• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 추계학술대회 논문집 학회본부 B
• /
• pp.797-799
• /
• 1999

In this paper, we design the Multi-FNN(Fuzzy-Neural Networks) using HCM Method. The proposed Multi-FNN uses simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rules. Also, We use HCM(Hard C-Means) method of clustering technique for improvement of output performance from pre-processing of input data. The parameters such as apexes of membership function, learning rates and momentum coefficients are adjusted using genetic algorithms. We use the training and testing data set to obtain a balance between the approximation and the generalization of our model. Several numerical examples are used to evaluate the performance of the our model. From the results, we can obtain higher accuracy and feasibility than any other works presented previously.

• 한국멀티미디어학회논문지
• /
• 제18권12호
• /
• pp.1555-1561
• /
• 2015

This paper tries to converge computer and art by applying anamorphosis principle in drawing technique to mobile application. As comparing to current anamorphosis which shows one image at the round cup, we focus on the variability which shows several variable images at the mobile device according to the color board. The usage of the proposed algorithm is able to extended to various areas such as souvenir and public relation.

• 한국지구과학회지
• /
• 제32권6호
• /
• pp.595-601
• /
• 2011

이 논문에서는 자력 변화율 텐서를 이용하여 자기 쌍극자의 위치 정보를 파악하는 알고리즘에 대하여 기술하였다. 수직으로 자화된 자기 쌍극자에 의한 자력 변화율 텐서에서 출발하여 자기 쌍극자의 위치 벡터를 유도하였다. 그러나 이 경우 자기 쌍극자의 모멘트에 대한 정보가 주어지지 않았으므로 자기 쌍극자의 위치 벡터가 불완전하게 유도된다. 이를 극복하기 위하여 여러 측정점에서 측정된 자력 변화율 텐서값이 있다고 가정하고 이를 이용하여 자동으로 자기 쌍극자의 위치를 찾아내는 알고리즘을 제안하였다. 시추공에서 자력 변화율 텐서가 측정되었다고 가정한 합성 모델 실험에서 자력 변화율 텐서와 자기 쌍극자 자동 탐지 알고리즘을 이용하여 자기 쌍극자의 위치를 정확하게 찾을 수 있음을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회 논문집
• /
• pp.9-18
• /
• 2005

In order to systematically and visually understand well-known but qualitative and rotatively complicated relationships between synoptic fields in the BAIU season and heavy rainfall events in Japan, these synoptic fields were classified using the Self-Organizing Map (SOM) algorithm. This algorithm can convert complex nonlinear features into simple two-dimensional relationships, and was followed by the application of the clustering techniques of the U-matrix and the K-means. It was assumed that the meteorological field patterns be simply expressed by the spatial distribution of wind components at the 850 hPa level and Precipitable Water (PW) in the southwestern area including Kyushu in Japan. Consequently, the synoptic fields could be divided into eight kinds of patterns (clusters). One of the clusters has the notable spatial feature represented by high PW accompanied by strong wind components known as Low-Level Jet (LLJ). The features of this cluster indicate a typical meteorological field pattern that frequently causes disastrous heavy rainfall in Kyushu in the rainy season. From these results, the SOM technique may be an effective tool for the classification of complicated non-linear synoptic fields.

• 조명전기설비학회논문지
• /
• 제21권10호
• /
• pp.52-58
• /
• 2007

본 논문에서는 발전량 적정성 평가를 위한 풍력발전 모형의 제안하였다. 풍력 발전량과 계통 부하량은 일 년을 주기로 하는 주기함수 형태이므로, 둘 중 하나의 물리량이 주어지면 다른 물리량의 발생 확률을 계산할 수 있다. 본 논문에서는 가상의 데이터를 바탕으로 두 물리량을 k-means 클러스터링 알고리즘으로 단계화하였고, 각 단계간의 확률적인 관계를 계산하였다. 제안하는 풍력발전 모형은 상태샘플링(state sampling)에 기반을 둔 몬테카를로 모의로써 발전량 적정성을 평가하는데 적합하다.

