In this paper, we propose a new architecture of Self-Organizing Fuzzy Polynomial Neural Networks (SOFPNN) by means of consecutive optimization and also discuss its comprehensive design methodology involving mechanisms of genetic optimization. The network is based on a structurally as well as parametrically optimized fuzzy polynomial neurons (FPNs) conducted with the aid of information granulation and genetic algorithms. In structurally identification of FPN, the design procedure applied in the construction of each layer of a SOFPNN deals with its structural optimization involving the selection of preferred nodes (or FPNs) with specific local characteristics and addresses specific aspects of parametric optimization. In addition, the fuzzy rules used in the networks exploit the notion of information granules defined over system's variables and formed through the process of information granulation. That is, we determine the initial location (apexes) of membership functions and initial values of polynomial function being used in the premised and consequence part of the fuzzy rules respectively. This granulation is realized with the aid of the hard c-menas clustering method (HCM). For the parametric identification, we obtained the effective model that the axes of MFs are identified by GA to reflect characteristic of given data. Especially, the genetically dynamic search method is introduced in the identification of parameter. It helps lead to rapidly optimal convergence over a limited region or a boundary condition. To evaluate the performance of the proposed model, the model is experimented with using two time series data(gas furnace process, nonlinear system data, and NOx process data).
최근 COVID-19으로 인하여 전세계적으로 수많은 감염자와 사망자가 발생하였다. 아직까지도 효과적인 COVID-19에 대한 백신의 개발은 성공하지 못한 상태이다. 따라서 사람들은이 질병의 감염에 크게 우려하고 있다. 그간 정부 공공기관이 제공한 감염 정보는 거의 단순한 합산 및 통계 숫자에 불과하다. 따라서, 개인이나 개인이 있는 장소의 구체적인 위험도는 판단하기 어렵다. 본 논문에서는 머신러닝 알고리즘 기반 COVID-19의 위험도 분석과 안전 활동에 대한 정보 제공에 대한 방법을 제안한다. 이 논문은COVID-19 감염 및 사망 위험도와 관련된 포괄적인 메트릭 체계를 제안하고, 이를 통해 개인 및 그룹에 대한 위험도를 정량적으로 제공하는 기법을 제시한다. 제시된 시스템은 개인 및 지역 정보와 특성을 반영한 한 클러스터링 알고리즘 등 효과적인 SW 기법들을 활용한다.
효과적인 수질관리를 위해서는 수질정보의 기대수준에 맞는 신뢰성 있는 수질자료가 확보되어야 한다. 이런 점에서 볼 때 수질모니터링은 조사지점, 수질항목, 측정주기 등이 성패의 중요한 요인이 되며, 이중에서 특히 조사지점은 가장 중요한 사항으로 판단된다. 그러나 지금까지 수질조사를 위한 관측지점은 대부분 정성적 판단에 따라 정해지고 있었기 때문에 수질 대표성이 문제가 되기도 하였다. 본 논문에서는 이와같은 수질측정망 구축 시 문제점을 과학적인 통계기법을 적용하여 개선한최적수질측정망구축시스템으로제시하였다. 구축된 최적수질측정망 구축시스템은 SAS 프로그램 버전 9.2를 기반으로 만들었으며, 이용자의사용편의성을 고려하여 간단한 입력으로 측정망을 구축할 수 있는 체계로 구성하였다. 분석 데이 터형식은 자료 입출력 및 관리가 용이한 엑셀데이터를 사용하도록 하였으며, 관측지점별 데이터는 시트로만 구별하게 하였다. 시스템에서는 시계열 분석과 유사성계산을 하여, 각 수질의 변화패턴을 고려할 수 있는 상관계수를 활용한 다차원척도법을 적용하여 그 결과를 덴드로그램으로 제시하며, 그 결과를 활용하여 군집 개수를 결정한다. 이용자가 최종 산점도 출력시스템에 원하는 군집의 개수를 입력하면 수질 특성 파악이 가능한 주성분 산점도가 출력되며, 군집 내 관측지점의 중심점을 대표지점으로 선정하면 된다.
