• Journal of the Korean Data and Information Science Society
• /
• 제21권3호
• /
• pp.471-480
• /
• 2010

군집방법은 탐색적 통계기법에서 매우 유용한 방법이나 최종 의사결정을 지지할 검정 통계량이 없는 것이 단점이다. 자료구조에서 살펴보면 군의 성격을 파악하는 변수가 있느냐 없느냐가 군집분석과 판별분석의 차이이다. 군집분석이 가장 이상적으로 이루어졌다면 그 프로파일의 분석결과가 판별분석과 같을 것이다. 이 점에 근거하여 비계층 분석의 대표적인 K-평균법 방법과 자기 조직화지도 군집분석의 유효성을 2009년 여자프로골프 선수들의 프로파일 분석을 통하여 비교 연구하였다.

• Journal of Yeungnam Medical Science
• /
• 제1권1호
• /
• pp.129-134
• /
• 1984

저자들은 $1{\frac{1}{2}}$개월된 남아에서 vitamin K 의존인자 결핍으로 인한 뇌출혈 3주일후, 뇌혈관 기형에서 재차 출혈하여, 조직화한 팽창성 자발성 뇌실질내 혈종을 야기시킨 1예를 경험하고 문헌고찰과 함께 보고하는 바이다.

• Journal of Welding and Joining
• /
• 제29권3호
• /
• pp.19-26
• /
• 2011

본 논문에서는 액체의 표면장력을 이용하여 복수의 KGD 들을 웨이퍼 상태에서 일괄접합함으로써, 높은 수율의 삼차원적층칩을 빠른 생산성으로 제작할 수 있는, 고속 고정밀 접합기술인 자기조직화정합 (Selfassembly) 기술에 대해 소개를 하였다. 본 연구실에서 개발한 self-assembly 기술을 적용하여 5mm 각(角) 크기의 칩 500개를 1초 이내에 평균 $0.5{\mu}m$ 정도의 높은 정밀도로 8인치 웨이퍼상에 일괄접합시키는데 성공하였다. Self-assembly 기술에 의한 삼차원 칩 적층방식은, 기존의 pick-and-place 적층방식에서 높은 정밀도의 접합특성을 확보하는데 필요한 공정시간을 혁신적으로 단축하는 것이 가능하고, 웨이퍼 레벨에서 복수의 KGD 들을 일괄접합하는 것이 가능하므로, 향후 TSV 기술의 양산화를 실현하는데 적합한 고속 고정밀 접합 기술로서 기대가 크다. 현재 본 연구실에서는 두께가 $50{\mu}m$ 이하의 얇은 LSI 칩 및 메탈범프가 형성된 LSI 칩 등을 이용하여, self-assembly 기술에 의한 삼차원 적층형 집적회로 구현을 위한 접합기술을 개발 중에 있다.

• Communications for Statistical Applications and Methods
• /
• 제18권6호
• /
• pp.837-849
• /
• 2011

본 연구에서는 자기조직화 신경망이 필요한 노드만을 가지고 최적화하여 정규혼합분포를 추정하는 모형을 제안한다. 제안한 모형은 SOMN모형과 벌점가능도를 사용한 모형을 결합한 것이다. SOMN의 장점은 수렴속도가 빠르고 표본의 크기가 작아도 발산하는 가능성이 낮다는 것이며, 벌점가능도를 사용한 모형은 필요없는 성분의 수를 줄일 수 있다는 것이다. 모의실험을 통하여 제안한 모형이 기대한 결과를 얻음을 확인하였다.

• 대한수의학회지
• /
• 제35권1호
• /
• pp.39-44
• /
• 1995

도롱뇽(Hynobius leechii)의 위장관 내분비세포를 면역조직화학적으로 관찰하였던 바, BPP 면역반응세포는 유문부에서 중등도, 십이지장과 소장에서 소수로 관찰되었다. 중등도의 somatostatin 면역반응세포는 유문부에 국한되어 출현하였다. 5-HT 면역반응세포는 전장관에 걸쳐 출현하였으나 유문부에서 다수 그리고 직장에서 극소수로 분포하였다. 특히 BPP와 5-HT면역반응세포는 도롱뇽에서 최초로 동정하였다.

