• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.692-698
• /
• 2006

점점 더 많은 디지털 카메라와 휴대폰이 고해상도 카메라가 장착되고 대용량의 저장공간이 제공되면서 사용자들의 사진촬영 빈도가 증대하고 있다. 조만간 휴대폰의 저장된 사진을 효과적으로 관리하고 브라우징할 수 있는 기술이 필요한 시기가 올 것이다. 본 논문은 휴대폰이나 디지털 카메라 혹은 카메라가 장착되어 사진을 찍을 수 있는 모든 형태의 휴대단말에서 촬영된 개인사진을 지리적 위치정보를 이용하여 자동으로 분류하는 시스템을 제시한다. 기존의 시간정보를 이용하여 촬영시간의 근접성을 이용해 순차적으로 자동 분류하는 시스템과는 달리 위치정보를 이용하여 촬영위치에 따라 비순차적으로 자동 분류한다. 촬영위치 근접성을 결정하기 위해 밀도기반 클러스터링 알고리즘을 사용하여 전체 사진을 대분류하고 기존의 자동사진 분류방식에서는 다루지 않았던 일상사진과 비일상사진을 분류하고, 대분류된 사진을 시간정보를 이용하여 소분류 함으로서 자동 사진분류 성능을 높이고자 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권7호
• /
• pp.3112-3127
• /
• 2018

Since time series clustering is performed without prior information, it is used for exploratory data analysis. In particular, clusters of time series with similar shapes can be used in various fields, such as business, medicine, finance, and communications. However, existing time series clustering algorithms have a problem in that time series with different shapes are included in the clusters. The reason for such a problem is that the existing algorithms do not consider the limitations on the size of the generated clusters, and use a dimension reduction method in which the information loss is large. In this paper, we propose a method to alleviate the disadvantages of existing methods and to find a better quality of cluster containing similarly shaped time series. In the data preprocessing step, we normalize the time series using z-transformation. Then, we use piecewise aggregate approximation (PAA) to reduce the dimension of the time series. In the clustering step, we use density-based spatial clustering of applications with noise (DBSCAN) to create a precluster. We then use a modified K-means algorithm to refine the preclusters containing differently shaped time series into subclusters containing only similarly shaped time series. In our experiments, our method showed better results than the existing method.

• Journal of Information Processing Systems
• /
• 제14권4호
• /
• pp.926-940
• /
• 2018

In clustering-based approaches, cluster heads closer to the sink are usually burdened with much more relay traffic and thus, tend to die early. To address this problem, distance-aware clustering approaches, such as energy-efficient unequal clustering (EEUC), that adjust the cluster size according to the distance between the sink and each cluster head have been proposed. However, the network lifetime of such approaches is highly dependent on the distribution of the sensor nodes, because, in randomly distributed sensor networks, the approaches do not guarantee that the cluster energy consumption will be proportional to the cluster size. To address this problem, we propose a novel approach called CACD (Clustering Algorithm Considering node Distribution), which is not only distance-aware but also node density-aware approach. In CACD, clusters are allowed to have limited member nodes, which are determined by the distance between the sink and the cluster head. Simulation results show that CACD is 20%-50% more energy-efficient than previous work under various operational conditions considering the network lifetime.

• 한국ITS학회 논문지
• /
• 제22권2호
• /
• pp.29-43
• /
• 2023

재난 및 재해 상황시 이동관리전략을 신속히 마련하기 위해서는 특정 도로구간을 통행하는 교통류의 특징과 도로의 위상학적 구조 등을 사전에 파악해야 할 필요성이 있다. 이는 도로관리자가 미시적 도로단위별로 취약성을 평가한 후 재난·재해 상황에 대비한 적절한 모니터링과 관리방안을 설정하는데 중요한 근거가 될 수 있기 때문이다. 따라서 본 연구에서는 도시부 도로링크별 취약성 평가를 위하여 공간밀도, 시간점유율, 네트워크 매개중심성 지표를 제시하였으며, 거리 및 밀도기반 클러스터링 분석을 통하여 각 링크그룹별로 가지고 있는 시공간 및 위상학적 취약성을 정의하였다. 본 연구를 통해 제시된 결과는 도로 링크를 집단별로 특성화하여 취약성을 관리하는 것에 활용될 수 있으며, 재난·재해 시 우선 통제지점 선정 및 최적경로 제시를 위한 기초자료로도 활용 가능할 것으로 기대된다.

• Journal of Electrical Engineering and Technology
• /
• 제8권6호
• /
• pp.1276-1282
• /
• 2013

This paper proposes a stochastic modeling of plug-in electric vehicles (PEVs) distribution in power systems, and analyzes the corresponding clustering characteristic. It is essential for power utilities to estimate the PEV charging demand as the penetration level of PEV is expected to increase rapidly in the near future. Although the distribution of PEVs in power systems is the primary factor for estimating the PEV charging demand, the data currently available are statistics related to fuel-driven vehicles and to existing electric demands in power systems. In this paper, we calculate the number of households using electricity at individual ending buses of a power system based on the electric demands. Then, we estimate the number of PEVs per household using the probability density function of PEVs derived from the given statistics about fuel-driven vehicles. Finally, we present the clustering characteristic of the PEV distribution via case studies employing the test systems.

