• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.377-382
• /
• 2007

본 논문에서는 애견 질병에 대한 전문적인 지식이 부족한 일반인들을 대상으로 자신의 애견 건강상태를 파악 할 수 있는 진단 시스템을 제안한다. 제안된 진단 시스템은 105가지 질병과 각 질병의 증상을 데이터베이스에 구축하여 입력된 증상을 통해서 애견의 질병을 도출한다. 본 논문에서는 신경망의 자율 학습 방법인 ART2 알고리즘을 적용하여 질병을 클러스터링 하고 그 결과 값인 클러스터의 출력값과 연결강도를 데이터베이스에 저장한다. 각 질병의 증상과 관련된 질의 결과를 입력 벡터로 제시하여 학습된 질병 정보와 비교하여 애견의 건강 상태를 진단한다. 애견의 건강 상태를 진단하는데 있어서 질병과 증상의 정확한 정보는 매우 중요하다. 따라서 본 논문에서는 질병과 증상의 정보를 데이터베이스로 구축하고 질병과 증상 정보를 효율적으로 관리할 수 있도록 하였다. 제안된 진단 시스템을 구현하여 수의학 전문의가 분석한 결과, 본 논문에서 제안한 시스템이 애견 질병의 보조 진단 시스템으로서의 가능성을 확인하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.10A
• /
• pp.1662-1670
• /
• 2001

인터넷 서비스 품질의 향상을 위해 고성능 서버의 증설 및 트래픽 분산 등 서비스 대역의 확장으로 인터넷 접속 장치인 서버 및 가입자망의 접속 속도는 급속히 향상되었으나, 인터넷의 접속 품질과 속도에 대한 만족도는 기대에 못 미치고 있다. 이러한 문제는 인터넷 접속장치의 증설로는 증가하는 트래픽을 수용하는 데에는 한계가 있고, 사용자측 노드에서 CP(Content Provider) 서버를 이르는 미들마일(Middel-mile) 구간이 개선되지 못하는데 원인이 있다. 본 논문에서는 지역적으로 분산된 멀티 사이트 인터넷 환경에서 각 클라이언트의 위치에 따라 클러스터링된 서버들의 로드 밸런싱을 유지하면서 서버와 사용자 측 노드를 최소화하여 사용자에게 효율적인 서버를 선택하는 방법을 제안하였다. 제안된 방법에는 효율적인 서버를 선택하기 위해 네트워크 상태 감시자(NSP)와 컨텐츠 서버 관리자를 두어 각 서버의 상태와 각 분산된 네트워크의 상태를 파악할 수 있도록 하였으며, 서버 선택 알고리즘과 알고리즘을 실현하기 위한 서비스 구조를 제시하였다. 또한, 효율적인 서비스 서버를 선택하기 위한 인자들과 측정방법을 나타내었으며, 제안된 서비스 구조에서 실험을 통하여 타당성을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.293-295
• /
• 2003

본 논문은 EJB 서버의 클러스터링 지원을 위해 구현된, 가변적인 멤버십 관리와 빈 인스턴스 상태 정보 복제 등의 서비스를 제공하는 멀티캐스트 프레임워크에서, 멀티캐스트 통신의 안전성을 보장하기 위한 멤버십 제어, 키 관리, 데이터 보안, 외부 보안 시스템 연동, 보안 정책 관리 등에 대해 논하며 그 구조와 방법을 제시하고자 한다.

• The KIPS Transactions:PartD
• /
• v.12D no.5 s.101
• /
• pp.719-728
• /
• 2005

2-dimensional electrophoresis(2DE) is a separation technique to identify proteins contained in a sample. However, the image is very sensitive to its experimental conditions as well as the quality of scanning. In order to adjust the possible variation of spots in a particular image, a user should manually annotate landmark spots on each gel image to analyze the spots of different images together. However, this operation is an error-prone and tedious job. This thesis develops an automated method of extracting the landmark spots of an image based on landmark profile. The landmark profile is created by clustering the previously identified landmarks of sample images of the same type. The profile contains the various properties of clusters identified for each landmark. When the landmarks of a new image need to be fount all the candidate spots of each landmark are first identified by examining the properties of its clusters. Subsequently, all the landmark spots of the new image are collectively found by the well-known optimization algorithm $A^*$. The performance of this method is illustrated by various experiments on real 2DE images of mouse's brain-tissues.

