABF) is designed, which combines adaptive balanced function strategy with penalty-based boundary selection intersection strategy to optimize the clustering method of LEACH. The experimental results show that LEACH-ABF can balance network energy consumption effectively and extend the network lifetime when compared with other algorithms.

• 대한전기학회논문지:전력기술부문A
• /
• 제55권12호
• /
• pp.505-513
• /
• 2006

One of the major reasons for recent blackout, like August 14, 2003 blackout in the US and Canada has been insufficient voltage/reactive power support. For the stable reactive power management, a new approach for the voltage monitoring and control structure is required in the market environment. This paper proposes the effective localized-voltage control scheme using the information from pilot buses at each zone. In this paper, the steady state voltage monitoring and control (SSVMC) is adopted and illustrated for the voltage control scheme during steady state because it is thought as the systemic algorithm to explain voltage profile phenomenon before and after contingencies. And the concept of electrical distance is applied to simultaneously achieve both clustering the voltage control zone, and selecting the pilot bus as the representative node at each control zone. Applying SSVMC based on the structure with clustering and pilot bus enables system operators to monitor and understand the system condition much more easily, to monitor and control the voltage in real-time more manageably, and to respond quickly to a disturbance. The proposed voltage control scheme has been tested on the IEEE 14-bus system with the numerical analysis to examine the system reliability and structure efficiency.

• 전기학회논문지
• /
• 제57권3호
• /
• pp.466-472
• /
• 2008

The paper concerns Fuzzy C-Means clustering based fuzzy neural networks (FCM-FNN) and the optimization of the network is carried out by means of hierarchal fair competition-based parallel genetic algorithm (HFCPGA). FCM-FNN is the extended architecture of Radial Basis Function Neural Network (RBFNN). FCM algorithm is used to determine centers and widths of RBFs. In the proposed network, the membership functions of the premise part of fuzzy rules do not assume any explicit functional forms such as Gaussian, ellipsoidal, triangular, etc., so its resulting fitness values directly rely on the computation of the relevant distance between data points by means of FCM. Also, as the consequent part of fuzzy rules extracted by the FCM-FNN model, the order of four types of polynomials can be considered such as constant, linear, quadratic and modified quadratic. Since the performance of FCM-FNN is affected by some parameters of FCM-FNN such as a specific subset of input variables, fuzzification coefficient of FCM, the number of rules and the order of polynomials of consequent part of fuzzy rule, we need the structural as well as parametric optimization of the network. In this study, the HFCPGA which is a kind of multipopulation-based parallel genetic algorithms(PGA) is exploited to carry out the structural optimization of FCM-FNN. Moreover the HFCPGA is taken into consideration to avoid a premature convergence related to the optimization problems. The proposed model is demonstrated with the use of two representative numerical examples.

• 한국인터넷방송통신학회논문지
• /
• 제15권6호
• /
• pp.103-108
• /
• 2015

무선 센서 네트워크에서는 효율적으로 에너지를 사용해서 전체 네트워크의 수명을 연장하는 것이 중요한 이슈이다. 기존의 라우팅 프로토콜에서는 클러스터 헤드를 단순히 센서노드들과 가까운 노드로 선택했기 때문에, 경우에 따라서는 클러스터 헤드와 Base Station(BS) 위치가 센서노드와 BS사이의 위치보다 멀어서 거리에 따른 불필요한 에너지 소모가 생긴다. 따라서 본 논문에서는 클러스터의 구성과 클러스터 헤드를 노드들의 위치 정보에 따라서 선정하는 위치기반 클러스터링 알고리즘을 제안하였다. 시뮬레이션 결과 기존의 알고리즘보다 네트워크 시간이 연장되어 에너지를 효율적으로 사용함을 알 수 있다.

