• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.35-40
• /
• 2009

FCM 알고리즘은 입력 벡터와 각 클러스터의 유클리드 거리를 이용하여 구해진 소속도만를 비교하여 데이터를 분류하기 때문에 클러스터링 된 공간에서의 데이터들의 분포에 따라 바람직하지 못한 클러스터링 결과를 보일 수 있다. 이러한 문제점을 개선하기 위해 대칭적 성질을 이용하는 대칭성 측도에 퍼지 이론을 적용하여 군집간의 거리에 따른 변화와 군집 중심의 위치, 그리고 군집 형태에 따라 영향을 덜 받는 개선된 FCM이 제안되었다. 본 논문에서는 효과적으로 패턴을 분류하기 위해 개선된 FCM 알고리즘을 적용한 개선된 하이브리드 네트워크를 제안한다. 제안된 하이브리드 네트워크는 개선된 FCM 알고리즘을 입력층과 중간층의 학습구조 적용하고 중간층과 출력층의 학습구조는 일반화된 델타학습법을 적용한다. 제안된 방법의 인식성능을 평가하기 위해 2차원 좌표평면 상의 데이터를 기존의 Max_Min 신경망을 이용한 FCM 기반 RBF 네트워크와 FCM 기반 RBF 네트워크, HCM 기반 네트워크와 제안된 방법 간의 학습 및 인식 성능을 비교 및 분석하였다.

• Journal of the Korean Geographical Society
• /
• v.38 no.5
• /
• pp.667-685
• /
• 2003

To address the requirements of gap analysis for species protection, as well as the needs of state and federal agencies for detailed digital land cover, a 43-class map at the vegetation alliance level was created for the state of Kansas using multi-temporal Thematic Mapper imagery. The mapping approach included the use of three-date multi-seasonal imagery, a two-stage classification approach that first masked out cropland areas using unsupervised classification and then mapped natural vegetation with supervised classification, visualization techniques utilizing a map of small multiples and field experts, and extensive use of ancillary data in post-hoc processing. Accuracy assessment was conducted at three levels of generalization (Anderson Level I, vegetation formation, and vegetation alliance) and three cross-tabulation approaches. Overall accuracy ranged from 51.7% to 89.4%, depending on level of generalization, while accuracy figures for individual alliance classes varied by area covered and level of sampling.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1218-1219
• /
• 2023

본 논문은 반려동물의 행동 분석을 개선하기 위해 IMU 센서 데이터와 딥러닝 모델을 결합하는 방법을 제안한다. 이를 위해 IMU 웨어러블 디바이스를 통해 행동 데이터를 수집한다. 수집된 데이터는 총 6개의 클래스로 앉다. 서다. 엎드리다, 먹다, 킁킁대다, 걷다로 분류된다. 분류된 데이터는 클래스별로 데이터 증강 및 전처리 단계를 거친다. 행동 분류를 위해 ResNet과 LSTM을 결합한 하이브리드 모델을 사용하여 학습을 진행했다. ResNet-LSTM은 Accuracy 97%, F1-score 96%로 높은 성능을 보여주었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.24 no.1
• /
• pp.71-77
• /
• 2014

In this paper, we propose an improved numeric character recognition method which can recognize numeric characters well under low-illuminated and shade-illuminated environment. The LN(Local Normalization) preprocessing method is used in order to enhance low-illuminated and shade-illuminated image quality. The reading area is detected using line segment information extracted from the illumination-normalized meter images, and then the three-phase procedures are performed for segmentation of numeric characters in the reading area. Finally, an efficient hybrid classifier is used to classify the segmented numeric characters. The proposed numeric character classifier is a combination of multi-layered feedforward neural network and template matching module. Robust heuristic rules are applied to classify the numeric characters. Experiments using meter image database were conducted. Meter image database was made using various kinds of meters under low-illuminated and shade-illuminated environment. The experimental results indicates the superiority of the proposed numeric character recognition method.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.20 no.3
• /
• pp.129-147
• /
• 2009

The ultimate goal of classification systems is to provide tools for information management and services through collocation of information objects in similar topics. The National Research Council for Economics, Humanities, and Social Sciences(NRCS) aims to organize the research products from 23 research institutes. To manage and organize the research products effectively, the standard classification system has been developed in conjunction of users' survey and the Business Reference Model(BRM). Although the standard classification system consists of users' perspectives and the aspects of organizational functions, there are limits to apply the system into classification practices. In this study, the proposed hybrid approach is to combine a clustering approach with 1,884 keywords from the titles of research products between 2007 and 2008. The clustering approach is performed in a heuristic way according to the KDC due to the lack of digital full texts of research products. The results of this study proposed a revised standard classification system for NRCS with 16 headings and 90 sub-headings. The revised standard classification system will play an important role in managing research products effectively.

