• 벤처창업연구
• /
• 제2권4호
• /
• pp.19-41
• /
• 2007

본 연구는 산업구조가 지식정보산업 주도로 재편되며 적정성장 기간(Time-to-market growth)이 중요한 이슈로 부상한 상태에서 창업초기단계의 적정성장을 도모해 줄 효과적인 기업지원 구축방안을 제시하는데 그 목표가 있다. 이를 위해 본 연구는 기존 지식정보 산업 단지 중심으로 도출된 클러스터의 핵심성공 요인을 분석하여 이로부터 이상적인 성장지원 클러스터를 도출 한 후, 이를 토대로 초기성장단계 기업에 대한 성장지원이 이루어져야 하는 다양한 시사점을 도출하였다. 따라서 본 연구는 클러스터 내 기관 및 기업 또는 클러스터에 연관되어져 있는 각 요인들이 속하여져 있는 네트워크망에 대한 고찰을 통하여 이상적인 네트워크망을 제시 하는데 초점을 두었다. 이를 위해 본 연구는 크게 세 가지 분석을 실시하였다. 사례조사를 통해 산업 클러스터의 성공요인 및 기업의 성장지원 클러스터 핵심성공요인을 도출하였고, 이를 네트워크 분석(Network Analysis)에 적용하기 위해 연결망 구조 분석에 접목하였다. 또한 클러스터의 핵심성공요인 분석을 토대로 도출된 기업의 성장지원망을 사회구조 행렬(Social Fabric Matrix)을 이용하여 계량화 한 후 연결망의 특성 분석을 실시하였다. 특히 본 연구는 각 기업의 성장지원기관들 간에 이루어진 연결망을 기준으로 Centrality Test를 실시하여 핵심지원체 인식을 위한 Core 분석을 실시하였다. 이로서 산업클러스터의 구조와 핵심성공요인 분석을 토대로 구축된 이상적인 기업지원 연결망간의 구조비교분석을 실시하여 기존 산업클러스터에 대한 연결망 개선 시사점을 제시하여 클러스터 내 네트워크 분석을 위한 자원의 활용과 네트워크 전략을 수립하는데 도움을 줄 수 있다.

• 한국정보통신학회논문지
• /
• 제15권8호
• /
• pp.1659-1664
• /
• 2011

Fuzzy C-Means (FCM)는 군집화를 위해 널리 사용되는 알고리듬 중 하나로 다양한 응용 분야에서 성공적으로 사용되어 왔다. 하지만 FCM은 여러 가지 단점을 가지고 있으며 초기 원형 설정이 그 중 하나이다. FCM은 국부 최적해에 수렴하므로 초기 원형 설정에 따라 군집화의 결과가 달라진다. 따라서 초기 원형의 설정은 군집화 결과 향상을 위해 중요하다. 이 논문에서는 이러한 FCM의 초기 원형 설정 문제를 해결하는 방안으로 커널 밀도 추정을 활용하는 방법을 제안한다. 커널 밀도 추정은 비모수적 분포들에도 사용할 수 있어 국부적인 데이터 밀도 추정에 유용하다. 제안한 방법에서는 커널 밀도 추정을 수행한 후 밀도가 높은 지역에 클러스터의 초기 원형을 설정하고 원형이 설정된 영역의 밀도를 감소시키는 과정을 반복함으로써 효율적으로 초기 원형을 선택할 수 있다. 제안된 방법이 일반적으로 사용되는 무작위 초기화 방법에 비해 효율적이라는 사실은 실험 결과를 통해 확인할 수 있다.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.297-304
• /
• 2003

요즘, 인터넷 등장 이후 폭발적으로 증대되는 웹 정보를 효율적으로 사용하기 위한 시스템들이 요구되고 있다. 이러한 요구를 해결하기 위해 개발된 시스템들은 서비스 정보의 질을 향상시키기 위하여 클러스터링 기법을 이용하고 있다. 클러스터링은 무질서한 데이터들의 상호 연관관계를 정의하고 이를 통하여 보다 체계적으로 데이터를 군집화하는 것이다. 클러스터링을 이용한 시스템은 비슷한 내용을 묶어 사용자에게 제공함으로, 사용자는 보다 효율적으로 정보를 파악할 수 있다. 그래서 이전 연구에서 대량의 데이터를 효율적으로 클러스터링 하기 위하여 통합 클러스터링 방식을 제안하였다. 이 방식은 COBWEB 알고리즘을 이용하여 초기 클러스터를 생성한 후 Etzioni 알고리즘을 이용하여 클러스터링을 생성하는 방식이다. 본 논문은 이러한 기존의 통합 클러스터링 방식의 정확성과 효율성을 높이기 위하여, 다음 두 가지 방식을 제안한다. 첫째, 클러스터할 데이터의 속성의 가중치클 고려한 클러스터링 방식을 제안한다. 둘째, 기존의 클러스터링 방식의 효율성을 지원하기 위하여, 초기 클러스터를 생성하는 평가 함수를 재정의한다. 본 논문에서 제안하는 클러스터링 방식은 방대한 양의 데이터를 효율적으로 처리 할 수 있으며 데이터의 입력 순서의 의존도를 줄여, 데이터를 효과적으로 클러스터, 양질의 사용자 프로파일 구축에 도움을 주게 된다.