• 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.

• 한국동물학회지
• /
• 제38권2호
• /
• pp.153-159
• /
• 1995

임신 10일부터 20일까지 흰쥐 태반형성과정에서 heat shock protein 27(HSP27) 분포를 면역조직화학적으로 조사하였다 임신 10일 태반에 자궁간막 탈락막세포. 영양막세포 및 거대영양막세포가 찰찰되었다. 이후 탈락막세포수는 감소하고 영양막세포는 증가하는데 특히 임신 14일에 현저하며 영양막은 해면영양막과 미로영양막으로 구분되었다 거대영양 막세포수의 변화는 현저하지 않았다. 자궁간막 탈락막에서 HSP27은 임신 10일 및 12일에 탈락막세포의 세포질 또는 핵에 반응이 나타나고 특히 핵에 반응하는 세포수가 많았으며 임신 14일 이후 탈락막 세포수 감소와 함께 반응이 나타나지 않았다 거대영양막세포는 임신 10일부터 일부 세포의 세포질 또는 핵에 반응이 관찰되나 임신 18일부터는 반응이 나타나지 않았다 영양막의 HSP27은 임신 10 및 12일에 일부 세포에서만 세포질 또는 핵에 반응이 관찰되나, 임신 14일부터 반응세포수 증가와 함께 대부분 핵에 반응을 나타내고 반응정도는 임신 16일 및 18일에 가장 현저하였으며, 미로영양막에서 반응세포수가 더 많았다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.73-77
• /
• 2001

본 논문에서는 부분적으로 관측 가능한 환경에서 사전의 모델 정보 없이 확률적인 행동 정책을 학습하는 상태 조직화 강화 학습 모델을 제안한다. 기존의 강화학습은 환경 모델을 사전에 필요로 하고 상태 전체의 관측이 필요하기 때문에 학습 이전에 문제에 대해 알아야 한다는 제약이 있다. 또한 작은 문제에 대해서는 잘 적용되지만 상태의 수가 매우 많고 부분적으로만 관측한 경우가 많은 실제 문제에는 그대로 적용하기가 불가능하다. 이러한 두 가지 단점을 해결하기 위해 본 논문에서는 사전의 모델 정보 없이 부분적인 관측값으로부터 상태와 행동 정책을 동시에 학습해 나가는 강화 학습 모델을 제안하고, 제안된 방법을 부분적으로만 관측이 가능한 미로 탐색 문제에 적용하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권4호
• /
• pp.741-753
• /
• 2011

마이크로어레이 유전자 발현데이터인 효모데이터를 이용하여 군집분석을 실시하였다. 모형기반 군집방법, K-평균법, 중앙값 중심분포 (PAM), 자기 조직화 지도 (SOM), 계층적 Ward 군집방법을 이용하여 군집화를 실시하고, 연결성 측도 (connectivity), Dunn지수, 실루엣 측도 (silhouette)를 이용하여 각 군집방법에 대한 유효성을 측정하고 군집분석 결과를 비교하고자한다.

• 정보학연구
• /
• 제5권2호
• /
• pp.17-26
• /
• 2002

본 연구에서는 자기조직화 교사학습 신경망인 SOSL(Self-Organized Superised Learning)과 이 신경망의 구조를 제안한다. SOSL신경망은 하이브리드 형태의 신경망으로써 다수 개의 컴포넌트 에러 역전파 신경망들과 수정된 PCA신경망으로 구성된다. CBP신경망은 군집화되고 복잡한 입력패턴에 대하여 교사학습을 병렬적으로 수행한다. 수정된 PCA신경망은 군집화 및 지역투영에 의하여 원 입력패턴을 보다 작은 차원으로 변환시키기 위하여 사용된다. 제안된 SOSL은 많은 입력패턴을 가짐으로써 큰 네트워크 크기를 가지게 되는 신경망에 효과적으로 적용이 가능하다.