• 정보처리학회논문지D
• /
• 제10D권2호
• /
• pp.277-282
• /
• 2003

웹으로부터 유용한 정보를 얻기 위한 연구는 현재 많이 진행되고 있다. 본 논문에서는 특히 웹 로그 데이터의 희소성에 대한 문제 해결과 이를 통한 웹 사용자의 군집화 방안에 대하여 연구하였다. MCMC 방법의 베이지안 추론에 의한 결측치 대체 기법을 이용하여 웹 데이터의 희소성을 제거하였고, 주성분에 의한 산점도를 통하여 형상지도의 차원을 결정한 자기 조직화지도를 이용하여 웹 사용자의 군집화를 수행하였다. 제안 기법은 기존의 방법들에 비해 모형의 정확도와 빠른 학습 시간을 제공하여 주었다. KDD Cup 데이터를 이용한 실험을 통하여 제안 방법에 대한 문제 해결 절차 및 성능 평가를 객관적으로 확인하였다.

• 정보관리학회지
• /
• 제25권2호
• /
• pp.49-68
• /
• 2008

지금까지의 정보검색 연구에서 데이터 융합 기법을 이용한 문서 검색은 하나의 알고리즘에 의한 검색에 비하여 많은 경우에 효율성이 높은 결과를 얻을 수 있었다. 하지만 이미지 검색에서 상이한 알고리즘을 이용한 다수의 검색 결과를 합쳐 하나의 검색결과를 얻는 데이터 융합 기법의 사용은 많지 않았다. 이 연구에서는 소벨 연산자를 이용한 윤곽선 검출과 자기조직화 지도 알고리즘에 의한 두 검색 결과를 융합하여 각각의 알고리즘에 의한 검색결과 보다 높은 효율성을 보여주는 방법을 제시하였다. 이 연구에서는 상용 클립아트 이미지를 이용하여 사람의 주관적인 적합성 판단을 배제한 검색 실험 데이터를 만들어 사용하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.189-193
• /
• 2011

유역관리 및 수질 향상을 위해 다양한 환경정책이 시행되고 있으며, 최근 수질오염총량관리제의 시행으로 인해 보다 집중적인 유역관리와 수질 향상을 위한 노력이 배가되고 있다. 이러한 노력의 일환으로 현재 환경부 국립환경과학원에서는 수질오염총량관리를 위하여 단위유역의 말단지점에서 수질 및 유량자료에 대한 정기적인 측정을 8일 간격으로 시행하고 있으며, 데이터 베이스 및 웹시스템을 통하여 자료를 공개하고 있다(이호열, 2009). 이와 같은 자료의 측정과 축적은 그 분석을 통해 수질 개선을 위한 우선 관리 대상지점의 파악 등과 같이 수질오염총량관리제의 시행과 평가를 위해 사용될 수 있을 뿐만 아니라 새로운 환경정책의 수립에도 활용될 수 있을 것으로 기대된다. 그러나 현재 소수의 연구들에서만 상기의 자료를 단순히 활용한 결과를 찾을 수 있으며, 특히 측정된 수질 및 유량자료를 분석하여 발표한 연구결과 역시 소수에 지나지 않는다(김철겸 등, 2009). 측정 자료에 대한 분석 및 이에 따른 자료의 활용성 제고를 위해서 다양한 자료 분석 기법의 개발과 적용이 절실하다. 이러한 자료 분석 기법의 개발 및 적용에 관한 연구의 일환으로 최근 패턴분류를 위해 다양한 분야에서 활용되고 있는 자기조직화 특성 지도(Self Organizing Feature Map: SOFM)를 상기의 측정 자료에 적용한 연구 결과가 보고된 바 있다(진영훈 등, 2009; 2010). 본 연구에서는 수질오염총량관리제를 위해 측정되고 있는 수질 및 유량자료를 수집하여 자료에 내재되어 있는 시 공간적 특성을 분석하고자 하였다. 영산강 유역을 대상으로 하여, 본 유역 내의 단위유역들 중 황룡_A, 지석_A, 영본_A, 영본_B, 영본_C, 영본_D의 말단지점에서 측정되고 있는 BOD (Biochemical Oxygen Demand), TOC (Total Organic Carbon), T-N (Total Nitrogen), T-P (Total Phosphorus), SS (Suspended Solids) 수질농도 및 유량자료를 대상으로 연구를 진행하였다.

