• The Journal of the Korea Contents Association
• /
• v.7 no.6
• /
• pp.52-59
• /
• 2007

This paper presents a greedy method for user-steered mesh segmentation, which is based on the merging priority metric defined for representing the geometric properties of meaningful parts. The priority metric is a weighted function composed of five geometric parameters: distribution of Gaussian map, boundary path concavity, boundary path length, cardinality, and segmentation resolution. This scheme can be extended without any modification only by defining more geometric parameters and adding them. Our experimental results show that the shapes of segmented parts can be controlled by setting up the weight values of geometric parameters.

• Environmental and Resource Economics Review
• /
• v.13 no.2
• /
• pp.245-269
• /
• 2004

While the role of local community is getting important in reducing greenhouse gases, current financial supports have not considered these efforts. Instead, development activities have been the only basis of fiscal distribution, which have led to unsustainable development. In this context, this paper analyzes the emission and absorb of air pollutants by local districts in Daegu Metropolitan city and constructs an empirical energy database for local energy use and environmental emissions. Based on the data, it prioritized environmental contribution by region through using MCDM methods, that include maximin & maximax method, simple additive weighting (SAW) and hierarchical additive weighting method (HAW). This concludes the possibility of policy methodology through which we can input environmental variables in distributing local budget.

• Journal of Intelligence and Information Systems
• /
• v.21 no.1
• /
• pp.29-45
• /
• 2015

Response modeling is a well-known research issue for those who have tried to get more superior performance in the capability of predicting the customers' response for the marketing promotion. The response model for customers would reduce the marketing cost by identifying prospective customers from very large customer database and predicting the purchasing intention of the selected customers while the promotion which is derived from an undifferentiated marketing strategy results in unnecessary cost. In addition, the big data environment has accelerated developing the response model with data mining techniques such as CBR, neural networks and support vector machines. And CBR is one of the most major tools in business because it is known as simple and robust to apply to the response model. However, CBR is an attractive data mining technique for data mining applications in business even though it hasn't shown high performance compared to other machine learning techniques. Thus many studies have tried to improve CBR and utilized in business data mining with the enhanced algorithms or the support of other techniques such as genetic algorithm, decision tree and AHP (Analytic Process Hierarchy). Ahn and Kim(2008) utilized logit, neural networks, CBR to predict that which customers would purchase the items promoted by marketing department and tried to optimized the number of k for k-nearest neighbor with genetic algorithm for the purpose of improving the performance of the integrated model. Hong and Park(2009) noted that the integrated approach with CBR for logit, neural networks, and Support Vector Machine (SVM) showed more improved prediction ability for response of customers to marketing promotion than each data mining models such as logit, neural networks, and SVM. This paper presented an approach to predict customers' response of marketing promotion with Case Based Reasoning. The proposed model was developed by applying different weights to each feature. We deployed logit model with a database including the promotion and the purchasing data of bath soap. After that, the coefficients were used to give different weights of CBR. We analyzed the performance of proposed weighted CBR based model compared to neural networks and pure CBR based model empirically and found that the proposed weighted CBR based model showed more superior performance than pure CBR model. Imbalanced data is a common problem to build data mining model to classify a class with real data such as bankruptcy prediction, intrusion detection, fraud detection, churn management, and response modeling. Imbalanced data means that the number of instance in one class is remarkably small or large compared to the number of instance in other classes. The classification model such as response modeling has a lot of trouble to recognize the pattern from data through learning because the model tends to ignore a small number of classes while classifying a large number of classes correctly. To resolve the problem caused from imbalanced data distribution, sampling method is one of the most representative approach. The sampling method could be categorized to under sampling and over sampling. However, CBR is not sensitive to data distribution because it doesn't learn from data unlike machine learning algorithm. In this study, we investigated the robustness of our proposed model while changing the ratio of response customers and nonresponse customers to the promotion program because the response customers for the suggested promotion is always a small part of nonresponse customers in the real world. We simulated the proposed model 100 times to validate the robustness with different ratio of response customers to response customers under the imbalanced data distribution. Finally, we found that our proposed CBR based model showed superior performance than compared models under the imbalanced data sets. Our study is expected to improve the performance of response model for the promotion program with CBR under imbalanced data distribution in the real world.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• v.y2005m4
• /
• pp.248-251
• /
• 2005

In this paper, health monitoring technique has been studied for performance deterioration caused by the defects of the gas turbine. The parameters for performance diagnostics have been extracted by using GSP program for modeling the target engine. The virtual sensor model for the health monitoring has been built of those data. The position and magnitude of the defects of the engine components have been determined by using Multiple Linear Regression technique and the method using the weight in order to diagnose the single and multiple defects.

