• 정보처리학회논문지D
• /
• 제15D권4호
• /
• pp.463-474
• /
• 2008

정보 기술과 인터넷의 발전은 멀티미디어 컨텐츠의 양에 있어서 폭발적인 성장을 가져 왔으며 이러한 멀티미디어 컨텐츠 양의 증가는 이용자의 요구에 맞는 멀티미디어 컨텐츠 추천에 대한 필요성을 더 증가 시켰다. 현재까지 일반상품과 멀티미디어 컨텐츠 추천을 위한 기법에는 협업필터링 (CF: Collaborative Filtering)이 있다. 하지만 기존의 CF 기법은 이미지가 갖고 있는 시각적 특징을 제대로 표현하지 못하고 있으며, 입력 데이터의 희박성 (Sparsity) 문제와 신상품 추천 문제 그리고 선호도의 동적인 변화 문제를 포함하고 있기 때문에 이미지 컨텐츠 추천에는 적합하지 않다. 이와 같은 기존의 CF기법의 단점을 해결하기 위해서 본 논문에서는 새로운 이미지 추천 방법으로 FBCF (Feature Based Collaborative Filtering) 기법을 제안한다. FBCF 기법은 시각적 특징을 선호도에 따라 군집화한 새로운 사용자 프로파일 구성방법을 제시하며, 선호도 피드백을 통하여 구매자의 현재 성향을 추천에 반영할 수 있다. 실제 모바일 이미지 데이터를 사용한 실험에서 FBCF 기법이 기존의 CF 기법보다 400% 향상된 성능을 보임을 확인할 수 있다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권6호
• /
• pp.264-273
• /
• 2006

In this paper, we propose a new architecture of Self-Organizing Fuzzy Polynomial Neural Networks (SOFPNN) by means of consecutive optimization and also discuss its comprehensive design methodology involving mechanisms of genetic optimization. The network is based on a structurally as well as parametrically optimized fuzzy polynomial neurons (FPNs) conducted with the aid of information granulation and genetic algorithms. In structurally identification of FPN, the design procedure applied in the construction of each layer of a SOFPNN deals with its structural optimization involving the selection of preferred nodes (or FPNs) with specific local characteristics and addresses specific aspects of parametric optimization. In addition, the fuzzy rules used in the networks exploit the notion of information granules defined over system's variables and formed through the process of information granulation. That is, we determine the initial location (apexes) of membership functions and initial values of polynomial function being used in the premised and consequence part of the fuzzy rules respectively. This granulation is realized with the aid of the hard c-menas clustering method (HCM). For the parametric identification, we obtained the effective model that the axes of MFs are identified by GA to reflect characteristic of given data. Especially, the genetically dynamic search method is introduced in the identification of parameter. It helps lead to rapidly optimal convergence over a limited region or a boundary condition. To evaluate the performance of the proposed model, the model is experimented with using two time series data(gas furnace process, nonlinear system data, and NOx process data).

• 실천공학교육논문지
• /
• 제14권2호
• /
• pp.439-445
• /
• 2022

온라인 미디어 플랫폼의 발전 및 코로나19 사태로 디지털 영상 콘텐츠의 양산과 소비가 급증하고 있다. 이용자들은 디지털 영상 콘텐츠를 선택하기 위해 썸네일, 티저 영상 등을 통하여 짧은 시간에 콘텐츠를 파악하고 본인에게 맞는 디지털 영상 콘텐츠를 선정하여 시청하고 있다. 세계 곳곳에서 생산되는 모든 디지털 영상 콘텐츠를 일일이 확인하고, 이용자가 선택할 수 있게 티저 영상을 수작업으로 편집하는 것은 매우 불편한 작업이다. 본 연구에서는 티저 영상을 자동으로 생성하기 위해 YCbCr 컬러 모델을 기반으로 키프레임을 추출하고, 클러스터링 기법을 통해 추출된 키프레임을 최적화한다. 마지막으로 최종 추출된 키프레임을 연결하여 사용자들의 디지털 영상 콘텐츠 확인을 도와 주기 위한 티저 영상을 제작하는 방법을 제시한다.

