• 한국콘텐츠학회논문지
• /
• 제22권6호
• /
• pp.24-34
• /
• 2022

하나의 종교를 집중적으로 본다면 신앙과 믿음의 문제이지만, 세계종교 전체를 보면 역사, 문화, 인간의 삶과 생활이 담겨진 콘텐츠가 된다. 종교를 콘텐츠로 보고 세계종교 13개를 중심으로 각 네트워크를 만들어 네트워크의 구조를 분석하였다. 13개 종교를 합쳐 전체 네트워크를 구축하였는데, 일반적인 사회네트워크와 같은 멱함수 분포를 가지는 척도없는 네트워크의 특성을 보여주었다. 세계종교 네트워크는 일반적인 척도없는 네트워크와 달리 뭉침계수 값이 매우 적었다. 이는 종교를 설명하는 용어들의 다양성의 결과라 보여 진다. 전체 네트워크에 단순하지만 핵심 네트워크를 만드는데 사용되는 K-코어 알고리즘을 적용하여 코어 네트워크를 구축하였으나 K-3를 적용했을 때는 너무 복잡하고, K-4를 적용했을 때는 너무 단순하여 유의미한 결과를 얻기 어려웠다. 뭉침계수가 낮은 네트워크에 K-코어 알고리즘을 적용하기 어려운 것으로 판단되어, 허브 노드 중심의 핵심단어 수에 따른 네트워크를 구축하여 세계종교의 특성을 분석하였다. 이외에도 세계 5대 종교 네트워크와 동아시아 종교 네트워크를 만들어 유의미한 정보를 도출하였다. 본 연구에서는 세계종교를 콘텐츠로 보고 분석하여 다양한 정보를 얻었으며, 뭉침계수 값이 적은 네트워크는 핵심단어를 기반으로 코어 네트워크를 만들어 분석하는 새로운 방법을 제시하였다.

• 무역학회지
• /
• 제41권3호
• /
• pp.27-42
• /
• 2016

본 논문에서는 아시아 13개 항만의 2009년, 2010년, 2013년의 자료와, 3개의 투입요소(수심, 총면적 크레인 수)와 1개의 산출요소(컨테이너화물 총 처리량)를 이용하여 교차효율성모형과 메타프론티어 분석방법으로 개별효율성과 그룹효율성, 기술 갭을 측정함으로써, 교차효율성모형에 의해서 측정된 클러스터링이 국내항만들의 메타효율성을 증진시켰는지를 실증적으로 검증하였다. 실증분석의 주요한 결과는 다음과 같다. 첫째, 2010년과 2013년의 경우에는 부산, 인천, 광양항만 모두 그룹효율성이 증가하였다. 둘째, 중국의 항만들이 국내 항만들에 비해서 메타효율성과 그룹효율성 측면에서 더 높은 것으로 나타났다. 셋째, 기술갭 측면에서 보았을 때, 광양항의 기술 격차의 왜곡이 부산항이나 인천항에 비해서 작은 것으로 나타났다. 넷째, 광양항은 2009년(닝보, 칭타오, 토쿄, 카오슝항)과 2013년(두바이항)과 클러스터링을 통해서 효율성을 증진시킬 수 있었다. 부산항은 2010년에 2그룹, 2013년에 1그룹항만, 인천항은 2010년과 2013년에 2그룹 항만들과 클러스터링을 통해서 효율성을 증진시킬 수 있었다. 다섯째, 교차효율성 모형과 메타효율성 분석방법을 통해서 부산, 인천, 광양항은 효율성을 증진시킬 수 있다는 것이 실증적으로 검증되었다. 본 논문의 정책적인 함의는 본 연구에서 실증적으로 검증된 아시아 항만들 간의 클러스터링 방법[부산항은 홍콩, 상하이, 싱가포르항, 인천항과 광양항은 칭타오, 나고야, 닝보, 토쿄, 카오슝항과 클러스터링]을 국내항만들이 적극적으로 정책적인 도입을 해야만 한다.