• Proceedings of the KIEE Conference
• /
• 1998.11b
• /
• pp.469-471
• /
• 1998

이논문은 입력과 상태변수에 제한조건이 있는 이산형 불확실 선형 시스템을 위한 강인한 이동구간 제어기를 제시한다. 모델 변수는 콘벡스 집합에 속하는 불확실성 성질을 갖는다. 제안된 이동구간 제어기는 터미널 가중치 행렬들과 입력과 상태변수의 제한조건을 가지는 최악의 일단계 목적함수의 최소화에 기초한다. 제안된 이동구간 제어기는 위의 불확실한 시스템을 일정한 터미널 가중치 행렬에 대한 행렬 부등식 조건하에서 안정화 시킬수 있다는 것을 보인다. 이 강인 이동구간 제어기는 기존의 무한 구간 강인 이동구간 제어기보다 같은 설계 조건하에서 보다 더 일반적인 구조와 더 큰 간으한 초기 상태 영역을 갖는다. 이 제시된 이동구간 제어기는 반한정 프로그래밍을 이용하여 얻어진다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.529-531
• /
• 2011

In Gen-2 Q-algorithm, the values of weight C, which is the parameter for incrementing or decrementing the slot-count size, are not defined in the standard. In this case, if the reader selects an inappropriate weight, there are a lot of empty or collided slots. As a result, the performance will be degraded because the frame size does not converge to the optimal point quickly during the query round. In this paper, we analyze how the performances of Gen-2 Q-algorithm will be affected by the weight value.

• Journal of Institute of Control, Robotics and Systems
• /
• v.1 no.2
• /
• pp.83-87
• /
• 1995

본 논문에서는 이산시간 LQ 조절기의 안정도 강인성을 주파수 영역및 시간영역에서 고찰하고 그 향상책을 제시하낟. 주파수영역에서 강인성 척도인 궤환차행렬(return difference matrix) 의 최소특이치가 상태가중치 행렬과 제어가중치 행렬의 비와 반비례함을 보이고, 시간영역에서 매개변수의 변화에 대한 안정도 강인성 범위들을 얻는다. 이 범위들의 점근적 성질을 밝히기 위하여 LQ 궤환이득의 특이치들이 상태가중치 행렬과 제어기중치 행렬의 비의 증가함수 임을 보인다. 몇가지 조건하에서 시스템 행렬(입력행렬)에 대한 안정도 강인성 범위가 상태 가중치 행렬과 제어가중치 행렬의 비가 증가(감소)함에 따라서 증가함을 보이고, 이러한 사실들을 예제를 통하여 검증한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.262-267
• /
• 2007

퍼지 ART 알고리즘에서 경계 변수는 패턴들을 클러스터링하는데 있어서 반지름 값이 되며 임의의 패턴과 저장된 패턴과의 불일치(mismatch) 허용도를 결정한다. 이 경계 변수가 크면 입력 벡터와 기대 벡터 사이에 약간의 차이가 있어도 새로운 카테고리(category)로 분류하게 된다. 반대로 경계 변수가 작으면 입력 벡터와 기대 벡터 사이에 많은 차이가 있더라도 유사성이 인정되어 입력 벡터들을 대략적으로 분류한다. 따라서 영상 인식에 적용하기 위해서는 경험적으로 경계 변수를 설정해야 단점이 있다. 그리고 연결 가중치를 조정하는 과정에서 학습률의 설정에 따라 저장된 패턴들의 정보들이 손실되는 경우가 발생하여 인식율을 저하시킨다. 본 논문에서는 퍼지 ART 알고리즘의 문제점을 개선하기 위하여 퍼지 논리 접속 연산자를 이용하여 경계 변수를 동적으로 조정하고 저장 패턴들과 학습 패턴간의 실제적인 왜곡 정도를 충분히 고려하여 승자 노드로 선택된 빈도수를 학습률로 설정하여 가중치 조정에 적용한 개선된 퍼지 ART 알고리즘을 제안하였다. 제안된 방법의 성능을 확인하기 위해서 실제 영문 명함에서 추출한 영문자들을 대상으로 실험한 결과, 기존의 ART1과 ART2 알고리즘이나 퍼지 ART 알고리즘보다 클러스터의 수가 적게 생성되었고 인식 성능도 기존의 방법들보다 우수한 성능이 있음을 확인하였다.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.38 no.4
• /
• pp.363-370
• /
• 2014