• 토지주택연구
• /
• 제15권1호
• /
• pp.57-75
• /
• 2024

활기 넘치는 거리를 만들기 위해서는 다양한 종류의 상업시설의 입지가 필요하다. 상업시설은 지역 유동인구 증가에 영향을 미치는 가장 중요한 요소이다. 따라서 상업시설의 다양성이 높을수록 소비 활성화에 기여할 것이라는 추론이 가능하다. 이와 관련하여 본 연구는 상업시설의 혼합이 소비중심지수에 미치는 영향을 알아보았다. 본 연구는 2021년을 시간적 범위로 설정하였으며, 공간적 범위는 서울시로 하였다. 커널밀도분석을 통하여 산출한 소비중심지수를 종속변수로 하고, 상업 특성을 반영한 요인과 도시 특성 등을 반영한 요인을 독립변수로 설정하여 분석을 진행하였다. 분석 방법은 공간회귀분석을 활용하였고 분석단위는 행정동으로 설정하였다. 분석을 통하여 이종업종의 집적보다 동종업종의 집적이 소비 활성화에 긍정적인 영향을 미치는 것을 확인하였다. 또한 소비 활성화에 긍정적인 영향을 미치는 업종들의 집적이 필요하다는 시사점을 확인하였다. 본 연구의 분석 결과는 소비시장에서 상업시설 입지 정책의 효율적인 관리에 시사점을 제공할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.19-33
• /
• 2013

본 논문에서는 네트워크 기반 대용량의 자원들을 효율적으로 검색하기 위해 사용자의 요구사항에 기반해 검색에 요구되는 태그들 간의 의미론에 기반한 동적 가상 온톨로지(Dynamic Virtual Ontology using Tags: DyVOT)를 추출하고 이를 이용한 동적 검색 방법론을 제안한다. 태그는 소셜 네트워크 서비스를 지원하거나 이로부터 생성되는 정형 및 비정형의 다양한 자원들에 대한 자원을 대표하는 특성을 포함하는 메타적 정보들로 구성된다. 따라서 본 연구에서는 이러한 태그들을 이용해 자원의 관계를 정의하고 이를 검색 등에 활용하고자 한다. 관계 등의 정의를 위해 태그들의 속성을 정의하는 것이 요구되며, 이를 위해 태그에 연결된 자원들을 이용하였다. 즉, 태그가 어떠한 자원들을 대표하고 있는 지를 추출하여 태그의 성격을 정의하고자 하였고, 태그를 포함하는 자원들이 무엇인지에 의해 태그간의 의미론적인 관계의 설정도 가능하다고 보았다. 즉, 본 연구에서 제안하는 검색 등의 활용을 목적으로 하는 DyVOT는 태그에 연결된 자원에 근거해 태그들 간의 의미론적 관계를 추출하고 이에 기반 하여 가상 동적 온톨로지를 추출한다. 생성된 DyVOT는 대용량의 데이터 처리를 위해 대표적인 예로 검색에 활용될 수 있으며, 태그들 간의 의미적 관계에 기반해 검색 자원의 뷰를 효과적으로 좁혀나가 효율적으로 자원을 탐색하는 것을 가능하도록 한다. 이를 위해 태그들 간의 상하 계층관계가 이미 정의된 시맨틱 태그 클라우드인 정적 온톨로지를 이용한다. 이에 더해, 태그들 간의 연관관계를 정의하고 이에 동적으로 온톨로지를 정의하여 자원 검색을 위한 동적 가상 온톨로지 DyVOT를 생성한다. DyVOT 생성은 먼저 정적온톨로지로부터 사용자 요구사항을 포함하는 태그를 포함한 부분-온톨로지들을 추출하고, 이들이 공유하는 자원의 정도에 따라 부분-온톨로지들 간의 새로운 연관관계 여부를 결정하여 검색에 요구되는 최소한의 동적 가상 온톨로지를 구축한다. 즉, 태그들이 공유하는 자원이 무엇인가에 의해 연관관계가 높은 태그들 간에는 이들의 관계를 설명하는 새로운 클래스를 가진 생성된 동적 가상 온톨로지를 이용하여 검색에 활용한다. 온톨로지의 인스턴스는 자원으로 정의되고, 즉 이는 사용자가 검색하고자 하는 해로서 정의된다. 태그들 간의 관계에 의해 생성된 DyVOT를 이용해 기존 정적 온톨로지나 키워드 기반 탐색에 비해 검색해야 할 자원의 량을 줄여 검색의 정확성과 신속성을 향상 시킨다.

