• 한국디지털정책학회:학술대회논문집
• /
• 2005.11a
• /
• pp.391-410
• /
• 2005

본 연구에서는 응답자들의 라이프스타일을 먼저 몇 개의 요인으로 분석 한 후, 도출된 요인들을 다시 군집분류를 하였다. 추출된 군집들에 따라 인터넷 뱅킹 신뢰성과 인지도 그리고 소득수준이 인터넷 뱅킹 이용도에 어떤 차이를 보이는지 분석하였고, 전체 군집에서 나온 결과와 어떤 차이를 보이는지 비교 분석 해보았다. 그 결과 라이프스타일에 따라 4개의 군집이 분류되었으며, 군집1을 '적극적 활동형', 군집 2를 '현실적 가족형', 군집 3을 '전통적 보수형', 군집 4를 '소극적 비활동형'으로 명명하였다. 군집들에 따라 신뢰성, 인지도, 소득수준이 인터넷 뱅킹 이용에 영향을 미치는지에 대한 연구 결과로는 전체군집에서는 소득에만 영향을 받았으나 군집을 세분화하여 세분화된 군집별로 알아본 결과 전체 군집과는 달리 '적극적 활동형'은 신뢰성, '전통적 보수형'과 '소극적 비활동형'은 소득수준, 그리고 현실적 가족형은 아무 영향을 받지 않는 것으로 보아 시장을 세분화 하였을 경우와 세분화 하지 않았을 경우의 연구 결과는 다르다는 결론을 얻어냈으며, 인터넷 뱅킹 활성화에 있어서도 라이프스타일에 따른 고객 세분화는 큰 의미가 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.563-564
• /
• 2020

본 논문에서는 이동형 군집형 센서 시스템에서 상황에 따른 경로 변경에 대해 고려한다. 이동형 군집형 센서 시템은 임무 수행을 위해 무선으로 상호 네트워크 연결을 유지한 채로 그룹 이동을 수행한다. 이러한 그룹 이동의 경우 경로 변경의 상황에서 싱크 시스템의 명령에 따라 경로 변경을 수행한다. 그러므로 본 논문에서는 이동 센서 시스템들의 경로 변경을 발생하는 환경에 대해 고려한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.477-480
• /
• 2004

본 논문에서는 고차원의 특성을 가진 범주형 데이터 집합의 군집 유효화 기술에 대하여 알아본다. 먼저, 범주형 데이터 집합에 대하여 한 군집의 센트로이드를 정의함에 따라 일반적인 군집화 방법에서 사용되는 쌍 유사성 측정을 가능하게 한다. 다음으로, 범주형 데이터 집합에 대한 증분 군집 알고리즘을 통하여 도출된 결과에 대해 최적 군집 수의 결정하기 위하여 엔트로피 기반 군집 유효화 지수를 사용한다. 이를 통하여 일반적인 군집 알고리즘에서 최적 결과를 얻기 위해 필요한 문턱값 결정 문제를 손쉽게 해결한다. 마지막으로, 위의 개념들을 여러 데이터 집합에 대해 실험한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.249-250
• /
• 2020

본 논문에서는 무선 이동 환경에서 군집형 센서 시스템의 영역 지정 방식에 대해 고려한다. 이동 기능을 보유한 다수의 군집형 센서 시스템들이 임무를 수행할 경우 이동 경로 상에서 센서 시스템들의 이동 영역을 설정한다. 이동 영역의 설정을 위해 센서 세스템들의 영역 지정을 위한 네트워크를 형성한다. 형성된 네트워크 안에서 센서 시스템들은 이동 지점을 통해 경로를 따라 이동을 수행한다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2005.05a
• /
• pp.49-51
• /
• 2005

본 연구는 반복분할(recursive partitioning)에 의한 군집화 방법을 제안하고 활용 예를 제시한다. 이 방법은 나무 형태의 해석하기 쉬운 단순한 규칙을 제공하면서 동시에 변수선택기능을 제공한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.19 no.12
• /
• pp.480-490
• /
• 2018