• 전기학회논문지
• /
• 제65권6호
• /
• pp.1070-1079
• /
• 2016

In this paper, the design of recursive radial basis function neural networks based on incremental fuzzy c-means is introduced for processing the big data. Radial basis function neural networks consist of condition, conclusion and inference phase. Gaussian function is generally used as the activation function of the condition phase, but in this study, incremental fuzzy clustering is considered for the activation function of radial basis function neural networks, which could effectively do big data processing. In the conclusion phase, the connection weights of networks are given as the linear function. And then the connection weights are calculated by recursive least square estimation. In the inference phase, a final output is obtained by fuzzy inference method. Machine Learning datasets are employed to demonstrate the superiority of the proposed classifier, and their results are described from the viewpoint of the algorithm complexity and performance index.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권10호
• /
• pp.731-738
• /
• 2013

본 논문은 사회의 최근 동향에 대한 여론의 반응을 관찰하기 위한 방법을 나타낸다. 최근 동향을 나타내는 키워드를 신문기사로부터 추출하고, 추출된 키워드를 이용하여 수집된 트윗의 감성 분석을 통해 최근 동향에 대한 여론을 분석한다. 수집된 신문기사를 k-means알고리즘을 이용하여 군집화하고, 군집내의 단어의 출현 빈도를 이용하여 토픽 키워드를 선정하였다. 각 토픽에 대하여 수집된 트윗은 그 토픽 대한 트윗이라는 가정하에 기계학습 방법을 이용하여 긍/부정을 판별하여 감성을 판단하게 하였다. 그리고 이와 같은 가정에 대한 타당성을 검증해 보았다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 The Third Asian Fuzzy Systems Symposium
• /
• pp.426-431
• /
• 1998

We propose a fuzzy rule based method for structure preserving dimensionality reduction. This method selects a small representative sample and applies Sammon's method to project it. The input data points are then augmented by the corresponding projected(output) data points. The augmented data set thus obtained is clustered with the fuzzy c-means(FCM) clustering algorithm. Each cluster is then translated into a fuzzy rule for projection. Our rule based system is computationally very efficient compared to Sammon's method and is quite effective to project new points, i.e., it has good predictability.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.99-100
• /
• 2006

One of the fundamental problems in sensor networks is the deployment of sensor nodes. The Fuzzy C-Means(FCM) clustering algorithm is proposed to determine the optimum location and minimum number of sensor nodes for the specific application space. We performed a simulation using two dimensional L shape model. The actual length of the L shape model is about 100m each. We found the minimum number of 15 nodes are sufficient for the complete coverage of modeled area. We also found the optimum location of each nodes. The real deploy experiment using 15 sensor nodes shows the 95.7%. error free communication rate.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.1294-1297
• /
• 2011

최근, Flickr, YouTube 와 같은 사용자 참여형 미디어 공유 및 검색 사이트가 폭발적으로 증가하면서, 이를 멀티미디어 정보 검색 서비스에 효과적으로 활용하기 위한 다양한 연구들이 시도되고 있다. 특히, 이미지에 할당되어 있는 태그를 이용하여 이미지를 효과적으로 검색하기 위한 연구가 활발히 진행 중이다. 그러나 사용자들에 의해 제공되는 소셜 이미지들은 매우 다양한 범위와 주제를 가지고 있기 때문에, 소셜 이미지들의 분류 및 태그 할당을 위한 트레이닝 집합의 획득이 쉽지 않다는 한계점을 가지고 있다. 본 논문에서는 데이터 군집화를 위한 클러스터링 알고리즘들 중 K-Means, K-Medoids, Affinity Propagation 을 활용하여 소셜 이미지 집합으로부터 트레이닝 집합을 획득하기 위한 방법들을 살펴 본다. 또한, 각 알고리즘으로부터 획득한 트레이닝 집합을 이용하여 소셜 이미지를 분류한 결과를 비교 분석한다.