• Journal of KIISE:Computer Systems and Theory
• /
• v.27 no.11
• /
• pp.899-907
• /
• 2000

슈퍼스칼라 프로세서의 성능을 향상시키기 위해서는 데이터 종속성에 의한 장애를 제거해야 한다. 최근 여러 논문들은 이러한 데이터 종속성을 제거하기 위해서 명령어의 결과 값을 예상하는 메커니즘을 제안하였다. 이러한 예상 메커니즘 중 여러 예측기를 혼합해서 사용하는 하이브리드 방법은 각 하나의 예측기만을 사용하는 방법보다 더 좋은 성능을 얻을 수 있다. 그러나 그러한 하이브리드 예측기는 명령어를 중복해서 저장하여 많은 하드웨으 크기를 요구한다. 본 논문에서는 여러 예측기의 장점을 이용하여 높은 성능을 얻을 수 있는 새로운 하이브리드 예측 메커니즘을 제안한다. 또한 예상이 자주 틀리는 명령어를 동적으로 찾아내어 예상하지 않음으로서 잘못 예상시 발생하는 misprediction 페널티를 낮추고 예상 정확도를 높인다. 시뮬레이션 결과 SPECint95 벤치마크프로그램에 대해 제안한 하이브리드 예측기에서 예측율은 평균 79%에서 90%로 향상하였고, misprediction rate는 평균 12%에서 2%로 낮추었다.

• 한국IT서비스학회:학술대회논문집
• /
• 2003.11a
• /
• pp.78-87
• /
• 2003

본 논문에서는 사례분석을 통하여 온-오프라인 하이브리드(hybrid) 비즈니스 모델의 성과와 상보성 효과(complementary effect)의 상관관계를 탐색하였다. 기존 선행 연구가 상보성 효과를 인식하는 수준인 반면 본 연구에서는 하이브리드 비즈니스 모델 별로 성과에 긍정적인 영향을 미치는 차별화 된 상보성 유형들을 파악하였다. 비즈니스 모델 유형은 Mahadevan(2000)의 가치 기준 분류인 시장 형성자, 포탈, 제품/서비스 공급자를 기준으로 하였으며 상보성 효과와의 상관관계 분석 결과 비즈니스 모델 별 상보성 효과의 차별화가 있음이 파악되었다. 본 연구의 특징은 인터넷 비즈니스 모델과 상보성의 특성 분석을 통하여 연구의 초점을 하이브리드 비즈니스 모델로 확대하였다는데 있으며 따라서 제시된 프레임웍은 오프라인 기업이 온라인 진출 시 효과적인 하이브리드 비즈니스 모델을 수립하는데 있어 유용한 시사점을 줄 수 있다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.4 no.9
• /
• pp.283-288
• /
• 2015

Scientists gain benefits from on-demand scalable resource provisioning, and various computing environments by using cloud computing resources for their applications. However, many cloud computing service providers offer their cloud resources according to their own policies. The descriptions of resource specification are diverse among vendors. Subsequently, it becomes difficult to find suitable cloud resources according to the characteristics of an application. Due to limited understanding of resource availability, scientists tend to choose resources used in previous experiments or over-performed resources without considering the characteristics of their applications. The need for standardized notations on diverse cloud resources without the constraints of complicated specification given by providers leads to active studies on intercloud to support interoperability in hybrid cloud environments. However, projects related to intercloud studies are limited as they are short of expertise in application characteristics. We define an intercloud resource classification and propose semantic resource recommendation based on statistical analysis to provide semantic cloud resource services for an application in hybrid cloud computing environments. The scheme proves benefits on resource availability and cost-efficiency with choosing semantically similar cloud resources using cluster analysis while considering application characteristics.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.154-156
• /
• 2012

암 분류를 위한 마이크로어레이 데이터로부터의 유전자 선택은 최근 각광을 받고 있는 연구분야이다. 마이크로어레이 데이터는 적은 샘플 수에 비해 대규모의 유전자로 구성된다. 그렇기 때문에 분류의 정확도를 높이기 위하여 대상 암과 관련된 유전자만 선택할 수 있는 차원 축소 기법이 필요하다. 따라서 본 논문에서는 Symmetrical Uncertainty와 Support Vector Machine (SVM)을 이용한 하이브리드 속성선택 기법을 제안하였다. 제안한 기법은 실험 결과를 통해 다른 속성 선택 기법보다 좋은 성능을 보여주었다.

• Asia Marketing Journal
• /
• v.6 no.1
• /
• pp.1-16
• /
• 2004

서비스품질의 차원과 위계에 대한 논의가 최근 들어 늘어나고 있다. 그 이유는 서비스품질, 고객만족, 고객의 긍정적 행동의향, 수익성 간의 선순환 때문이다. 차원모델은 SERVQUAL과 SERVPERF 모델이 있고 위계모델은 Grönroos(1984)모델과 미국학자들이 개발한 모델이 대표적이다. 최근들어 이들을 결합한 하이브리드모델이 제안되고 있다. 하지만 기존의 하이브리드모델은 차원과 위계를 결합하여 일반성은 높지만 위계를 정하는 이론적 근거가 분명하지 않다. 본 연구는 욕구위계이론 중 Herzberg(1968)의 두 요인이론에 근거하여 서비스품질의 위계모델을 제시하려 한다. 이를 위해 CIT로 판매접점에서 고객이 느끼는 결정적 사건(critical incidents)을 조사하였다. 먼저 중복요인과 단독요인으로 나누고 각각을 다시 불만족중심과 만족중심으로 나눌 때 이들 결정적 사건이 잘 분류되었다. 분류결과 신뢰성은 불만족중심 중복요인, 응답성은 만족중심 중복요인, 공감성은 단독만족요인으로 나타났다. 본 연구에서 제시하는 서비스품질의 욕구위계모델에 따르면 신뢰성, 응답성, 공감성의 순으로 서비스품질이 중요하다. 확신성과 유형성은 따로 분류되는 결정적 사건이 없어 만족, 불만족 요인을 도와주는 조절요인으로 볼 수 있다.