• Proceedings of the Korea Society of Environmental Biology Conference
• /
• 2002.11a
• /
• pp.51-58
• /
• 2002

연안에 가까운 광양만 퇴적토를 대상으로 하여 PAHs 오염도와 말단제한절편 다형성 분석방법(T-RFLP method)을 이용하여 미생물 군집구조를 조사하였다. 조사된 10개 정점의 PAHs오염도는 80$\pm$20~5,690$\pm$580 (평균 1,499$\pm$1,716) ng/g dry wt.였으며 폐수종말처리장이 위치하는 하천 입구에 위치한 정점 (Wl)과 광양제철소 우수배출구 입구에 위치한 정점에서 상대적으로 높은 농도를 보였다. T-RFLP방법으로 조사한 미생물 군집은 10개 정점이 4개의 그룹으로 구분되었으며 정점 Wl에서 다른 정점과 다른 독특한 군집구조를 형성하였다. PAHs 농후배양시료에서의 미생물군집구조 변화와 비교해 볼 때 조사대상지역 퇴적토의 미생물 군집구조는 PAHs의 오염에 부분적으로는 영향을 받지만 입도, 유기물 등과 같은 환경요인이 군집구조를 결정하는 주된 요인인 것으로 생각된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.205-205
• /
• 2023

지역 빈도 분석과 점 빈도 분석은 하천 기본계획 및 수공 구조물의 설계에 있어 재현기간 별 확률강우량을 산정하기 위한 방법이다. 점 빈도 분석은 자료의 수가 부족하여 높은 재현기간에 대한 확률강우량을 산정하기에 어려운 점이 있다. 2019년도부터 사용되고 있는 지역빈도분석 방법은 이러한 점을 보완해주고 있다. 지역빈도분석을 수행하기 위해서는 지역의 동질성을 확인하는 과정이 가장 중요한 과정이다. 이러한 동질성을 판단하기 위하여 K-means등의 군집분석과 L-moment 법 등을 사용하고 있다. 이러한 차이점으로 인해 두 방법 간의 정확성은 비교가 어려우나 서로 간의 장점, 단점과 결과 간의 차이를 기반으로 산간지역이 많은 강원도와 같은 지역에 대한 확률강우량 산정의 적절한 방법을 판단해보고자 본 연구를 진행하였다. 지역 빈도 분석은 강원도에 위치한 48개 관측소의 강우 자료 수집 후 고도, 위치, 지속시간 별 강우량을 변수로 지정하고 K-means 분석을 통해 6개의 군집으로 구분하여 수행되었다. 이질성 척도는 관측 자료와 500번의 모의 수행을 통해 결정하였다. 이후 분석된 군집이 동질한 경우 확률분포형에 적합시켜 확률강우량을 산정하였다. 점 빈도 분석은 지역 빈도 분석에서 결정된 군집에서의 최대 강우량과 최소 강우량 관측소의 자료를 이용하여 수행하였다. 본 연구에서는 점빈도분석과 지역빈도분석의 결과를 비교하였으며, 두 가지 분석 방법에 따른 차이의 발생원인 및 특성을 결론으로 제시하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.32 no.2
• /
• pp.174-180
• /
• 2013

This paper proposes a decision tree based context clustering algorithm for HMM-based speech synthesis systems using the cross likelihood ratio with a hierarchical prior (CLRHP). Conventional algorithms tie the context-dependent HMM states that have similar statistical characteristics, but they do not consider the statistical similarity of split child nodes, which does not guarantee the statistical difference between the final leaf nodes. The proposed CLRHP algorithm improves the reliability of model parameters by taking a criterion of minimizing the statistical similarity of split child nodes. Experimental results verify the superiority of the proposed approach to conventional ones.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.353-353
• /
• 2020

기후변화에 적응하기 위해 많은 나라들이 수자원 관리 전략을 마련하고 있으며, 대체 수자원 활성화 방안에 관심을 기울이고 있다. 본 연구에서는 대체 수자원 활성화 방안 중 빗물 저류지의 용량 결정 방법을 제시하고자 한다. 빗물 저류지의 용량을 결정하기 위해 메타 휴리스틱 방법 중 하나인 입자 군집 최적화(particle swarm optimization; PSO)를 선정하였다. 이는 기존 실제 설계에 사용되고 있는 시행착오법보다 시간을 단축시킬 수 있다. 최적화 모형은 python의 pyswarm package를 이용해 구성하였다. 모형의 입력자료는 저류지 유입량과 목표 공급량, 목표 보장률이고, 목적함수는 빗물 저류지 용량의 최소화이다. 제약조건은 모의된 보장률이 목표 보장률 이상을 달성하는 것이다. 여기서, 보장률은 전체 모의 기간 중 목표 공급량을 공급한 기간의 비율이다. 제시한 방법론의 적용성을 검토하기 위해 실제 저류지가 설계된 인천의 청라지구 1공구를 선정하여 적용하였다. 최적화 모형의 입력 유입량은 SWMM으로 산정된 1995년부터 2004년까지의 유출량이며, 목표 공급량은 실제 설계에 활용된 용수 목적별 요구 수량이다. 여기서 용수 목적별 요구 수량은 대상지역의 노면 청소수, 화장실 세정수, 호수 유지수 등이다. 산정 결과 계산 시간은 약 30초 소요되며, 목표 보장률을 만족하는 저류지 용량이 결정되었다. 본 연구에 제시한 방법은 제약조건이 추가되어도 기존 시행착오법에 비해 간편함을 확인하였다.

