• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2005년도 추계학술대회 논문집
• /
• pp.327-332
• /
• 2005

본 연구는 항만혁신클러스터의 성공도 예측과 평가요소를 분석하기 위한 것이다. 이를 위해 본 연구에서는 항만혁신클러스터 정책, 자원, 운영 등 3가지의 평가항목으로 구분하였다. 그리고 3항목은 다시 12개의 요소로 세분화하였다. 평가요소의 중요도는 코호넨 네트웍에 의해 산출되었다. 그 결과 자원요소가 다른 요소에 비해 가장 중요한 것으로 나타났다.

• 한국항해항만학회지
• /
• 제30권1호
• /
• pp.45-51
• /
• 2006

본 연구는 항만혁신클러스터의 성공을 위한 평가요소를 분석하기 위한 것이다. 이를 위해 본 연구에서는 항만혁신클러스터 성공을 위한 평가항목을 정책, 자원, 운영 등 3가지로 구분하였다. 그리고 3항목은 다시 12개의 요소로 세분화하였다. 뉴럴네트웍에 의한 훈련 및 검증을 위해 전체 30개의 설문자료를 훈련용과 검증용으로 각각 15부씩 구분하고, 구분된 자료를 이용하여 훈련 및 검증하였다. 코호넨 네트웍에 의해 수행한 결과 예측의 정확성은 $73.33\%$로 나타났다. 평가항목 및 세부요소의 중요도는 코호넨 네트웍에 의해 산출되었다. 그 결과 항만혁신 클러스터의 성공을 예측한 그룹의 경우에는 자원항목이 다른 항목에 비해 가장 중요한 것으로 나타났다.

• 한국전산구조공학회논문집
• /
• 제24권2호
• /
• pp.141-148
• /
• 2011

본 논문에서는 기둥축소량 보정의 효율성을 증진시키기 위한 방안으로서 유사한 축소 경향을 보이는 기둥들을 동일 그룹으로 묶는 기둥의 최적그루핑기법에 대하여 연구하였다. 기둥의 최적그루핑은 무감독학습에 의해 입력데이타의 패턴을 스스로 분류할 수 있는 코호넨의 자기조직화 형상지도 알고리즘을 이용하였다. 본 연구에 적용된 코호넨 네트워크는 두 개의 입력뉴런과 분류할 기둥그룹 개수만큼의 출력뉴런으로 구성된다. 입력뉴런에는 기둥축소량의 정규화된 평균과 표준편차가 입력되며, 출력뉴런에는 각 기둥이 속하게 될 기둥그룹이 출력된다. 제안된 알고리즘을 실제 축소량 해석이 수행된 두 개의 건물에 적용하여 그 적용성을 평가하였다. 적용결과 동일 그룹으로 분류된 기둥들은 서로 인접하고 있으며 서로 다른 기둥그룹끼리는 교차하지 않는 등 유사한 축소 경향을 보였다. 이로부터 본 연구의 기둥축소량의 최적그루핑 알고리즘은 충분한 실무적용성이 있음을 확인하였다.

• 한국산업정보학회논문지
• /
• 제7권5호
• /
• pp.21-28
• /
• 2002

인터넷이 활성화되고 인터넷 사용자도 급증하면서 여러 형태의 많은 정보들이 인터넷을 통해 사용자들에게 제공되어지고 있다. 그 중에서도 많은 뉴스서버들을 통해 제공되는 다양한 뉴스들 중에서 사용자가 원하는 뉴스만 필터링 해서 제공받을 수 있는 개인화 서비스에 대한 요구가 증가하고 있다. 본 논문에서는 이러한 뉴스 서비스의 개인화에 대한 요구를 충족시키기 위해 뉴스 필터링 에이전트 시스템을 구현하였다. 구현된 시스템은 코호넨 신경망을 이용해서 사용자가 입력한 키워드에 대해 학습을 실시하여 뉴스그룹을 분류하고, 이를 통해 사용자가 원하는 뉴스만을 제공해 준다. 임의의 사용자를 대상으로 뉴스선호도를 학습한 후 테스트한 결과, 사용자의 선호도를 반영한 뉴스 그룹들을 제시할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 추계종합학술대회
• /
• pp.571-574
• /
• 2001

본 논문에서는 코호넨 네트워크를 이용한 효과적인 적응 코딩 방법을 제안한다. 신경망을 응용한 압축법 분석을 통해 설명되는 코딩방법은 압축률을 높이기 위해서 우선 영상을 8$\times$8 부영상으로 나누고, 나눠진 모든 부영상은 DCT로 변형한다. 이들 DCT 부블럭들은 코호넨 네트워크로 N(4) 등급으로 나누어지게 되고, 비트들은 DCT 부블럭의 변수에 따라 분류된다. 그래서 N(4)비트 할당 행렬을 얻었다. 실험 결과는 시뮬레이션으로 나타내었고, 제안한 방법이 신경네트워크에서의 AC 에너지에 의해 부영상을 분류하는 것보다 우수하다는 결론을 얻을 수 있었다.

