• 디지털융복합연구
• /
• 제10권1호
• /
• pp.371-378
• /
• 2012

센서 네트워크에서는 센서 노드를 통해 개체에 대한 행위, 조건, 위치에 관한 정보를 원격으로 얻을 수가 있다. 일반적으로 센서 노드는 배터리를 이용한 전원 공급이 이루어지므로 매우 제한적이다. 따라서 센서 데이터를 수집하기 위한 효율적인 에너지 관리는 전체 네트워크의 생존기간을 연장하기 위해 필요하다. 본 논문에서는 분산된 센서 노드를 클러스터단위로 자가구성하여 에너지 효율성을 높이는 방법을 제안한다. 제안된 방법은 ANTCLUST를 기반으로 두 개체간의 유사도를 측정한 후 해당 클러스터를 알아내어 자신의 클러스터를 결정하는 방법이다. 제안된 방법은 개미의 colonial closure 모델을 적용한다. 실험결과 기존의 클러스터링 방법보다 27%의 생존 노드 수의 증가를 보였다.

• International Journal of Computer Science & Network Security
• /
• 제21권7호
• /
• pp.305-316
• /
• 2021

The objective is to recognize the better opportunities from targeted reveal advertising, to show a banner ad to the consumer of online who is most expected to obtain a preferred action like signing up for a newsletter or buying a product. Discovering the most excellent commercial impression, it means the chance to exhibit an advertisement to a consumer needs the capability to calculate the probability that the consumer who perceives the advertisement on the users browser will acquire an accomplishment, that is the consumer will convert. On the other hand, conversion possibility assessment is a demanding process since there is tremendous data growth across different information dimensions and the adaptation event occurs infrequently. Retailers and manufacturers extensively employ the retail services from internet as part of a multichannel distribution and promotion strategy. The rate at which web site visitors transfer to consumers is low for online retail, out coming in high customer acquisition expenses. Approximately 96 percent of web site users concluded exclusive of no shopper purchase[1].This category of conversion rate is collected from the advertising of social media sites and pages that dataset must be estimating and assessing with the concept of big data clustering, which is used to group the particular age group of people along with their behavior. This makes to identify the proper consumer of the production which leads to improve the profitability of the concern.

• 디지털산업정보학회논문지
• /
• 제8권1호
• /
• pp.125-137
• /
• 2012

As the Internet use explodes recently, the malicious attacks and hacking for a system connected to network occur frequently. For such reason, lots of intrusion detection system has been developed. Intrusion detection system has abilities to detect abnormal behavior and unknown intrusions also it can detect intrusions by using patterns studied from various penetration methods. Various algorithms are studying now such as the statistical method for detecting abnormal behavior, extracting abnormal behavior, and developing patterns that can be expected. Etc. This study using clustering of data mining and association rule analyzes detecting areas based on two models and helps design detection system which detecting abnormal behavior, unknown attack, misuse attack in a large network.

• 간호행정학회지
• /
• 제17권3호
• /
• pp.293-300
• /
• 2011

Purpose: This study was done to explore time management behavior and self-efficacy in nursing students and to analyze the correlations between time management behavior and self-efficacy. Methods: The data were collected from May 12 to 20 2010 using self-report questionnaires about time management behavior and self-efficacy of nursing students. The data from 508 students were analyzed using descriptive analysis, K-means clustering, and one-way ANOVA. Results: The mean score for time management behavior was 3.03${\pm}$1.11 out of a possible 5, and self-efficacy was 3.65${\pm}$0.42 out of a possible 6. Four groups were identified according to time management behavior. The four groups were significantly different on self-efficacy total (p=<.05) and self-regulatory efficacy (p=.<005). The group with the highest score for time management had the highest score for self-efficacy. Conclusions: The results of the study indicate that time management behavior styles are related to self-efficacy for nursing students. Therefore, time management education programs based on the time management behavior styles are needed to increase self-efficacy in nursing students.

• IEIE Transactions on Smart Processing and Computing
• /
• 제4권4호
• /
• pp.209-215
• /
• 2015

Fuzzy c-means method is typical soft clustering, and requires a degree of membership that indicates the degree of belonging to each cluster at the time of clustering. Parameter values greater than 1 and less than 2 have been used by convention. According to the proposed data-generation scheme and the simulation results, some behaviors in the degree of "fuzziness" was derived.