• 정보처리학회논문지C
• /
• 제12C권5호
• /
• pp.649-658
• /
• 2005

네트워크 기반의 공격은 그 위험성과 피해의 규모가 크기 때문에 공격 초기에 빨리 탐지하는 것이 중요하다. 그러나 지도학습 데이터 마이닝을 이용한 네트워크상의 비정상 트래픽을 탐지하는 방법은 방대한 양의 데이터 전처리와 관리자의 분석이 요구되며 관리자의 분석이 정확하다는 보장이 없을 뿐만 아니라 각 네트워크의 실시간 특성을 고려하지 못하기 때문에 탐지의 어려움이 크다. 본 논문에서는 실시간 침입 탐지와 점진적 학습을 위해 비지도학습의 데이터마이닝 기법중 하나인 자기 조직화 지도를 기반으로 트래픽 속성 상관관계 메커니즘을 제안한다. 이는 세 단계로 이루어진다. 첫 번째 단계는 초기 학습이 이루어지는 단계로 비지도 학습을 통하여 성격이 비슷한 트래픽끼리 클러스터링 한 맵을 생성시킨다. 두 번째 단계는 맵의 각 클러스터가 정상과 비정상 트래픽의 클러스터로 구분되기 위해 각 공격별로 추출된 규칙(rule)을 적용하여 맵을 분석한다. 이 규칙은 지도 학습을 통한 규칙 기반의 방법으로, 각 데이터 항목마다 SOM을 이용한 속성별 맵의 상관관계(correlation) 분석을 통해 생성되었다. 마지막으로 분석된 맵을 이용하여 실시간 탐지와 함께 점진적 학습이 이루어지게 된다. 여러 실험을 통하여 비지도 학습과 지도 학습을 결합한 SOM 기반 트래픽 속성 상관관계 메커니즘이 지도 학습에 비해 실시간 탐지에 우수함을 증명하였다.

• 대한산업공학회지
• /
• 제20권2호
• /
• pp.65-76
• /
• 1994

The most effective computer algorithms for facility layout that have been found are mainly based on the improvement heuristic such as CRAFT. In this paper, we present a new algorithm which is based on the Kohonen neual network. The algorithm firstly forms a self-organizing feature map where the most important similarity relationships among the facilities are converted into their spatial relationships. A layout is then obtained by a minor adjustment to the map. Some simulation results are given to show the performance of the algorithm.

• 한국경영과학회지
• /
• 제23권1호
• /
• pp.143-159
• /
• 1998

This paper proposes a new type of fuzzy approximate reasoning method that combines a self organizing feature map and a fuzzy logic. Previous methods considered only input part to determine the number of fuzzy rules, while this paper considers both input and output parts simultaneously. Our approach proved to improve the inference performance. We also developed a new index for avoiding overlearning which guarantees more accurate results. Experimental results showed that our approach surpasses the performance of Takagi & Hayashi (1991) approach.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권9호
• /
• pp.547-553
• /
• 2008

본 논문에서는 2 단계 서류 레이아웃 분할 방법을 제안한다. 서류 분할의 1 차 단계는 top-down 계열의 영역 추출로서 모폴로지 기반의 거리 함수를 사용하여 주어진 영상 데이타를 사각형 영역들로 분할한다. 거리 사상 함수를 통한 예비 결과는 성능 개선을 위한 2 차 단계의 입력 변수로 작용한다. 서류 분할의 2차 단계로서 기계 학습 이론을 적용한다. 통계 모델을 따르는 RBF 신경망을 선택하였고, 은닉 층의 설계를 위해 코호넨 네트워크의 자기 조직화 성격을 활용한 데이타 군집화 기법을 기반으로 하였다. 본 논문에서는 300개의 영상에서 추출된 영역 데이타를 통해 학습된 신경망이 1차 단계에서 도출된 예비 결과를 개선함을 연구 결과로 제시하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.277-277
• /
• 2021

합류부는 인공수로 또는 자연하천에서 흔히 존재하며 매우 복잡한 흐름 구조가 발생하는 곳이다. 특히 본류와 지류의 유속장의 차이에 따라 발생하는 전단층은 흐름과 물질이 혼합되는 경계면이 되며, 흐름 구조가 전단층을 따라 발달한다는 특징으로 인해 수리학적으로 매우 중요하다. 최근 원격탐사 기법의 발전에 따라 위성이나 드론과 같은 무인 이동체를 이용한 하천 계측법이 수질 및 지형변화 연구들에 광범위하게 적용되고 있다. 그 중 RGB 항공영상은 해상도가 높고 취득 비용이 저렴하여 확장성 및 활용도가 높다. 본 연구에서는 합류부 전단층이 촬영된 RGB 항공 영상을 이용해 합류부 전단층 분석에 활용하는 방법을 제안한다. 제안되는 방법은 RGB 항공 영상에서 본류와 지류의 수체 영역을 각각 추출하기 위해 가우시안 혼합 모형(Gaussian mixture model)을 이용한다. 추출된 수체 영역에는 자기조직화지도(self-organizing map)을 적용하고 좌표 변환을 하여 정량적인 특징을 추출한다. 본 연구에서는 알고리듬의 적용 예로서 구글어스를 통해 확보된 낙동강-남강 합류부의 항공 영상을 분석한다. 본 추출법을 이용하면 접촉식 센서를 이용하는 기존의 전단층 계측 방법들에 비해 경제적이고 안전하며 합류부 흐름의 평면적 분석을 가능하게 할 수 있을 것으로 기대된다.

