• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.952-955
• /
• 2014

본 논문에서는 정보 검색 분야에서 잘 알려진 잠재 의미 분석 방법과 계층적 군집화 방법의 단점을 상호 보완하여 보다 효율적인 정보 검색을 위한 혼합형 군집화 방법을 제안한다. 먼저, 잠재 의미 분석 방법은 벡터 연산을 통하여 자동적으로 문서 내에 있는 잠재적인 의미를 찾는 정보 검색분야에서 많이 사용되는 고전적인 방법이다. 그러나 이 방법은 언어의 유의성이나 다의성으로 인하여 발생되는 백-오브-워드(bag-of-word) 문제를 가지고 있다. 두 번째 방법인 문서 군집화를 위하여 범용적으로 사용되고 있는 계층적 군집화 방법이다. 이 방법은 이를 통하여 분석된 군집의 질적 측면에서 볼 때, 여전히 단층적 군집들이 많이 형성되어 세부적인 분석을 통한 추가적인 군집화가 필요함을 알 수 있다. 따라서, 본 논문에서는 앞서 언급한 문제점을 해결하기 위하여 혼합적인 방법으로 잠재 의미 분석 방법을 이용한 응집 계층 군집화 방법을 제안한다. 제안한 방법을 이용하여 잘 알려진 두 개의 데이터에 적용하고 기존의 방법과 그 결과를 비교함으로써 군집의 질적 측면에서의 우수함을 보인다.

• Proceedings of the Korea Institutes of Information Security and Cryptology Conference
• /
• 2001.11a
• /
• pp.228-231
• /
• 2001

인터넷의 활용이 급속하게 증가하여 인터넷에서의 정보보호에 대한 필요성이 대두되면서 표준화된 인터넷 정보보호 프로토콜인 IPsec이 등장하게 되었다. 이러한 IPsec은 현재 여러 가지 플랫폼에서 구현되고 있으며, 이러한 구현은 일반적으로 IP 계층에 통합하는 방법, BITS, BITW 중 하나의 방법론을 선택하고 있다. BITW는 outboard crypto processor를 사용하여 물리적인 인터페이스 카드 내에 IPsec을 구현하는 방법으로 효율성이 문제가 되므로 본 논문에서는 IP 계층에 통합하는 방법과 BITS 방법을 중심으로 장단점을 분석한다. 이에 본 논문은 리눅스 커널 상에서 IPsec을 구현하기 위해 리눅스 커널 모듈을 분석하고 가장 효율적이라 생각되는 IP 계층에 통합된 IPsec을 구현하는 방법을 제안한다.

• The Korean Journal of Applied Statistics
• /
• v.29 no.5
• /
• pp.921-933
• /
• 2016

In this paper, we consider the comparisons of the personal preferences of analytic hierarchy process (AHP) and conjoint analysis (CA) which contain very relatively small number of alternatives. However, a direct performance comparison is not easy because these two methods have a much different process to achieve the final decision. Therefore, we adopt a validity and reference method with empirical case study for cosmetics preference of female college students. In case study, conjoint analysis has the merit of measuring internal validity; however, AHP has the merit of measuring predictive validity.

• Journal of KIISE:Information Networking
• /
• v.27 no.4
• /
• pp.476-481
• /
• 2000

멀티캐스트 데이터의 기밀성을 유지하기 위해서는 멀티캐스트 데이터를 그룹의 공동키로 암호화하여 전송하여야 한다. 그러나 멤버가 멀티캐스트 그룹에 동적으로 가입하거나 탈퇴하는 경우에는 그룹의 공통키를 변경하기 위해 필요한 계산량과 메시지의 수가 그룹의 크기에 비례해 커지는 규모확장성 문제에 봉착하게 된다. 이러한 문제를 해결하기 위해 그룹의 멤버나 키에 계층 구조를 두는 여러 가지 방법들이 제안된바 있으나 계층 멀티캐스트에 적용할 수 있는 방법은 아직 제안된 바가 없다. 본 논문에서는 계층 비디오 멀티캐스트 환경에 적용할 수 있는 두가지의 그룹 키 분배 방법을 제안한다. 첫 번째 방법은 각 계층에 대해 별도의 키 계층 구조를 유지하는 계층별 키트리 방법이며 두 번째 방법은 하나의 공통 키트리를 유지하고 각 계층을 공통 키트리상의 서브트리로 유지하는 통합 키트리 방법이다. 성능분석결과 멤버가 그룹에 가입해 있는 동안 계층 상승을 자주하는 경우는 계층별 키트리 방법이 유리하며 계층의 개수가 많고 계층 상승이 잦지 않은 경우는 통합 키트리 방법이 효율적이다.