• 한국멀티미디어학회논문지
• /
• 제20권5호
• /
• pp.800-807
• /
• 2017

The Pattern Sequence-based Forecasting (PSF) is an approach to forecast the behavior of time series based on similar pattern sequences. The innovation of PSF method is to convert the load time series into a label sequence by clustering technique in order to lighten computational burden. However, it brings about a new problem in determining the number of clusters and it is subject to insufficient similar days occasionally. In this paper we proposed an adaption of the PSF method, which introduces a new clustering index to determine the number of clusters and imposes a threshold to solve the problem caused by insufficient similar days. Our experiments showed that the proposed method reduced the mean absolute percentage error (MAPE) about 15%, compared to the PSF method.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.571-573
• /
• 2010

경제, 경영, 의료 및 공학 등 실세계의 많은 시스템들은 복잡한 현상을 갖는다. 이러한 특징의 시스템들을 이해하는 방법은 시스템에 대한 모델을 세우고 분석하는 것이다. 모델을 세우고 분석하는 과정은 두 단계로 이루어진다. 첫째, 데이터에 대하여 효율적 군집을 결정하는 과정, 둘째, 각 군집에 대한 적합한 모델을 생성하는 과정이다. 본 연구에서는 효율적 군집화를 위한 탐색 방법에 대하여 살펴본다.

• Nuclear Engineering and Technology
• /
• 제54권9호
• /
• pp.3336-3346
• /
• 2022

In general, a number of severe accident scenarios derived from Level 2 probabilistic safety assessment (PSA) are typically grouped into several categories to efficiently evaluate their potential impacts on the public with the assumption that scenarios within the same group have similar source term characteristics. To date, however, grouping by similar source terms has been completely reliant on qualitative methods such as logical trees or expert judgements. Recently, an exhaustive simulation approach has been developed to provide quantitative information on the source terms of a large number of severe accident scenarios. With this motivation, this paper proposes a machine learning-based categorization method based on exhaustive simulation for grouping scenarios with similar accident consequences. The proposed method employs clustering with an autoencoder for grouping unlabeled scenarios after dimensionality reductions and feature extractions from the source term data. To validate the suggested method, source term data for 658 severe accident scenarios were used. Results confirmed that the proposed method successfully characterized the severe accident scenarios with similar behavior more precisely than the conventional grouping method.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.707-708
• /
• 2021

선박은 해운시장에서 가장 중요한 자산이다. 이러한 선박투자에는 대규모 자본조달이 필요하며 시황 및 경기분석을 통해 고점투자를 방지하고 조달비용을 절감하는 것이 중요하며 이러한 결정이 투자 성패를 좌우한다. 본 논문은 K평균 군집화분석을 이용하여 그리스 선주와 한국 선주의 선박투자행태를 분류하고자 한다. 분석의 결과로 선박투자의 주요 요인들을 식별하여 기업차원의 선박투자의 벤티마크 투자전략을 수립하는데 기여하고자 하며 정책적 차원에서 선박투자에 필요한 전략에 대한 시사점을 도출하고자 한다.

• 한국항행학회논문지
• /
• 제23권5호
• /
• pp.380-385
• /
• 2019

본 연구는 실제 공항에서 수집되는 여객 데이터를 활용하여 공항 내 여객의 체류 시간을 분석한 연구이다. 여객의 체류 시간은 공항 터미널 설계, 공항의 수익성에 영향을 주어 중요한 여객 특성으로 간주되어 왔지만 실제 여객 데이터 수집의 어려움으로 그에 대한 분석이나 실시간 공항 운영에 활용하기가 어려웠다. 하지만 스마트 공항의 일환으로 세계 유수의 공항에서 방대한 양의 여객 데이터를 수집하고 있고, 축적된 데이터를 활용하여 공항 내 여객 체류 시간 분석이 가능해졌다. 본 연구에서는 인천 국제 공항에서 수집된 여객 데이터를 활용하여 여객 체류 시간 분석을 수행하였으며, 방대한 양의 자료를 효율적으로 처리하기 위해 데이터 마이닝 기법인 클러스터링을 활용하여 여객을 체류 시간에 따라 구분하였다. 분석 결과 인천 국제 공항 출발 여객은 체류 시간에 따라 1) 체류 시간이 짧고 대부분의 시간을 에어사이드에서 보내는 여객, 2) 평균 3 시간 정도의 체류 시간을 갖는 여객, 3) 총 체류 시간이 압도적으로 긴 여객 등 크게 3 개의 클러스터로 구분할 수 있는 것으로 나타났다.