• 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.

• 한국컴퓨터정보학회논문지
• /
• 제7권4호
• /
• pp.204-210
• /
• 2002

자기조직화 지도(self-organizing feature map)는 학습시 수렴하기 위하여 많은 입력패턴을 필요로 하는 단점이 있다. 본 논문에서는 자기조직화 지도 학습시 학습률이 일정한 이웃 상호작용 집합을 동적 가우시안 함수로 변환하여 수렴속도와 수렴도를 개선할 수 있는 방법을 제안한다. 제안한 방법은 이웃 상호작용 함수로 사용된 가우시안 함수의 편차와 폭을 학습 회수에 따라 감소하는 동적 성질과 승자 뉴런으로부터의 위상학적 위치에 따라 각기 다른 학습률을 갖도록 하였다. 따라서 본 논문에서는 자기조직화 지도의 수렴속도와 수렴도를 향상시켰다.

• 한국항공우주학회지
• /
• 제34권1호
• /
• pp.49-55
• /
• 2006

본 연구에서는 공력설계공간의 지식습득을 위해 분산해석법과 자기조직화지도의 이용을 제안하였다. 이 기법들은 각각의 설계변수가 목적함수에 미치는 영향을 예측 가능하게 한다. 더욱이, 분산해석법은 설계변수들의 상호관계가 목적함수에 미치는 영향도 예측 가능하게 하며, 자기조직화지도는 목적함수들 사이에 어떠한 trade-off관계가 있는지도 예측 가능하게 한다. 본 논문에서 72개의 설계변수와 4개의 목적함수를 가진 초음속 날개 설계의 결과에 대하여 이들의 데이터 마이닝 기법들을 적용하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1144-1148
• /
• 2010

오염원이 집중되는 도시지역에서의 비점오염원에 대한 관리대책은 점오염원에 비하여 미비한 실정이다. 따라서 도시 지역의 비점오염원 부하량의 합리적인 조사, 비점오염물질 저감을 위한 관리기술 개발과 아울러 정책의 개발 등이 필요하며, 도시지역에서의 장기적인 비점오염물질 유출에 관한 모니터링을 통한 비점오염물질 원단위 조사가 절실히 요구되고 있는 실정이다. 따라서 본 연구에서는 상업 및 위락시설지역의 비점오염원 유출특성을 분석하기 위해 2008년 4월부터 2009년 10월까지 실측에 의해 측정된 강우량과 유출량 자료를 이용하여 비점오염원 유출특성을 분석하였다. 또한 본 연구에서는 자기 조직화 특성지도(Self-Organizing Feature Map: SOFM) 이론을 적용하여 측정된 유출 및 수질자료에 대해 패턴분류를 수행하여 분할구역별 자료의 특성분석을 통해 초기강우 특성이 구분되어짐을 확인 할 수 있었다. 그러나 현재 축적된 자료에 대한 양적인 한계로 인해 명확한 구분이 이루어지지 않는 항목도 있었으나, 향후 지속적인 모니터링을 통해 충분한 자료가 축적될 경우 초기강우 기준을 위한 새로운 접근방법으로 제시될 수 있을 것으로 기대된다.

• 한국기술혁신학회:학술대회논문집
• /
• 한국기술혁신학회 2014년도 추계 학술대회 논문집
• /
• pp.20-28
• /
• 2014

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.316-318
• /
• 2001

본 논문에서는 자기조직화 형상지도(Self-organizing Feature Maps)를 사용하여 움직이는 물체에 대해 움직임의 특성을 자동으로 분석하였다. Kohonen Network는 자기조직을 형성하는 unsupervised learning 알고리즘으로서, 이 논문에서는 생태계에서의 데이터를 Patternizing하고, Clustering 하는데 사용한다. 본 논문에서 Kohonen 신경망의 학습에 사용한 데이터는 CCD 카메라로 물고기의 움직임을 추적한 좌표 데이터이며, diazinon 0.1 ppm을 처리한 물고기 점 데이터와 처리하지 않은 점 데이터를 각각 낮.밤 약 10시간동안 수집하여, \circled1처리전 낮 데이터 \circled2처리전 밤 데이터 \circled3처리전 낮 데이터 \circled4처리후 밤 데이터 각각 4개의 group으로 분류한 후, Kohonen Network을 사용하여 물고기의 행동 차이를 분석하였다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 1994년도 춘계공동학술대회논문집; 창원대학교; 08월 09일 Apr. 1994
• /
• pp.405-405
• /
• 1994