• 한국빅데이터학회지
• /
• 제7권1호
• /
• pp.89-97
• /
• 2022

선박 충돌 사고는 경제적 손실, 인명피해 등 다양한 부정적 상황을 초래할 수 있기 때문에 사고를 예방하기 위한 다각적인 노력이 필요하다. 따라서 사고 예방을 위한 연구가 활발히 이루어고 있으며, 본 연구에서는 선박 충돌 사고 예방을 위한 새로운 선행 지표를 제안한다. 기존 연구에서는 특정 해역에서 선박들간의 거리를 고려하여 충돌위험을 표현하였지만 이를 다른 해역에 적용하기 위해서는 모델을 새로 개발해야하는 단점이 존재한다. 본 연구에서는 선박 운항 정보인 AIS(Automatic Identification System) 데이터를 활용하여 해역의 환경과 운항의 특징을 포함한 밀도기반 선박 도메인 DESD(Density based Empirical Ship Domain)을 정의하였다. 각 해역별로 만들어진 2차원의 DESD를 대상으로 Deep Clustering을 적용하여 유사한 운항 환경을 가진 해역들을 군집화 한다. 군집화된 해역과 선박 충돌 사고의 연관성 분석을 통해 해역의 특징별로 사고의 발생여부가 달라짐을 통계적으로 검정하여 DESD가 사고의 선행 지표로서 활용될 수 있음을 증명하였다.

• Journal of Information Processing Systems
• /
• 제15권5호
• /
• pp.1156-1170
• /
• 2019

In recent years, the problem of data drifted of the smart grid due to manual operation has been widely studied by researchers in the related domain areas. It has become an important research topic to effectively and reliably find the reasonable data needed in the Supervisory Control and Data Acquisition (SCADA) system has become an important research topic. This paper analyzes the data composition of the smart grid, and explains the power model in two smart grid applications, followed by an analysis on the application of each parameter in density-based spatial clustering of applications with noise (DBSCAN) algorithm. Then a comparison is carried out for the processing effects of the boxplot method, probability weight analysis method and DBSCAN clustering algorithm on the big data driven power grid. According to the comparison results, the performance of the DBSCAN algorithm outperforming other methods in processing effect. The experimental verification shows that the DBSCAN clustering algorithm can effectively screen the power grid data, thereby significantly improving the accuracy and reliability of the calculation result of the main grid's theoretical line loss.

• 한국컴퓨터정보학회논문지
• /
• 제20권4호
• /
• pp.77-85
• /
• 2015

최근 무선 센서 네트워크는 다양한 분야에서 유비쿼터스 컴퓨팅 환경을 구현하기 위해 사용되고 있으며 센서 필드의 정보 수집을 위해 소형의 저전력, 저가격 센서를 사용한다. 본 논문은 이러한 센서 노드의 에너지 효율성을 고려한 클러스터링 알고리즘을 제안한다. 제안 알고리즘은 기존의 LEACH에 기반하며 슬립 기법과 전송 모드의 변경을 통해 네트워크와 노드의 수명을 연장할 수 있다. 제안 알고리즘에서 노드는 이웃 노드들과의 거리를 기반으로 자신의 클러스터링 참여 값을 구하고 자신의 주위에 노드들이 많이 존재한다면 슬립 모드로 대기하도록 한다. 또한 BS로의 데이터 전달에 기존의 싱글 홉 전송만 사용하는 것이 아니라 클러스터 헤드의 에너지 수준에 따라 멀티 홉 전송으로 변경할 수 있도록 하여 에너지를 보존하도록 한다 제안 기법의 성능을 확인하기 위해 LEACH와 비교 실험을 수행하였으며 특히 불균일하게 노드가 배치된 네트워크에서 제안기법의 성능이 우수함을 확인하였다.

• Composites Research
• /
• 제37권3호
• /
• pp.179-185
• /
• 2024

본 연구는 Representative Volume Element(RVE) 모델을 사용하여 초기 공극 결함이 있는 단방향 섬유강화 복합재의 횡방향 인장 강도 변화에 대해 정량적 평가 및 조사되었다. 초기 공극 결함을 표본오차와 신뢰 수준을 기준으로 적정 표본의 수가 계산된 후, 총 5000개의 초기 공극 결함이 있는 RVE 모델이 표본 집단으로 생성되었다. 표본 집단은 차원 축소법과 밀도 기반 군집 분석을 통해 유사도 분석이 진행되었으며 편향되지 않은 표본 집단임이 확인 및 검증되었다. 검증된 표본 분석 결과는 복합재 구조의 신뢰성 해석에 적용될 수 있게 Weibull 분포로 표현되었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권5호
• /
• pp.1708-1727
• /
• 2021

In the advent of the twenty-first century, human beings began to closely interact with technology. Today, technology is developing, and as a result, the world wide web (www) has a very important place on the Internet and the significant task is fulfilled by Web services. A lot of Web services are available on the Internet and, therefore, it is difficult to find matching Web services among the available Web services. The recommendation systems can help in fixing this problem. In this paper, our observation was based on the recommended method such as the collaborative filtering (CF) technique which faces some failure from the data sparsity and the cold-start problems. To overcome these problems, we first applied an ontology-based clustering and then the k-nearest neighbor (KNN) algorithm for each separate cluster group that effectively increased the data density using the past user interests. Then, user ratings were predicted based on the model-based approach, such as singular value decomposition (SVD) and the predictions used for the recommendation. The evaluation results showed that our proposed approach has a less prediction error rate with high accuracy after analyzing the existing recommendation methods.