Purpose: This research proposes a new modified Recency-Frequency-Monetary (RFM) model by extending the model with spatial analysis for supporting decision-makers in discovering the promotional target market. Research design, data and methodology: This quantitative research utilizes data-mining techniques and the RFM model to cluster a university's provider schools. The RFM model was modified by adapting its variables to the university's marketing context and adding a district's potential (D) variable based on heatmap analysis using Geographic Information System (GIS) and K-means clustering. The K-prototype algorithm and the Elbow method were applied to find provider school clusters using the proposed RFM-D model. After profiling the clusters, the target segment was assigned. The model was validated using empirical data from an Indonesian university, and its performance was compared to the Customer Lifetime Value (CLV)-based RFM utilizing accuracy, precision, recall, and F1-score metrics. Results: This research identified five clusters. The target segment was chosen from the highest-value and high-value clusters that comprised 17.80% of provider schools but can contribute 75.77% of students. Conclusions: The proposed model recommended more targeted schools in higher-potential districts and predicted the target segment with 0.99 accuracies, outperforming the CLV-based model. The empirical findings help university management determine the promotion location and allocate resources for promotional information distribution and student recruitment.
본 연구는 커피전문점 소재지별 지가 속성을 토대로 생존하여 영업 중인 커피전문점과 폐업한 커피전문점을 대상으로 공간 군집화를 시도하고, 군집 유형별 토지 특성(지가 및 필지 정보), 교통 요인(물리적 접근성)과 점포 속성(프랜차이즈 정보, 소재지별 동종업종의 개·폐업 경험), 공간 밀집도(커널 밀도 추정) 등 다양한 입지 특성을 통해 커피전문점의 생멸 분포에서 나타나는 특징을 파악한다. 이를 위해 영업 중 및 폐업한 커피전문점의 공간 군집은 일반적 입지분포형, 주거지역의 상업화형, 상업중심지 입지형 등으로 유형 구분하고, 군집 유형별 입지 특성을 비교 분석한다. 군집 결과, 영업 중 및 폐업한 커피전문점의 입지는 같은 유형으로 분류되더라도 서로 다른 공간 분포 양상을 나타내고, 입지 유형이 달라도 특정 핫스폿에서는 모두 높은 밀집도를 나타낸다. 본 연구의 분석 결과는 커피전문점 창업을 비롯해 지역별 상권정보를 파악하는데 기초자료로 제공될 수 있다.
최근 무선 센서 네트워크의 활발한 연구와 함께 센서 노드는 이동성과 위치 인식 기능을 가지는 등 성능이 점점 향상되고 있다. 이러한 센서 네트워크의 가장 중요한 목표 중의 하나는 이동성이 있는 다수의 센서 노드들에서 발생한 데이터를 에너지 효율을 고려하여 싱크 노드로 전송하는 것이다. 모바일 무선 센서 네트워크는 센서 노드들이 이동하기 때문에, 센싱된 데이터를 고정된 싱크로 전송하기 위해서는 에너지 소모량이 많아진다. 이에 대한 문제를 해결하고자 싱크가 네트워크 내부를 이동하면서 데이터를 수집하는 모바일 싱크에 대한 활용이 연구되고 있다. 모바일 무선 센서 네트워크에서 중요한 고려 사항은 이동성과 에너지 소모량이다. 각 센서 노드는 제한된 에너지를 보유하기 때문에 데이터 송신에 소모되는 에너지가 클 경우, 전체 네트워크 수명에 많은 영향을 준다. 본 논문에서는 모바일 센서 네트워크에서 모바일 싱크 기반 에너지 효율적인 클러스터링 기법을 제안한다. 제안된 내용은 모바일 센서 노드들의 이동성에 따라 새로운 클러스터 헤드를 선택할때의 에너지 효율을 높인다. 또한 전체 네트워크를 모바일 싱크 기반으로 여러 개의 클러스터 그룹으로 나누어, 이동성 문제를 고려하고 전체 에너지 소모량을 줄인다. 분석과 실험을 통해 제안된 기법이 이전의 모바일 센서 네트워크 클러스터링 기법보다 네트워크 에너지 효율성이 향상됨을 입증한다.
무인항공기의 충돌 회피 기술은 장애물에 대한 탐지 기술과 충돌 여부 판단 및 회피 기술이 요구된다. 본 논문은 공선상에 존재하는 다중 정적 장애물에 대한 무인항공기의 충돌 회피를 수행하기 위하여, LiDAR를 활용한 장애물 탐지 알고리즘과 최근접점 기반의 충돌 인식 및 회피 알고리즘을 제안한다. 장애물 탐지를 수행하기 위하여 LiDAR의 측정 데이터 중 지면을 제거하는 전처리를 수행하고, K-평균 군집화 알고리즘을 활용하여 전처리된 데이터에서 장애물을 탐지 및 분류한다. 또한, 상대 항법을 통해 탐지한 다중 장애물의 절대 위치를 추정하며, 저주파 통과 필터를 활용하여 추정 위치를 보정한다. 탐지한 다중 정적 장애물과의 충돌 회피를 수행하기 위해 최근접점 기반의 충돌 인식 및 회피 알고리즘을 활용한다. 각 장애물 간의 거리를 활용하여 회피해야 하는 장애물 정보를 갱신하고, 갱신된 장애물 정보를 통해 충돌 인식 및 회피를 수행한다. 마지막으로 Gazebo 시뮬레이션 환경에서의 장애물 위치 추정, 충돌 인식 및 회피 결과 분석을 통해, 충돌 회피가 정상적으로 수행되는 것을 검증하였다.