• The Korean Journal of Applied Statistics
• /
• v.14 no.1
• /
• pp.161-175
• /
• 2001

Meta-analysis refers to quantitative methods for combining results from independent studies in order to draw overall conclusions. Hierarchical models including selection models are introduced and shown to be useful in such Bayesian meta-analysis. Semiparametric hierarchical models are proposed using the Dirichlet process prior. These rich class of models combine the information of independent studies, allowing investigation of variability both between and within studies, and weight function. Here we investigate sensitivity of results to unobserved studies by considering a hierachical selection model with including unknown weight function and use Markov chain Monte Carlo methods to develop inference for the parameters of interest. Using Bayesian method, this model is used on a meta-analysis of twelve studies comparing the effectiveness of two different types of flouride, in preventing cavities. Clinical informative prior is assumed. Summaries and plots of model parameters are analyzed to address questions of interest.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04a
• /
• pp.706-708
• /
• 2002

DNA 마이크로어레이 실험으로 나온 데이터들을 클러스터링하는 것은 유전자의 기능과 유전자의 네트워크를 파악해 나가는데 도움을 주게 된다. 계층적 클러스터링(hierarchical clustering) 방법은 그러한 실험 분석에서 가장 보편적으로 사용되는 방법이다. 본 논문에서는 계층적 클러스터링을 통해서 나온 결과 트리에 대해서, 트리의 리프 노드들을 재배열함으로써, 인접한 리프 노드들간의 거리의 종합이 최소가 되도록 하는 문제인 리프오더링 방법을 다루었고, 새로운 리프오더링 알고리즘을 제안하였다. 그리고, 이를 포함한 여러 리프오더링 방법들에 대한 실험 및 생물학적인 분석을 하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.25 no.5
• /
• pp.999-1009
• /
• 2014

Hierarchical clustering analysis helps easily exploring massive microarray data and understanding biological phenomena with dendrogram. But, because hierarchical clustering algorithms only consider the absolute similarity, it is difficult to illustrate a relative dissimilarity, which consider not only the distance between a pair of clusters, but also how distant are they from the rest of the clusters. In this study, we introduced the relative hierarchical clustering method proposed by Mollineda and Vidal (2000) and compared hierarchical clustering method and relative hierarchical method using the simulated data and the real data in the various situations. The evaluation of the quality of two hierarchical methods was performed using percentage of incorrectly grouped points (PIGP), homogeneity and separation.

• Journal of Korean Academy of Nursing
• /
• v.16 no.1
• /
• pp.89-104
• /
• 1986