• 정보학연구
• /
• 제7권3호
• /
• pp.11-18
• /
• 2004

신경회로망의 학습은 신경사이의 연결강도 갱신과정으로 이루어진다. 이때, 학습계수를 잘못 설정하였을 경우, 과도한 학습 횟수를 요하거나, 올바른 학습을 수행하지 못하게 된다. 패턴분류에 자주 이용되는 코호넨 신경회로망의 경우 고정된 학습계수를 사용하여 연결강도를 일률적으로 갱신하는 방식을 취함으로서 학습효율을 저하시키는 문제점이 발생한다. 본 논문에서는 코호넨 신경회로망의 학습효율을 향상시키기 위하여 학습계수를 입력벡터와 연결강도 벡터의 차에 따라 가변적으로 적응하는 자율학습 알고리즘을 제안하였다. 제안된 학습 알고리즘의 검증을 위하여 온라인 필기체의 표준 획 분류에 적용하였다. 그 결과 약 1.44~3.65% 정도의 학습 효율이 향상됨을 고찰하였다.

• 정보학연구
• /
• 제8권1호
• /
• pp.119-124
• /
• 2005

Learning procedure in the neural network is updating of weights between neurons. Unadequate initial learning coefficient causes excessive iterations of learning process or incorrect learning results and degrades learning efficiency. In this paper, adaptive learning algorithm is proposed to increase the efficient in the learning algorithms of Kohonens Self-Organization Neural networks. The algorithm updates the weights adaptively when learning procedure runs. To prove the efficiency the algorithm is experimented to clustering of the random weight. The result shows improved learning rate about 42~55% ; less iteration counts with correct answer.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.401-404
• /
• 2004

본 연구에서는 다양한 뉴스그룹들 중에서 사용자의 취향과 유사한 뉴스그룹들을 코호넨 신경망을 이용하여 추천해주는 방법을 제시한다. 신경망을 학습시키기 위한 뉴스 문서의 키워드들을 선택하기 위해 여러 문서들로부터 후보 용어들을 추출하고 퍼지 추론을 적용하여 대표 용어들을 선택한다. 하지만 신경망의 학습패턴을 관찰해 보면, 맡은 부분이 비어있는 희소성 문제를 발견할 수 있다. 이에 본 연구에서는 통계적인 결정계수를 도입하여 불필요한 차원을 제거한 후 신경망을 학습시키는 새로운 방법을 제안한다. 제안된 방법은 모든 차원을 활용할 때 보다 클러스터내 거리와 클러스터간 거리의 척도를 이용한 클러스터 중첩도 면에서 우수한 분류 성능을 보여줌을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.274-276
• /
• 2002

With the proliferation of internet, it is increasingly needed to realize personalized news filtering service reflecting user's interest. In this Paper, we implement a filtering agent for Personalized news service. In the proposed system, Kohonen network for an unsupervised learning is used to train keywords provided by users and the personalization is achieved by using the trained neural network. After we trained and tested our filtering agent we could provide users news groups considering their interests.

• 디지털융복합연구
• /
• 제13권8호
• /
• pp.289-294
• /
• 2015

본 연구는 비교사학습의 대표적인 방법 중 하나인 코호넨의 자기조직화 방법을 기반으로 BCI(Brain-Computer Interface)에 적용 가능한 자율적 기계학습방법을 제안한다. 이를 위해 상호작용 함수를 이용한 학습영역조정방법과 자율적 기계학습규칙을 제안하였다. 학습영역조정과 기계학습은 코호넨의 자기조직화 방법을 기반으로 한 상호작용 함수에 의한 측면제어효과를 이용하였다. 승자 뉴런을 결정하고 난 후 학습 규칙에 따라 뉴런의 연결강도를 조정하고 학습 횟수가 증가함에 따라 학습영역이 점차 감소하여 출력층 뉴런 가중치들의 입력을 향한 유동을 완화시켜 네트워크가 평형 상태(equilibrium state)에 도달하여 학습을 마칠 수 있는 자율적 기계학습을 제안하였다.