• 전기학회논문지
• /
• 제60권4호
• /
• pp.862-870
• /
• 2011

In this paper, we introduce a new topology of Radial Basis Function-based Polynomial Neural Networks (RPNN) that is based on a genetically optimized multi-layer perceptron with Radial Polynomial Neurons (RPNs). This study offers a comprehensive design methodology involving mechanisms of optimization algorithms, especially Fuzzy C-Means (FCM) clustering method and Particle Swarm Optimization (PSO) algorithms. In contrast to the typical architectures encountered in Polynomial Neural Networks (PNNs), our main objective is to develop a design strategy of RPNNs as follows : (a) The architecture of the proposed network consists of Radial Polynomial Neurons (RPNs). In here, the RPN is fully reflective of the structure encountered in numeric data which are granulated with the aid of Fuzzy C-Means (FCM) clustering method. The RPN dwells on the concepts of a collection of radial basis function and the function-based nonlinear (polynomial) processing. (b) The PSO-based design procedure being applied at each layer of RPNN leads to the selection of preferred nodes of the network (RPNs) whose local characteristics (such as the number of input variables, a collection of the specific subset of input variables, the order of the polynomial, and the number of clusters as well as a fuzzification coefficient in the FCM clustering) can be easily adjusted. The performance of the RPNN is quantified through the experimentation where we use a number of modeling benchmarks - NOx emission process data of gas turbine power plant and learning machine data(Automobile Miles Per Gallon Data) already experimented with in fuzzy or neurofuzzy modeling. A comparative analysis reveals that the proposed RPNN exhibits higher accuracy and superb predictive capability in comparison to some previous models available in the literature.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.59-62
• /
• 2007

본 논문에서는 불균형 및 Under-sampling된 바이오 데이터에 대하여 클래스 구분력이 없는 특징의 소거를 통해 이후 이어질 FLDA 둥 다양한 방법론올 적용할 수 있는 방법을 제안하고자 한다. 제안하는 알고리즘은 평균과 분산을 통해 클래스의 형태를 결정하는 기존 방법론의 문제점을 회피할 수 있는 방법을 제공하며, 클래스 구분력에 중점을 두어 특정을 선별하였을 경우 선별된 특정들의 상관 계수가 높은 문제를 극복할 수 있도록 한다. 이에 따라 알고리즘이 선택한 특정집합은 서로의 특징에 대해 상관계수가 낮으며, 클래스의 구분력이 높은 특정을 갖게 된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권8호
• /
• pp.3257-3269
• /
• 2020

Articulation disorders are characterized by an inability to achieve clear pronunciation due to misuse of the articulators. In this paper, a method of detecting such disorders by comparing to the standard pronunciations is proposed. This method defines the standard pronunciations from the speeches of normal children by clustering them with three features which are the Linear Predictive Cepstral Coefficient (LPCC), the Mel-Frequency Cepstral Coefficient (MFCC), and the Relative Spectral Analysis Perceptual Linear Prediction (RASTA-PLP). By calculating the distance between the centroid of the standard pronunciation and the inputted pronunciation, disordered speech whose features locates outside the cluster is detected. 89 children (58 of normal children and 31 of children with disorders) were recruited. 35 U-TAP test words were selected and each word's standard pronunciation is made from normal children and compared to each pronunciation of children with disorders. In the experiments, the pronunciations with disorders were successfully distinguished from the standard pronunciations.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2006년도 춘계학술대회 논문집
• /
• pp.167-168
• /
• 2006

Chemotaxis, or preferential motion due to presence of a chemical gradient, is an important factor in sperm fertilization of eggs in that it is the first interaction between sperm and egg. In the present study, we aim to quantify the possible chemoattractive role of the jelly coat. The chemotaxis of the sperm of sea urchin was demonstrated with the effective motility coefficient by a microfchannel made of polydimethysiloxane (PDMS). The relevance of these findings is that they provide insight on the first steps towards egg fertilization.

• 한국멀티미디어학회논문지
• /
• 제16권9호
• /
• pp.1044-1056
• /
• 2013

본 논문에서는 피부 색소 침착 영역을 검출하고 침착 정도를 측정하는 알고리즘을 제안한다. 제안한 알고리즘에서는 먼저 훈련 영상(training image)의 통계적 분석을 통해 피부 영역에 대한 GMM-EM 클러스터링 기반 컬러 모델을 구축하고 이를 통해 피부 영역을 추출한 후, 형태학적 처리(morphological processing)를 통해 피부 영역에 존재하는 잡음을 제거한다. 이후 ICA (independent component analysis) 알고리즘을 통해 피부 영역을 헤모글로빈 및 멜라닌 성분으로 분리하고, 각 성분에 대한 투영 변환 블록 계수에 의하여 색소 침착 영역 및 크기를 결정한다. 성능 평가를 위한 모의실험으로부터 제안한 색소 침착 검출 알고리즘은 피부 색소 침착 영역의 크기 및 침착 정도를 정확하게 검출할 수 있음을 확인하였다.