복잡한 사회문제해결에 유용한 접근방법의 하나인 계층분석과정은 수학자인 사티(Saaty)가 개발한 것으로서 이미 사회과학의 여러 분야에 적용되고 있다. 본 논문의 목적은 이 계층분석과정을 간호교육과 관련된 문제에 적용해 봄으로써 이 방법이 실제 문제해결을 위한 유용한 접근방법이 될 수 있는가를 고찰해 보는데 있다. .현대사회문제들은 다양한 관련요소, 그 요소들간이나 다른 문제들과의 복잡한 상호관계, 다수의 의사결정자의 참여, 무한한 대안, 문제의 결과에 대한 불확실성 등으로 인하여 단순한 모델이나 간단한 논리적 혹은 직관적인 판단에 준하여 일시에 해결하기 어려운 경우가 많다. 이러한 상황 하에서 문제와 관련된 요소들을 찾아내고 그 요소들을 계층적으로 분석하여 단계적으로 문제해결에 접근하는 계층분석과정을 활용함으로써 사회과학분야의 문제해결에 유용한 수단이 될 수 있다. 또한 문제와 관련된 요소를 규명하고 계층적으로 분화하는 과정에서 그 문제에 대한 보다 명확한 이해, 분석 및 현상의 흐름을 더 잘 인해하게 된다. 계층분석과정은 1) 계층구조의 설정 2) 구성요소들의 중요도 측정 3) 중요도에 따른 우선 순위의 산정 4) 우선 순위의 일관성 검토과정으로 요약된다. 본 논문에서는 이러한 과정을 통하여 미국 간호계에서 심각한 문제로 대두되어온 기본교육제도상의 쟁점(Issue of Entry into Practice）에 대한 문제 해결책이 마련되는지를 시도하였다. 즉, 기본교육 제도에 영향을 미칠 수 있는 요인들을 규명하여 계층화하고 계층내에 위치하는 구성요소들의 수평적 관계와 계층간의 수직적 관계를 체계적으로 검토하여 간호교육의 미래를 예측해 보았다. 간호교육제도에 영향을 미칠 수 있는 주요 요인들의 계층화는 거시적 환경차원(factors), 관련 이해자 집단차원(actors), 이해자 집단의 목표차원(objectives), 목표달성을 위한 정책차원(Policies), 그리고 간호교육제도의 미래를 예견한 시나리오(scenario)로 이루어졌다. 각 계층을 따라 단계적으로 중요도를 비교하여 최종적으로 각 시나리오의 우선순위 중요도(priority weight)를 구하였다. 각 시나리오의 우선순위 중요도를 간호교육과 관련된 4가지 차원들(학생, 교수, 교육기관, 직업)을 구성하고 있는 특성들에 가중하여 결과를 해석 하였다. 간호교육의 미래에 정치적(55%)과 경제적(25%) 요인이 가장 강한 영향을 미치고, 관련자중에서는 병원(38%) 의사(33%) 그리고 정부(23%)의 순으로 영향을 미친다고 분석되었다. 의외로 간호원 자신들은 큰 영향력이 없는 것으로 보여졌다. 4개의 시나리오 중에서는 그 우선순위 중요도가 현상유지(33%) 자발적4년제(32%), 강제 4년제(19%), 그리고 2~3년제의 우위(18%) 순으로 나타났다. 최종 시나리오 결과를 요약하면 1) 전체 학생수는 감소하나 양질의 간호학생수는 증가하며 2) 박사학위를 소지한 간호학 교수 및 전체 교수의 수가 증가할 것이다. 3) 전체 간호교육기여의 수는 약간 줄 것이며 그중 4년제 기관이 증가하고 반면에 2~3년제의 기관은 감소할 것이다. 4) 전문간호원이 되기 위한 입학용이도에는 별차이가 없겠으나 간호원들의 보수, 지위 및 자율성이 증가하면서 전반적인 간호의 질이 향상될 것이다. 계층분석과정의 적용으로 미국 간호교육계의 가까운 미래를 위와 같이 예견하여 보았으나 이 과정은 예견 뿐 만 아니라 일반적인 의사결정이나 문제 해결의 도구이외에도 복잡한 사회문제의 본질을 분석, 이해함으로써 보다 정화한 정책문제를 규정하는 데에도 유용할 것이다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.389-392
• /
• 2006

원거리에서 로봇 핸드를 제어하는 일은 어려운 일이다. 이를 WWW 데이터를 이용 데이터의 불분명확한 점을 사용하여 데이터가 덜 명확한 점이 있더라도 이를 제어 시스템의 데이터로서 사용할 수 있는 점을 이용하여 원거리에서 데이터를 WWW를 이용하여 수신하고 이를 좀더 발전시켜 로봇 제어를 할 수 있겠끔 데이터의 유동성을 보장하는 계층적 분석 방법에 접목시켜 로봇 제어를 할 수 있겠끔 하였다. 불분명확한 제어 데이터를 사용하는 대신 계층적 알고리즘을 사용하여 이를 보완 할 수 있는 보완 시스템을 구성하였다라고 말할수 있다. 단순한 WWW데이터 만으로 제어가 되지 않는다는 것을 확인하고 이를 계층적 분석 방법에 사용하므로써 보강할수 있는 점을 확인하고 WWW데이터를 사용하지 않는 방법과도 결과를 비교 검토한다.

• The Korean Journal of Applied Statistics
• /
• v.30 no.1
• /
• pp.181-193
• /
• 2017

The paper introduces bottom-up and optimal combination methods that can analyze and forecast hierarchical time series. These methods allow forecasts at lower levels to be summed consistently to upper levels without any ad-hoc adjustment. They can also potentially improve forecast performance in comparison to independent forecasts. We forecast regional traffic accident counts as time series data in order to identify efficiency gains from hierarchical forecasting. We observe that bottom-up or optimal combination methods are superior to independent methods in terms of forecast accuracy.