• Journal of the Korean Data and Information Science Society
• /
• v.25 no.5
• /
• pp.1069-1077
• /
• 2014

A clubfoot is a kind of congenital deformity of foot, which is internally rotated at the ankle. In this paper, we are going to cluster the curves of relative differences between regular and operated feet. Since these curves are irregular and sparsely sampled, general clustering models could not be applied. So the clustering model for sparsely sampled functional data by James and Sugar (2003) are applied and parameters are estimated using EM algorithm. The number of clusters is determined by the distortion function (Sugar and James, 2003) and two clusters of the curves are found.

• Journal of the Korean Data and Information Science Society
• /
• v.26 no.4
• /
• pp.885-894
• /
• 2015

It is necessary to forecast the electricity demand for reliable and effective operation of the power system. In this study, we try to categorize a functional data, the mean curve in accordance with the time of daily power demand pattern. The data were collected between January 1, 2009 and December 31, 2011. And it were converted to time series data consisting of seasonal components and error component through log transformation and removing trend. Functional clustering by Ma et al. (2006) are applied and parameters are estimated using EM algorithm and generalized cross validation. The number of clusters is determined by classifying holidays or weekdays. Monday, weekday (Tuesday to Friday), Saturday, Sunday or holiday and season are described the mean curve of daily power demand pattern.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.2
• /
• pp.395-406
• /
• 2017

The purpose of this study is to identify the pattern of daily electricity demand through clustering and classification. The hourly data was collected by KPS (Korea Power Exchange) between 2008 and 2012. The time trend was eliminated for conducting the pattern of daily electricity demand because electricity demand data is times series data. We have considered k-means clustering, Gaussian mixture model clustering, and functional clustering in order to find the optimal clustering method. The classification analysis was conducted to understand the relationship between external factors, day of the week, holiday, and weather. Data was divided into training data and test data. Training data consisted of external factors and clustered number between 2008 and 2011. Test data was daily data of external factors in 2012. Decision tree, random forest, Support vector machine, and Naive Bayes were used. As a result, Gaussian model based clustering and random forest showed the best prediction performance when the number of cluster was 8.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1998.10a
• /
• pp.62-64
• /
• 1998

유전 알고리즘은 전통적인 등반 알고리즘을 이용하여 구하기 어려웠던 최적화 문제를 해결하기 위한 강인한 (Robust) 탐색 기법이다. 특히 목적함수가 (1)여러 개의 국부 최대치를 가지거나 (2)수학적으로 표현이 불가능하거나 어렵거나 (3) 목적함수에 교란항이 섞여 있을 경우도 우수한 탐색 능력을 갖는 것으로 알려져 있다. 본 논문에서는 군집성 분석(cluster analysis)을 이용하여 군집화함으로써 유전 알고리즘을 이용하여 나타나는 다양한 해집합을 형성하는 개체군을 그룹화하고, 각 군집에 부여된 군집 적합도에 따라서 최적해를 구함으로써 최적값에 근접시킬 수 있는 탐색 알고리즘을 제안하였으며, 시뮬레이션의 출력이 특정한 테스트 함수의 형태로 나타난다고 가정한 경우에 확률적으로 나타나는 시뮬레이션 모델의 출력을 최대화하는 문제에 대하여 적용하고 분석하였다.

• Journal of the Korea Institute of Military Science and Technology
• /
• v.2 no.1
• /
• pp.90-100
• /
• 1999

유전자 알고리즘은 전통적인 등반 알고리즘을 이용하여 구하기 어려웠던 최적화 문제를 해결하기 위한 강인한(Robust) 탐색 기법이다. 특히 목적함수가 (1)여러 개의 국부 최대치를 가지는 경우, (2)수학적으로 표현이 불가능하거나 어려운 경우, (3)목적함수에 교란 항(disturbance term)이 섞여 있을 경우도 우수한 탐색 능력을 갖는 것으로 알려져 있다. 본 논문에서는 유전자 알고리즘을 이용하여 나타나는 다양한 해집합을 형성하는 개체군을 군집성 분석(cluster analysis)을 이용하여 군집화하고, 각 군집에 부여된 군집 적합도에 따라서 최적해를 구함으로써 단순 유전자 알고리즘에 의한 최적화보다 훨씬 향상된 탐색 알고리즘을 제안하였다. 반응표면의 형태가 정형화한 테스트 함수의 형태로 나타난다고 가정한 경우에 대하여 몬테 칼로 시뮬레이션을 통하여 본 알고리즘을 적용하여 평가하고 분석하였다.