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.790-794
• /
• 2012

우리나라는 여름철에 강우가 편중되어 있고 동고서저의 산악지형으로 수자원확보가 어려운 실정이며 이는 곧 하천의 유지유량확보의 어려움과도 직결된다. 이러한 수자원확보를 위해 최근 기존 저수지 둑을 높이는 사업이 전국적으로 활발히 진행되고 있으며 이는 저수지나 댐의 수체와 같은 수자원을 보다 적극적으로 활용하여 그 가치를 높임과 동시에 하천에 대한 활용도를 높이고자 하는 데 그 목적이 있다. 따라서 저수지나 댐의 저류량에 기여하는 강우량, 유입량과 같은 수문학적 자료의 심도 있는 분석이 필요하며 수문변수들이 나타내는 복잡한 패턴에 대한 연구가 이루어져야 할 것이다. 본 연구에서는 저수지나 댐의 저류량에 직접적으로 영향을 주는 수문변수들을 전체적으로 파악하기 위해 수집된 수문자료의 각각의 특성 및 자료들 사이의 복합적인 관계를 파악하였으며 이를 위하여 패턴분류 분야에서 그 적용타당성이 입증된 자기조직화 지도(Self-Organizing Map: SOM)를 이용하였다. 본 연구의 대상지점은 섬진강 유역내에 위치한 주암호를 대상지점으로 선정하였으며 패턴분석에 사용한 수문자료의 기간은 2007~2010년까지 5년간의 월평균 자료를 활용하였다. SOM의 적용 결과, 측정수문자료에 대한 전체적인 특성을 패턴분류를 통해 분류하였으며, 각 변수에 대한 패턴별 상대성을 고려한 클러스터별 특성 및 시간적 이질성을 파악할 수 있었다. 이는 측정 자료에 대한 분석 기법개발의 일환으로 향후 수자원 확보에 대한 개발 및 정책의 기초자료로 활용될 것으로 기대된다.

• 한국공작기계학회논문집
• /
• 제12권2호
• /
• pp.65-70
• /
• 2003

In this study, researchers developed the estimative algorithm for artificial defect in semiconductor packages and performed it by pattern recognition technology. For this purpose, the estimative algorithm was included that researchers made software with MATLAB. The software consists of some procedures including ultrasonic image acquisition, equalization filtering, Self-Organizing Map and Backpropagation Neural Network. Self-organizing Map and Backpropagation Neural Network are belong to methods of Neural Networks. And the pattern recognition technology has applied to classify three kinds of detective patterns in semiconductor packages : Crack, Delamination and Normal. According to the results, we were confirmed that estimative algerian was provided the recognition rates of 75.7% (for Crack) and 83.4% (for Delamination) and 87.2 % (for Normal).

• 소음진동
• /
• 제10권2호
• /
• pp.331-337
• /
• 2000

The necessity of diagnosis of the rotating machinery which is widely used in the industry is increasing. Many research has been conducted to manipulate field vibration signal data for diagnosing the fault of designated machinery. As the pattern recognition tool of that signal, neural network which use usually back-propagation algorithm was used in the diagnosis of rotating machinery. In this paper, self-organizing feature map(SOFM) which is unsupervised learning algorithm is used in the abnormal defect diagnosis of rotating machinery and then learning vector quantization(LVQ) which is supervised learning algorithm is used to improve the quality of the classifier decision regions.