• 한국정보과학회논문지:시스템및이론
• /
• 제33권7호
• /
• pp.421-428
• /
• 2006

본 논문에서는 지리적으로 분산되어 있는 클러스터 시스템자원들을 효율적으로 활용하기 위한 3-tier 구조의 원격 설치 및 백업 방안을 소개한다. 최근에는 클러스터 시스템이 수백 노드 이상의 대규모 시스템이며, 공인망과 사설망이 혼재되는 복잡한 네트워크 환경으로 구성되고 있다. 따라서, 대규모 클러스터 시스템에 적합한 클러스터의 OS 설치와 원격지에서 클러스터 노드의 장애를 효과적으로 복구하는 것이 중요하다. 하지만 기존의 2-tier 구조의 클러스터 설치 및 이미지 백업 방법들은 공인망과 사설망으로 구성되어 있는 클러스터의 경우, 원격지에서 접근과 관리가 어렵다. 이러한 문제점을 해결하고자 본 논문에서는 3-tier 구조의 RISE(Remote Installation Service Environment) 시스템을 제안하고자 한다. RISE 시스템은 2-tier 구조의 마스터 노드 역할을 관리노드(GRISE)와 지역관리노드(LRISE)로 나누어줌으로써 다양한 네트워크환경하에서 초기설치 및 장애 발생시 효과적으로 지원할 수 있으며, 관리노드와 지역관리 노드들의 동기화 기능을 통해 지역관리노드들의 안정성을 보장하고 있다. 64개 노드의 클러스터 시스템과 Gigabit 네트워크 시스템을 활용한 실험을 통하여, 1.86 GByte의 시스템 이미지를 5분 53초 안에 확보 할 수 있었고, 64개 노드 클러스터 시스템의 초기설치 작업을 평균 17분 38초 안에 완료할 수 있었다.

• 전자공학회논문지CI
• /
• 제48권2호
• /
• pp.16-27
• /
• 2011

배아란 동물이나 식물과 같은 다세포 생물의 초기 단계를 의미한다. 배아의 단계에서 다세포 생물의 기초적인 체제가 결정되기 때문에 배아는 개체발생의 기구를 연구하는 중요한 연구대상이 된다. 생물학자들은 배아 연구를 위해 대용량의 배아 이미지 데이터를 소유하고 있으며, 이러한 대용량 데이터 중 원하는 이미지를 효율적으로 검색하기 위해서는 데이터 구조화가 필요하다. 데이터베이스 구조화를 위해 주로 사용되는 방법으로 계층적 클러스터링이 있다. 그러나 기존의 계층적 클러스터링 방법은 데이터베이스를 트리 형태로 구조화 하는 과정에서 클러스터의 크기와 클러스터 내의 객체 수를 동시에 고려하지 못하기 때문에 결과 클러스터링 트리가 경사 트리일 가능성이 매우 높다. 경사 트리인 경우 사용자가 원하는 이미지를 검색하기 위해 트리를 순회할 때 많은 시간이 걸린다. 따라서 본 논문에서는 대용량의 배아 이미지 데이터를 경사 되지 않으며 균형 상태에 가까운 트리 형태로 구조화하기 위한 방안을 제시한다. 제안하는 방안은 데이터베이스 내에 저장된 배아 이미지를 그래프로 변환하고 반복적으로 그래프 분할 알고리즘을 적용하여 클러스터를 생성한다. 이 때 클러스터의 크기와 클러스터 내의 객체 수를 동시에 고려하여 특정 클러스터의 크기가 지나치게 커지거나 객체 수가 많아지는 것을 방지한다. 실험을 통해서 제안하는 방안의 우수성을 규명하고 시각화 툴을 제공하여 사용자가 원하는 배아 이미지를 쉽게 찾을 수 있도록 돕는다.

• 한국항행학회논문지
• /
• 제15권5호
• /
• pp.906-912
• /
• 2011

본 논문에서는 건물에 산재되어 있는 비상등을 효과적으로 관리하기 위하여 별도의 통신선을 포설하지 않고 지능형 클러스터 감시망을 구성한다. 또한, 비상등의 위치에 구애받음 없이 감시장치를 설치할 수 있고, 감시망을 구성함에 있어 게이트웨이로 지정된 감시장치가 고장나더라도 사각지대 없이 비상등의 상태를 감시 및 관리가 가능하며, 비상등을 항시 점검 및 관리할 수 있는 비상등감시장치와 비상등관리시스템을 구현하였다. 실험결과, 구현 시스템은 설계 규격대로 동작하였고, 감시망 구성, 상태정보 측정 및 초기화가 안정적으로 구성됨을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제14권5호
• /
• pp.517-524
• /
• 2004