This study investigated the profiles of anger expression (anger control, anger in, anger out) and their variation in forms, and determined the differences in depression, aggression, and negative affect intensity of middle school students. For this purpose, the survey responses of 296 middle school students in Seoul were analyzed. The major study results are as follows. (1) Cluster analyses yielded four anger expression profiles: cluster 1 was characterized by high scores for anger control, anger in and anger out, cluster 2 by low scores for anger control, high scores for anger in and anger out, cluster 3 by low scores for anger control, anger in and anger out, and cluster 4 by low scores for anger in, high scores for anger control and anger out. (2) Between-cluster differences in depression, aggression, and negative affect intensity were all significant. The posteriori test indicated that cluster 4 was higher than the other three clusters in terms of depression. Cluster 3 was higher than the other three clusters on aggression, cluster 2 was higher than cluster 4 in terms of aggression. The interventions by aggression expression cluster are discussed and the implications of this research to education and counseling are explained.

• Proceedings of the Korean Statistical Society Conference
• /
• 2001.11a
• /
• pp.163-167
• /
• 2001

데이터 마이닝에서 분석의 대상으로 하는 대용량 자료에는 연속형 자료와 범주형 자료가 모두 포함된다. 전통적인 군집분석은 연속형 자료를 대상으로 하는 방법들이다. 본 연구에서는 범주형 자료를 대상으로 하는 군집분석방법인 K-모드 알고리즘과 락(ROCK) 알고리즘을 비교${\cdot}$분석하였다. 그리고 두 알고리즘이 갖는 방법론적인 단점을 보안하여 군집의 효과를 높일 수 있는 개선 방안을 제안하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.181-183
• /
• 2006

본 논문은 고차원의 범주형 데이터에 대한 군집화에 대해서 다룬다. 기존의 범주형 데이터 객체를 위한 유사성(상이성) 계측들의 기저에 깔려 있는 한계점은 수치형 데이터에서와 같은 순서화 (ordering)의 부재와 데이터의 고차원성과 희소성에 기인하는데, 이를 효과적으로 극복할 수 있는 기법이 투영 군집화이다. 본 논문에서는 고차원의 범주형 데이터를 효과적으로 처리할 수 있는 투영 군집화를 다루며 핵심 요소인 군집 차원의 정의와 군집 응집도를 제안한다.

• Journal of KIISE
• /
• v.43 no.6
• /
• pp.686-691
• /
• 2016

In this paper, we introduced the adaptive spectral co-clustering, a spectral clustering for multiview data, especially data with more than three views. In the adaptive spectral co-clustering, the performance is improved by sharing information from diverse views. For the efficiency in information sharing, a co-training approach is adopted. In the co-training step, a set of parameters are estimated to make all views in data maximally independent, and then, information is shared with respect to estimated parameters. This co-training step increases the efficiency of information sharing comparing with ordinary feature concatenation and co-training methods that assume the independence among views. The adaptive spectral co-clustering was evaluated with synthetic dataset and multi lingual document dataset. The experimental results indicated the efficiency of the adaptive spectral co-clustering with the performances in every iterations and similarity matrix generated with information sharing.

• Korean journal of applied entomology
• /
• v.55 no.4
• /
• pp.523-528
• /
• 2016

The migratory locust Locusta migratoria, one of the world's most notorious insect pests, has polyphenic (gregarious or solitarious) characteristics. Although this species is known to have several morphological variants, it is genetically divided into two different lineages using mitochondrial genome analysis: Southern (Africa, Southern Europe, Southern Asia, and Australia) and Northern (East Asia and the Eurasian continent). In 2014, a large number of orange black-colored gregarious L. migratoria nymphs suddenly appeared at Haenamgun, Jeollanamdo in the south of Korea. This is the first report of gregarious phase locusts occurring in Korea. In this study, mitochondrial COI sequences of one nymph and 11 adults of L. migratoria were analyzed to examine the genetic lineage of the gregarious nymphs of L. migratoria. Our results showed that all 12 individuals belong to the Northern linage and have low intraspecific genetic divergences (0.0% - 0.9%).