A new NURBS-based shape optimization method is proposed. Most shape optimization studies consider only control point positions as design variables. Some shape optimization processes present problems with mesh quality and convergence when control points are constrained to a limited space. If the weights of the control points are regarded as additional design variables, it should be possible to attain a better degree of shape control. In this study, positions and weights of NURBS control points are used as design variables, and a shape optimization algorithm incorporates position optimization and weight optimization steps. This method is applied to shape optimization benchmarking problems to verify its advantages.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.310-310
• /
• 2017

홍수추적 모형의 적절성을 결정하는 중요한 요소 중 하나는 모형의 매개변수이다. 특히 자연하천에 관한 부정류 계산모형의 매개변수인 조도계수는 하상재료의 특성에 따라 좌우되는 표피마찰뿐만 아니라 하상의 굴곡 등 단면형의 변화에 따른 형상손실 및 하천의 사행에 따른 손실 효과 등을 포괄적으로 내포하고 있기 때문에 모든 하천구간에 대하여 일반적으로 적용할 수 있는 조도계수의 값을 하나로 결정하기는 어렵다. 또한 조도계수는 흐름조건, 즉 유량 또는 수위의 변화에 따른 가변성을 갖고 있기 때문에, 흐름이 시간 및 공간적으로 변화하는 부정류 계산모형에 있어서는 더욱 그러하다. 그러므로 본 연구에서는 조도계수의 가변성과 다수 지점의 관측치를 고려한 모형보정의 결과로부터 얻은 파레토 최적화와 최소최대 후회도 방법(Minimax regret approach, MRA)을 결합하여 부정류 계산모형의 안정적인 매개변수를 선정할 수 있는 방법을 제안하였다. 여러 지점의 관측치를 고려한 모형의 보정은 다목적 최적화 문제로서, 여러 지점에 대한 가중치를 결합하여 얻은 하나의 목적함수에 대하여 여러 번의 개별 최적화를 수행함으로써 다수의 파레토 최적해들을 구할 수 있는 통합접근법을 적용하였다. 이때 유량에 따른 조도계수의 가변성을 나타내는 두 개의 매개변수로 구성된 관계식을 이용하여 두 구간에 대한 매개변수들을 모형의 추정 대상 매개변수로서 최적화하였다. 이 후 각기 다른 홍수사상에 대해 보정과 검증을 수행하였으며 각각에 대한 평가지표의 후회도를 정량화하였고 최종 안정적인 매개변수를 추정하기 위해 MRA를 이용하여 종합적인 순위를 도출하였다. MRA는 완전히 불확실한 의사결정 상황에서 유용한 방법으로 알려져 있는데 가장 나쁜 순위가 가장 좋은 것을 선택할 수 있게 하는 보수적인 의사결정기법이다. 계산결과 추정된 모형의 가변조도계수와 그로부터 얻은 두 개 지점에서의 평가지표인 RMSE는 두 지점에 대한 가중치의 조합에 따라 선택되는 매개변수 값에 따라 달라짐을 알 수 있었다. 본 연구에서 제시한 방법은 수문 및 수리모형의 다수의 관측지점의 자료를 이용한 매개변수 산정문제에 있어서 안정적인 해를 도출할 수 있다.