• 한국데이터정보과학회:학술대회논문집
• /
• 2003.10a
• /
• pp.101-105
• /
• 2003

본 연구는 2000년 인구주택총조사에 기반하여, 국내 3,516개 읍면동 단위의 소지역을 마케팅 의사 결정 활용의 관점에서 유사한 인구 사회 경제 소비행태를 가지는 26개의 마이크로타겟(Micro Target) 군집을 구축하는데 그 초점을 두고 있다. 마이크로타겟 군집은 마케팅 의사결정과 마케팅 전략수립에 있어 핵심적 요건으로 기능하게 된다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.268-271
• /
• 2022

단어 의미 모호성 해소는 동형이의어의 의미를 문맥에 맞게 결정하는 일이다. 최근 연구에서는 희소 데이터 처리를 위해 시소러스를 사용해 의미 어휘를 압축하고 사용하는 방법이 좋은 성능을 보였다[1]. 본 연구에서는 시소러스 없이 군집화 알고리즘으로 의미 어휘를 압축하는 방법의 성능 향상을 위해 두 가지 방법을 제안한다. 첫째, 의미적으로 유사한 의미 어휘 집합인 범주(category) 정보를 군집화를 위한 초기 군집 생성에 사용한다. 둘째, 다양하고 많은 문맥 정보를 학습해 만들어진 품질 좋은 벡터를 군집화에 사용한다. 영어데이터인 SemCor 데이터를 학습하고 Senseval, Semeval 5개 데이터로 평가한 결과, 제안한 방법의 평균 성능이 기존 연구보다 1.5%p 높은 F1 70.6%를 달성했다.

• Journal of Broadcast Engineering
• /
• v.21 no.4
• /
• pp.578-591
• /
• 2016

In this paper, the fast encoding algorithm in High Efficiency Video Coding (HEVC) encoder was studied. For the encoding efficiency, the current HEVC reference software is divided the input image into Coding Tree Unit (CTU). then, it should be re-divided into CU up to maximum depth in form of quad-tree for RDO (Rate-Distortion Optimization) in encoding precess. But, it is one of the reason why complexity is high in the encoding precess. In this paper, to reduce the high complexity in the encoding process, it proposed the method by determining the maximum depth of the CU using a hierarchical clustering at the pre-processing. The hierarchical clustering results represented an average combination of motion vectors (MV) on neighboring blocks. Experimental results showed that the proposed method could achieve an average of 16% time saving with minimal BD-rate loss at 1080p video resolution. When combined the previous fast algorithm, the proposed method could achieve an average 45.13% time saving with 1.84% BD-rate loss.

• Journal of Korea Multimedia Society
• /
• v.11 no.9
• /
• pp.1302-1309
• /
• 2008

Traditional clustering methods, like k-means or fuzzy clustering, are prototype-based methods which are applicable only to convex clusters. On the other hand, spectral clustering tries to find clusters only using local similarity information. Its ability to handle concave clusters has gained the popularity recent years together with support vector machine (SVM) which is a kernel-based classification method. However, as is in SVM, the kernel width plays an important role and has a great impact on the result. Several methods are proposed to decide it automatically, it is still determined based on heuristics. In this paper, we proposed an adaptive method deciding the kernel width based on distance histogram. The proposed method is motivated by the fact that the affinity matrix should be formed into a block diagonal matrix to generate the best result. We use the tradition Euclidean distance together with the random walk distance, which make it possible to form a more apparent block diagonal affinity matrix. Experimental results show that the proposed method generates more clear block structured affinity matrix than the existing one does.

• Journal of the Korean Data and Information Science Society
• /
• v.25 no.5
• /
• pp.1069-1077
• /
• 2014

A clubfoot is a kind of congenital deformity of foot, which is internally rotated at the ankle. In this paper, we are going to cluster the curves of relative differences between regular and operated feet. Since these curves are irregular and sparsely sampled, general clustering models could not be applied. So the clustering model for sparsely sampled functional data by James and Sugar (2003) are applied and parameters are estimated using EM algorithm. The number of clusters is determined by the distortion function (Sugar and James, 2003) and two clusters of the curves are found.

• Journal of Digital Convergence
• /
• v.11 no.10
• /
• pp.367-372
• /
• 2013

In Speech recognition system, there is a problem with phoneme in the model training and it cause a stored mode regeneration process which come into being appear time and more costs. In this paper, we propose the methode of likely phoneme model schema using decision tree clustering. Proposed system has a robust and correct sound model which system apply the decision tree clustering methode form generate model, therefore this system reduce the regeneration process and provide a retrieve the phoneme unit in probability model. Also, this proposed system provide a additional likely phoneme model and configured robust correct sound model. System performance as a result of represent vocabulary dependence recognition rate of 98.3%, vocabulary independence recognition rate of 98.4%.