• Journal of KIISE:Software and Applications
• /
• v.31 no.11
• /
• pp.1431-1438
• /
• 2004

Reinforcement learning learns policies for accomplishing a task's goal by experience through interaction between agent and environment. Q-learning, basis algorithm of reinforcement learning, has the problem of curse of dimensionality and slow learning speed in the incipient stage of learning. In order to solve the problems of Q-learning, new function approximation methods suitable for reinforcement learning should be studied. In this paper, to improve these problems, we suggest Fuzzy Q-Map algorithm that is based on online fuzzy clustering. Fuzzy Q-Map is a function approximation method suitable to reinforcement learning that can do on-line teaming and express uncertainty of environment. We made an experiment on the mountain car problem with fuzzy Q-Map, and its results show that learning speed is accelerated in the incipient stage of learning.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.14 no.6
• /
• pp.229-234
• /
• 2014

As association between sensor networks that collect environmental information by using numberous sensor nodes and smartphones that are equipped with various sensors, many applications understanding users' context have been developed to interact users and their environments. Collected data should be stored with XML formatted metadata containing semantic information to share the collected data. In case of distance based clustering schemes, the efficiency of data collection decreases because metadata files are extended and changed as the purpose of each system developer. In this paper, we proposed a clustering scheme considering the structural similarity of metadata to reduce clustering construction time and improve the similarity of metadata among member nodes in a cluster.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.10a
• /
• pp.145-147
• /
• 2014

대부분 이진화 알고리즘은 임계치를 결정하기 위해 히스토그램을 사용하여 밝기 분포를 분석한다. 배경과 물체의 명암 차이가 큰 경우는 분할을 위해 양봉 히스토그램으로 표현하여 최적의 임계치를 찾기 위해 히스토그램 골짜기를 선택하는 것으로도 양호한 임계치를 찾을 수 있지만 배경과 물체의 밝기 차이가 크지 않거나 밝기 분포가 양봉 특성을 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 이 문제점을 개선하기 위해 삼각형 타입의 소속 함수를 적용하여 임계치를 동적으로 설정하고 영상을 이진화 하는 퍼지 이진화 방법이 제안되었다. 퍼지 이진화 방법은 소속 함수에 적용된 소속도를 a-cut에 적용하여 영상을 이진화 한다. 그러나 기존의 퍼지 이진화 방법은 a-cut값을 경험적으로 설정하기 때문에 다양한 영상을 이진화하는 과정에서 정보 손실이 많이 발생하는 문제점이 있다. 따라서 본 논문에서는 FCM 클러스터링 알고리즘을 이용하여 퍼지 이진화 방법의 a-cut값을 동적으로 설정하여 이진화하는 방법을 제안한다. 제안된 방법을 다양한 영상에 적용한 결과, 배경과 물체의 명암도 차이가 크게 나지 않는 영상의 경우에는 기존의 퍼지 이진화 방법보다 정보 손실이 적은 상태로 이진화되는 것을 확인하였다.

• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.11
• /
• pp.537-542
• /
• 2017

Aggressive driving is a major cause of car accidents. Previous studies have mainly analyzed young driver's aggressive driving tendency, yet they were only done through pure clustering or classification technique of machine learning. However, since elderly people have different driving habits due to their fragile physical conditions, it is necessary to develop a new method such as enhancing the characteristics of driving data to properly analyze aggressive driving of elderly drivers. In this study, acceleration data collected from a smartphone of a driving vehicle is analyzed by a newly proposed ECA(Enhanced Clustering method for Acceleration data) technique, coupled with a conventional clustering technique (K-means Clustering, Expectation-maximization algorithm). ECA selects high-intensity data among the data of the cluster group detected through K-means and EM in all of the subjects' data and models the characteristic data through the scaled value. Using this method, the aggressive driving data of all youth and elderly experiment participants were collected, unlike the pure clustering method. We further found that the K-means clustering has higher detection efficiency than EM method. Also, the results of K-means clustering demonstrate that a young driver has a driving strength 1.29 times higher than that of an elderly driver. In conclusion, the proposed method of our research is able to detect aggressive driving maneuvers from data of the elderly having low operating intensity. The proposed method is able to construct a customized safe driving system for the elderly driver. In the future, it will be possible to detect abnormal driving conditions and to use the collected data for early warning to drivers.

• The KIPS Transactions:PartA
• /
• v.12A no.5 s.95
• /
• pp.427-432
• /
• 2005

I studied about existent load distribution algorithms and the WLC(Weighted Least Connection) algerian that is using much at present to distribute the connection request of users to real servers efficiently in web cluster system. The efficiency of web cluster system is fallen by load imbalance between servers, because there is problem In inaccurate load status measuring of servers and measuring timing at these load distribution algorithms. In this paper, I suggest an algorithm that distributes load base on various load state of servers by real time using broadcasting RPC(Remote Procedure Call) when a user requests connection, and implement a prototype and experiment its performance. The experiment result shows that load imbalance phenomenon between reai sowers was improved greatly than existing method, and performance of web cluster system was improved by efficiency that response time is shortened.

• Journal of Digital Convergence
• /
• v.13 no.1
• /
• pp.243-248
• /
• 2015

Recognition model is not defined when you configure a model, Been added to the model after model building awareness, Model a model of the clustering due to lack of recognition models are generated by modeling is causes the degradation of the recognition rate. In order to improve decision tree state tying modeling using parameter estimation of Bayesian method. The parameter estimation method is proposed Bayesian method to navigate through the model from the results of the decision tree based on the tying state according to the maximum probability method to determine the recognition model. According to our experiments on the simulation data generated by adding noise to clean speech, the proposed clustering method error rate reduction of 1.29% compared with baseline model, which is slightly better performance than the existing approach.