• The Korean Journal of Applied Statistics
• /
• v.32 no.1
• /
• pp.149-160
• /
• 2019

The electricity consumption time series data of 'A' University from July 2016 to June 2017 is analyzed via nonparametric functional data clustering since the time series data can be regarded as realization of continuous functions with dependency structure. We use a Bouveyron and Jacques (Advances in Data Analysis and Classification, 5, 4, 281-300, 2011) method based on model-based functional clustering with an FEM algorithm that assumes a Gaussian distribution on functional principal components. Clusterwise analysis is provided with cluster mean functions, densities and cluster profiles.

• Information and Communications Magazine
• /
• v.27 no.7
• /
• pp.36-41
• /
• 2010

본 논문에서는 개미 군집의 행동 생태를 모델로 하여 군집 시스템의 적응적 분업화, 전문화 특성을 살펴보고, 사물 통신 네트워크 분야로의 응용 가능성을 소개하고자 한다. 내 외적인 환경 변화에 대비하여 개미 군집이 어떻게 효율적인 관리와 전체 시스템의 운영 유지를 할 수 있는지는 시스템 관점의 분석 모델이 요구된다. 한 가능한 모델은 반응역(response threshold)과 일의 자극(task associated stimuli)의 관계로 적응적 반응함수를 사용하는 것이다. 본 논문에서는 적응적인 반응함수가 전체 군집의 효율성과 분업화 과정을 촉발시키는 형태로 발전하는 예제를 보여줄 것이다. 이러한 시스템 분석은 사물 통신 네트워크 분야 연구에 적용될 수 있고, 멀티 에이젼트 시스템에서 효율적인 정보 전송 및 유지, 노드 부하의 균등화, 통신 가능한 스웜 로봇의 업무 분업화 등 다양한 분야로 응용 가능성이 있음을 제안한다.

• Journal of Korean Society of Transportation
• /
• v.31 no.4
• /
• pp.85-94
• /
• 2013

The Continuous Risk Profile (CRP) has been well known to be the most accurate and efficient among existing network screening methods. However, the classical CRP uses safety performance functions (SPFs) which require a huge investment to construct a database system. This study aims to suggest a new CRP method using average crash frequencies of homogeneous groups, instead of SPFs, as rescaling factors. Hierarchical clustering analysis is performed to classify freeway segments into homogeneous groups based on the data of AADT and number of lanes. Using the data from I-880 in California, the proposed method is compared to other several network screening methods. The results show that the proposed method decrease false positive rates while it does not produce any false negatives. The method developed in this study can be easily applied to screen freeway networks without any additional complex database systems, and contribute to the improvement of freeway safety management systems.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.435-435
• /
• 2023

최근 기후변화의 영향으로 상대적으로 좁은 국가면적이라 할 수 있는 국내에서도 가뭄과 홍수가 지역적으로 동시에 발생하는 등 자연재해에 의한 피해가 빈번해지고 있다. 이 중 가뭄은 타 풍수해에 비하여 일반적으로 장기간의 무강우에 의해 발현되고, 피해가 발생할 경우 생활용수, 농업용수, 공업용수 등 다양한 지역의 용수사용특성에 따라 피해가 집중 및 가중되는 특징을 지닌다. 본 연구에서는 지역별 가뭄피해도에 영향을 주는 영향인자의 민감도 분석을 실시하고 그 결과를 분석하였다. "가뭄 피해도"는 용수별 직간접 피해의 정도를 점수 또는 등급 등의 정량적으로 나타낸 것으로 정의된다. 우선, 국가가뭄정보통계집(2018-2020)에서 제시된 지역별 가뭄피해정보자료와 용수사용특성을 기반으로 군집분석을 실시한 문기훈(2022)의 연구모형을 기반으로 최근 발행된 2021년의 피해정보를 추가적으로 반영하여 군집분석을 실시하였다. 그리고 지역별 가뭄피해도 군집등급에 영향을 주는 과거 피해인자와 용수사용특성을 함수화하고, 지역별 불확실성을 반영한 민감도 분석을 실시하였다. 분석 결과 지역별 과거의 가뭄피해경험여부 및 용수사용특성의 변동에 따라 지역적 가뭄피해도 군집등급이 달라짐을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.475-477
• /
• 2000

본 논문에서는 적응적 성분분석 기법을 이용하여 radial basis 함수 신경망의 학습시간과 분류성능을 개선한 새로운 기법을 제안하였다. 제안된 기법에서 적응적 성분분석 기법은 radial basis 함수 신경망의 은닉층 뉴런 개수와 중심값 설정을 위해 이용하였다. 제안된 기법의 radial basis 함수 신경망을 200명의 암환자를 2부류(초기와 악성)로 분류하는 문제에 적용하여 시뮬레이션한 결고, k-평균 군집화 알고리즘을 이용한 radial basis 함수 신경망과 비교할 때 학습시간과 시험 데이터의 분류에서 더욱 우수한 성능이 있음을 확인할 수 있었다.