• 인터넷정보학회논문지
• /
• 제25권2호
• /
• pp.39-47
• /
• 2024

시계열 분석은 시간 순서로 정렬된 데이터로부터 다양한 정보와 인사이트를 발견하기 위한 방법으로 많은 조직에서 비즈니스 문제 해결을 위해 적용하고 있다. 그중에서 시계열 유사도 측정은 패턴이 비슷한 시계열들을 식별하기 위한 단계로서 시계열 검색 및 군집화와 같은 시계열 분석 응용에서 매우 중요하다. 본 연구에서는 전체 시계열이 아닌 이상치들을 중심으로 시계열 유사도 측정을 계산 효율적으로 수행하는 방법을 제안한다. 이와 관련하여 이상탐지를 통해 추출된 서브시퀀스 집합에 대한 유사도 측정 결과와 시계열 전체에 대한 유사도 측정 결과 사이의 순위 상관관계를 측정 및 분석하여 제안 방법을 검증한다. 실험 결과로써, 주식 종목 시계열 데이터에 이상치 비율 10% 을 적용한 유사도 측정으로부터 최대 0.9 이상의 스피어만 순위 상관계수를 확인하였다. 결론적으로 제안 방법을 통해 시계열 유사도 측정에 소요되는 계산량을 유의미하게 절감하는 동시에 신뢰 가능한 시계열 검색 및 군집화 결과를 기대할 수 있다.

• 전기학회논문지
• /
• 제57권11호
• /
• pp.2108-2116
• /
• 2008

The paper concerns Fuzzy C-Means clustering based Radial Basis Function neural networks (FCM-RBFNN) and the optimization of the network is carried out by means of Particle Swarm Optimization(PSO). FCM-RBFNN is the extended architecture of Radial Basis Function Neural Network(RBFNN). In the proposed network, the membership functions of the premise part of fuzzy rules do not assume any explicit functional forms such as Gaussian, ellipsoidal, triangular, etc., so its resulting fitness values directly rely on the computation of the relevant distance between data points by means of FCM. Also, as the consequent part of fuzzy rules extracted by the FCM - RBFNN model, the order of four types of polynomials can be considered such as constant, linear, quadratic and modified quadratic. Weighted Least Square Estimator(WLSE) are used to estimates the coefficients of polynomial. Since the performance of FCM-RBFNN is affected by some parameters of FCM-RBFNN such as a specific subset of input variables, fuzzification coefficient of FCM, the number of rules and the order of polynomials of consequent part of fuzzy rule, we need the structural as well as parametric optimization of the network. In this study, the PSO is exploited to carry out the structural as well as parametric optimization of FCM-RBFNN. Moreover The proposed model is demonstrated with the use of numerical example and gas furnace data set.

• Journal of Crop Science and Biotechnology
• /
• 제11권1호
• /
• pp.63-68
• /
• 2008

The induced genetic divergence was estimated in 44 mutant lines of finger millet variety GPU 26, developed by single and combination treatments with gamma rays, EMS and NG using three multivariate analyses. The mutant lines were grouped into eight genetically diverse clusters by multivariate D2 and canonical analyses and 11 clusters by dendrogram grouping through Gower's similarity coefficient. The clustering pattern in these three methods was almost similar. Twelve mutant lines in D2 and 13 in the dendrogram grouping method were grouped in the parental cluster(Cluster I) indicating that they did not possess enough divergence from the parent to be classified as micromutant lines. However a large proportion of mutant lines showed divergence from the parent variety and also among themselves. No definite relationship of mutagenic origin and clustering of mutant lines were observed. The mutant lines developed from the same mutagenic treatments often grouped into different clusters indicating that each mutagenic treatment was effective in inducing diverse types of changes in the nine traits studied. The hybridization program between the divergent mutant lines GE 2-2 or GE 3-4 with GG 3-1 is expected to give promising and desirable segregants in subsequent generations. Traits such as days to 50% flowering and days to maturity had major contributions to the induced genetic divergence.