• 대기
• /
• 제28권3호
• /
• pp.305-315
• /
• 2018

본 연구에서는 1995년부터 2014년의 20년기간 동안 우리나라 여름철 극한온도를 나타내기 위해서 일별 임계치를 가지는 TX90pD와 월별 임계치를 가지는 TX90pM을 정의하여 그 유사성을 살펴본 후 극한 온도가 나타나는 날들의 유형을 자기조직화지도를 이용해서 분류하였다. TX90pD와 TX90pM는 임계치를 정의하는 방법이 다름에도 불구하고 그 유사성이 아주 높았으며 자기조직화지도를 통한 유형분류에서 유사한 패턴이 나타났다. 4개로 분류한 군집에서 모두 우리나라에 높은 온도가 나타났으며 고기압성 순환아노말리가 우리나라를 덮고 있는 것을 보아 우리나라 여름철 극한온도의 주된 요인은 고기압성 순환 아노말리에 의한 강한 일사 때문인 것을 유추할 수 있다. 자기조직화지도를 통해서 4개의 군집으로 분류한 극한온도의 패턴을 분류한 결과 주요한 2개의 모드를 찾았으며 적도와 열대 해수면온도 아노말리의 영향을 받는 동아시아-태평양 패턴과 유사한 원격상관패턴과 중위도 영향을 받는 북대서양에서 시작하여 동쪽으로 이동하는 대기 순환장 패턴이 나타나며 합쳐서 약 85% 이상의 높은 비중을 차지하고 있다. 이 두 패턴과 관련된 해수면 온도 아노말리를 살펴 본 결과 첫번째로 동아시아-태평양 패턴과 유사한 원격상관 패턴은 봄철 북서태평양에서의 양의 해수면 온도 아노말리와 관련이 있다. 이 따뜻한 해수면 온도 아노말리에 의해 저기압성 순환이 생성되고 대기-해양 상호작용에 의해서 저기압성 순환 아노말리는 강수 아노말리를 만들면서 유지된다(Xie and Philander, 1995; Wang et al., 2000). 이 때 발생하는 강수 아노말리는 비단열 가열항으로 작용하여 자오선방향으로 전파하는 로스비파를 만들어서 우리나라에 고기압성 순환아노말리를 형성한다. 두번째로 중위도 원격상관 패턴은 봄철 북대서양에서의 양의 해수면 온도 아노말리패턴과 관련이 있다. 봄철 북대서양의 해수면 온도 아노말리는 동쪽으로 전파하는 로스비파의 에너지원으로 작용하여 동아시아 여름 몬순에 영향을 준다(Wu et al., 2009). 이 로스비파의 전파에 의해서 한반도에 단파 복사의 지속적인 유입을 동반하는 고기압성 순환이 형성되어 우리나라의 지표면 온도를 높이는 것에 기여함과 동시에 극한온도의 발생 빈도를 증가시킨다. 이 연구를 통해서 자기조직화지도를 통해서 한반도 여름철 극한온도를 대표하는 두 개의 중요 원격상관 패턴을 분류했다. 이 두 SOM 패턴과 관련된 봄철 북서태평양의 양의 해수면 온도 아노말리와 북대서양의 해수면 온도 아노말리를 지면 강제력으로 규명하여 여름철 우리나라 극한온도의 발생을 예측할 수 있는 잠재적 예측인자를 발견했다. 이 두 지역의 봄철 해수면 온도 아노말리의 지속적인 모니터링을 통해서 우리나라 여름철 극한온도의 발생 빈도를 어느 정도 예측할 수 있으며 특히 6월에 큰 발생 빈도를 나타내는 북대서양해수면 온도를 통해서 초여름의 극한온도 발생 빈도를, 7월과 8월에 더 큰 분포를 가지는 북서태평양의 해수면 온도를 통해서 늦여름의 극한기온 발생 빈도를 알아낼 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제9권1호
• /
• pp.53-69
• /
• 2003

현대의 생산공정에서는 많은 공정변수가 발생하고 있으며 복잡한 연관관계를 가지고 제품의 품질에 영향을 미치고 있다. 따라서 공정의 이상 유무 확인을 위해서는 많은 품질특성치를 동시에 관리하는 다변량 공정관리가 필요하다. 본 연구는 자기조직화 신경망(SOM)과 사례기반추론(CBR) 기법을 이용한 다변량 공정관리 방안을 제안한다. SOM을 이용하여 공정 데이터의 패턴을 생성하고 이상 유무 판단을 위해 기준패턴과 적합성 검정을 한다. 제안한 방법의 검증을 위해 공정에서 발생 가능한 패턴별로 데이터를 생성하여 실험하였고, 실험을 통해 이상패턴을 효과적으로 구별할 수 있음을 보였다. 또한 CBR 방법론을 적용하여 1종 오류는 줄이면서 2종 오류를 아주 작게 유지할 수 있음을 보임으로써, SOM과 CBR 이 결합된 절차가 다변량 공정관리를 위한 한 대안이 될 수 있음을 보였다.