• 한국정보통신학회논문지
• /
• 제21권2호
• /
• pp.423-428
• /
• 2017

인터넷과 스마트 기기의 사용량 증가로 인해 다양한 교육정보와 많은 양의 데이터가 생성되어 빠르게 확산되고 있다. 최근 이러닝 이용률이 증가하면서 발생하는 빅데이터를 활용하여 학습자들의 교육 성과와 교육 시스템의 효과성을 극대화 하는 것을 목표로 하는 교육 데이터 관련 연구 분야에 대한 관심이 높아지고 있으며 온라인에서 학습자들이 학습한 수많은 기록과 데이터들이 정보로 쌓이게 된다. 이에 본 논문에서는 이러닝 학습자들이 시스템에 남긴 수강 기록을 기반으로 학습자 현황에 대해 객관적으로 파악할 수 있도록 신경망 알고리즘인 Word2Vec을 적용하여 단어 간 유사도를 구하고 클러스터링 알고리즘을 이용하여 군집화 하였다. Word2vec을 이용하여 학습을 시키면 연관된 의미의 단어가 나타나게 되고 학습을 반복해 나가는 과정에서 점차 가까운 벡터를 지니게 된다. 또한 클러스터 알고리즘을 이용하여 명사, 동사, 형용사, 부사가 중심점에서 최소의 거리를 두고 같은 거리에 위치해 있음을 실험 검증하였다.

• 융합보안논문지
• /
• 제15권3_1호
• /
• pp.75-82
• /
• 2015

최근 무선 센서 네트워크(WSN : Wireless Sensor Network)에서 센서노드의 에너지 소모 균등성과 효율성을 향상시켜 전제 네트워크의 수명을 최대화하기 위한 다양한 계층적 라우팅 프로토콜들이 제안되고 있다. 특히, 멀티홉기법이 향상된 에너지 효율성과 실제 적용 가능한 모델로 큰 각광받고 있다. 멀티-홉 기법에서는 센서 노드사이 거리에 따라 발송 에너지 능동조절 가능하다고 가정한다. 그러나 무선센서의 물리적 특성을 고려해보면 멀티-홉 기법의 이 가정은 현재 기술로 실제 실현하기 어렵다. 이 논문에서는 센서노드의 전파범위를 기반으로 에너지 효율성을 향상시킨 저 전력 클러스터링 기법을 제안한다. 제안기법은 에너지 효율적이고 기존기법보다 실제 무선센서네트워크에 적용하기 용이하다.

• Journal of Information Processing Systems
• /
• 제19권2호
• /
• pp.258-266
• /
• 2023

Aiming at the problems of poor customer satisfaction and poor accuracy of customer classification, this paper proposes a customer classification model based on speech recognition. First, this paper analyzes the temporal data characteristics of customer demand data, identifies the influencing factors of customer demand behavior, and determines the process of feature extraction of customer voice signals. Then, the emotional association rules of customer demands are designed, and the classification model of customer demands is constructed through cluster analysis. Next, the Euclidean distance method is used to preprocess customer behavior data. The fuzzy clustering characteristics of customer demands are obtained by the fuzzy clustering method. Finally, on the basis of naive Bayesian algorithm, a customer demand classification model based on speech recognition is completed. Experimental results show that the proposed method improves the accuracy of the customer demand classification to more than 80%, and improves customer satisfaction to more than 90%. It solves the problems of poor customer satisfaction and low customer classification accuracy of the existing classification methods, which have practical application value.

• 항공우주시스템공학회지
• /
• 제17권6호
• /
• pp.46-53
• /
• 2023

도심 교통 체증과 환경오염이 중요한 대도시 문제로 부각되는 가운데, 최근에는 Urban Air Mobility(UAM)가 효율적인 대책으로 주목받고 있다. 본 연구에서는 부산 지역의 지형 및 인프라 등의 실제 데이터를 고려한 GIS 기반 공간 분석과 군집 알고리즘을 수행하였으며 이를 통해 UAM 운영을 위한 버티포트 위치와 경로를 선정할 수 있었다. 부산권 UAM 인프라 시스템의 중심으로 예상되는 김해국제공항을 기반으로, 목표 지역에서 세 개의 버티포트 위치가 적합하다 판단하였으며, 이후 지상 위험 평가(Ground Risk)를 고려한 A^*(A-star) 알고리즘을 이용해 위험도와 거리를 최소화하는 비행경로를 선정하였고, 이를 통해 최소 거리 경로 대비 80.168%의 위험 감소 효과를 확인하였다.