본 논문에서는 노드의 위치정보를 측정함에 있어 거리정보에 기반을 두지 않은 방식(range-free)에서의 라우팅 에너지 효율성을 개선한 ALPS(Ad hoc network Localized Positioning System) 알고리즘을 제안한다. 본 논문에서 제안되는 ALPS 알고리즘은 계층적 클러스터 단위에 소속된 임의의 노드에 대한 위치정보를 RSSI(Received signal strength indication)에 의해 상대적 위치정보를 제공하는 방법이다. 제안된 알고리즘에 따른 위치정보를 사용 할 경우 기존의 DV-hop방식에 따른 노드의 평균 위치정보를 사용한 경우보다 계층적 좌표 방식에 의한 제안된 방식이 보다 최적화된 에너지 소모를 유지할 수 있는 경로 알고리즘을 제공하게 된다. 제공된 알고리즘의 성능 분석을 위해 본 논문에서는 상기 두 가지 방식의 위치정보에 따른 라우팅에서 소모되는 에너지 관계를 비교 하였고, 이로부터 보다 최적화된 에너지 경로 관리가 되는 결과를 보여주었다.
본 논문에서는 노드의 위치 정보와 유효성 경로에 따라 클러스터링내의 헤드 노드를 선출하는 방법 중 하나로 에너지 효율성을 고려한 ECOPS(Energy Conserving Optimal path Schedule) 알고리즘을 제안한다. 기존 LEACH 알고리즘은 헤드 노드를 선출할 때 노드의 에너지 확률적 분포 함수에 기반 하여 헤드 노드의 주기를 선택적으로 관리하게 된다. 그러나 이 경우 중계노드의 거리 정보 등 상황 정보 인자가 반영되지 않아 위치적으로 또는 중계노드로 적당하지 않은 노드들이 확률분포에 포함되어 헤드노드로 선택 되는 경우가 발생한다. 따라서 본 논문에서는 기존의 LEACH 기반에서 계층적인 클러스터 구조의 토폴로지로부터 헤드 노드를 선택함에 있어 인접한 노드와의 위치상황 정보인자 및 잔존에너지의 상황정보를 이용하는 ECOPS 알고리즘을 제안 한다. 제안된 ECOPS 알고리즘은 헤드 노드 교체 상황에서 후보 헤드노드 중 최적의 효율적인 에너지 보존 경로를 가지는 멤버 노드가 새로운 헤드 노드로 선출됨으로써 전체 노드 수명 및 네트워크의 관리를 향상시키는 것으로 모의실험 결과를 나타내었다.
지하공간정보지도 관리 시스템은 지하공간의 다양한 지하시설물을 3D 메쉬 데이터로 통합하고, 모바일 환경에서 지하시설물의 3D 이미지와 위치를 확인할 수 있도록 지원한다. 그러나 모바일 환경에서 실행되는 일정 지역 안에는 다양한 지하시설물이 존재할 수 있고 층층히 겹쳐 보일 수 있어서 모바일 환경에서 실행하는데 시간이 오래 걸리는 문제가 있다. 본 논문에서는 가시성에서 문제가 되지 않는 범위 내에서 3D 메쉬 데이터의 정점의 개수를 줄여서 데이터의 크기를 줄임으로써 모바일 환경에서 실행 시간을 줄일 수 있는 방법으로 딥러닝 기반 K-means 정점 클러스터링 알고리즘을 제안한다. 첫번째로 우리가 제안하는 방법은 딥러닝 Encoder-Decoder 기반의 모델을 통하여 정재된 정점의 특징 정보를 얻고, 두번째로 특징 정보를 K-means 정점 클러스터링을 통하여 서로 비슷한 정점끼리 묶어서 단순화를 하였다. 실험결과 제안한 방법으로 다양한 지하시설물들의 정점을 30%까지 줄였을 때, 이미지 모형이 약간의 변형은 발생하였지만 사라지는 부분은 없어서 모바일 환경에서 확인하는데 문제가 없었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.