1960년대 퍼지 이론이 소개된 이후 데이터 마이닝을 포함한 기계 학습 분야의 군집화 작업에서 퍼지 이론이 폭넓게 사용되었다. 퍼지 C-평균 알고리즘은 가장 많이 사용되는 퍼지 군집화 알고리즘이다. 이 알고리즘은 하나의 데이터 개체가 서로 다른 소속 정도를 가지고 각 군집에 할당될 수 있도록 한다. 퍼지 C-평균 알고리즘도 K-평균 알고리즘과 같은 일반적인 군집화 알고리즘과 마찬가지로 초기 군집수와 군집 중심의 위치에 의해 최종 군집 결과의 성능 차이가 나타난다. 군집화를 위한 이러한 초기 설정은 주관적이며 이 때문에 적절치 못한 결과를 얻게 될 수도 있다. 본 논문에서는 이 문제를 해결할 수 있는 방법으로 주어진 학습 데이터의 속성을 기반으로 한 초기 군집수와 군집 중심을 결정하는 개선된 밀도 기반의 퍼지 C-평균 알고리즘을 제안하였다. 제안 방법은 격자를 사용하여 초기 군집 중심의 위치와 군집수를 결정하였다. 기존에 많이 이용되었던 객관적인 기계 학습 데이터를 이용하여 제안 알고리즘의 성능비교를 수행하였다.

• 한국지역지리학회지
• /
• 제12권3호
• /
• pp.364-381
• /
• 2006

경북 문화산업은 문화산업기반이 미약하여 소규모 영세업체 중심의 상품화 초기단계에 머무르고 있을 뿐만 아니라 저부가가치 부문인 제작이 중심이 되고 있다. 또한 기업간 네트워크의 미약으로 혁신네트워크 및 혁신환경이 활성화되지 못하고 있다. 따라서 경북 문화산업체는 산업화 기반 구축(물리적 인프라)과 함께 지식 및 정보의 활발한 교류의 장(場)을 필요로 하고 있다. 다양한 문화적 산업적 환경을 가진 여러 지역으로 이루어져 있는 경북의 실정에 맞게 각 지역의 장점을 살리는 방향에서 분산화된 집적 형태의 경북문화산업클러스터를 구축한다. 그리고 경북내 소규모 문화산업집적지 및 지원센터를 네트워킹할 수 있는 문화산업클러스터 허브기관(문화산업지원 전담기관)을 설립하여 문화산업체가 필요로 하는 리얼서비스를 제공하고, 산학연관 네트워크를 온라인과 오프라인 상에서 구축 강화함으로써 지식 및 정보의 장을 제공한다. 또한, 경북문화산업은 제작업체 중심의 지역내 외주관계가 뚜렷하므로 제작업체를 중심으로 콘텐츠창작, 홍보 마케팅, 유통 배급 등 연관업체들을 아우르면서, 한편으로는 구미 IT산업클러스터, 대구문화산업클러스터 등과 연계함으로써 가치사슬을 업그레이딩해나간다.

• 한국정보통신학회논문지
• /
• 제24권12호
• /
• pp.1618-1624
• /
• 2020

X-ray를 기반으로 하는 장 폐색 진단 방법은 검사자의 주관적인 요소가 포함되기 때문에 객관적 진단에 영향을 미칠 수 있다. 따라서 본 논문에서는 허프 변환과 PCM 클러스터링 기법을 적용하여 장폐색 영역을 추출하는 방법을 제안한다. 제안된 방법은 X-ray 장폐색 영상에서 ROI 영역을 추출한 후, 허프 변환 기법을 이용하여 ROI 영역에서 직선을 검출하고, 검출된 직선을 이용하여 공기 액체층의 형태학적 특징을 이용하여 대장 폐색을 추출한다. 그리고 추출된 ROI 영역을 PCM 클러스터링을 적용하여 ROI 영역을 양자화 한다. 양자화된 ROI 영역 중에서 대장 폐색의 특징이 포함된 클러스터의 그룹을 선정하고, 선정된 클러스터의 그룹에서 객체를 탐색하여 소장 장폐색 영역을 추출한다. 장폐색 환자의 X-ray 영상 30개를 대상으로 PCM 클러스터링을 적용한 결과, PCM의 초기 클러스터의 수를 4개로 설정한 경우가 장폐색 검출 성능이 우수하였고 TPR은 81.47%로 나타났다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.367-368
• /
• 2012

Possibilistic c-means (PCM) 알고리즘은 fuzzy c-means (FCM) 의 노이즈 민감성을 극복하기 위해 제안 되었다. 하지만, PCM 은 사용되는 시스템 파라미터들의 초기화와 coincident 클러스터링 문제로 인하여 그 성능이 민감하다. 본 논문에서는 이러한 문제점들을 극복하기 위해 개미군집 알고리즘(Ant colony algorithm)을 이용한 퍼지 클러스터링(fuzzy clustering) 알고리즘을 제안한다. 먼저, 개미군집 알고리즘을 통해 PCM 의 클러스터 개수 및 중심 값 파라미터를 최적화 하고, 미리 분류된 화소 정보를 이용하여 PCM 의 coincident 클러스터링 문제를 해결하였다. 제안된 알고리즘의 효율성을 의료 영상 분할 문제에 적용하여 확인하였다.