• 한국인터넷방송통신학회논문지
• /
• 제20권2호
• /
• pp.13-20
• /
• 2020

빅 데이터 관련 주요 논제 중의 하나는 방대한 시간 기반 또는 원격 측정 데이터의 가용성에 관한 문제이다. 현재 저비용 획득 및 저장 장치의 등장은 더 세밀한 분석에 사용될 상세한 시간 데이터를 얻을 수 있어서 배후 시스템에 대해 여러 가지 지식을 갖거나 미래의 이벤트를 더 정확히 예측할 수 있다. 특히, 스마트 미터가 설치된 수많은 가정 및 기업 등을 대상으로 전기 사용에 관한 고객 맞춤형 계약을 정의하는 것은 다른 무엇보다도 중요한 문제이다. 수많은 스마트 미터 데이터를 바탕으로 공통적인 전력 소비 형태를 몇 가지 그룹으로 구분할 필요가 있다. 이에 본 연구에서는 스마트 미터 측정 관련 공개 데이터와 자바 기반 공개 소스인 KNIME 플랫폼을 사용하여 스마트 미터 관련 빅 데이터 변환과 클러스터링을 나타낸다. 빅 데이터 구성 요소는 공개 소스는 아니지만, 시험판으로 사용할 수 있다. 스마트 미터 빅 데이터를 가져오고, 정리하고, 변환한 후 전력 사용량 행위와 관련된 각 미터 ID의 해석과 클러스터링에 적합한 DTW 접근 방식을 통해 전력 사용 행위에 관한 스마트 계약을 정의할 수 있다.

• 생태와환경
• /
• 제54권4호
• /
• pp.390-397
• /
• 2021

본 연구에서는 호소의 환경 특성 및 시간에 따른 동물 플랑크톤 윤충류 군집 변동 특성을 분석하기 위해, 전라남도에 위치하여 유사한 기상 조건을 가지나 규모와 수질 환경이 서로 다른 29개 호소를 선정, 2008년부터 2016년까지 분기별 윤충류 출현 개체수 및 종 수의 시계열 자료를 수집하였다. 조사기간 중 각 호소의 윤충류 출현 개체수 및 종 수의 범위, 이상치 및 변동계수(CV)를 비교하였으며, 동적 시간 워핑(dtw) 분석을 통해 각 호소의 윤충류 군집 시계열 경향을 비교하여 유사 정도를 바탕으로 분류(clustering)하고, 주성분 분석을 통해 분류된 호소의 환경 특성과의 관계를 분석하였다. 윤충류 개체수에서 보다 빈번한 이상치 출현과 높은 변동성을 보인 호소에는 상대적으로 저수용량이 적은 소규모 호소가 많았던 반면, 출현종 수에서는 뚜렷한 경향이 관찰되지 않았다. 타 호소들과 윤충류 개체수의 시간적 변동 경향이 상이하게 나타난 일부 호소들에서 화학적 산소 요구량(COD)과 양의 상관관계를, 식물플랑크톤 현존량 변동 및 지각류 상대풍부도 변동과 음의 상관관계를 갖는 것으로 나타나 윤충류 출현 개체수의 시계열 경향에 영향을 미치는 잠재적인 요인으로 분석되었다.

• 한국멀티미디어학회논문지
• /
• 제11권8호
• /
• pp.1082-1092
• /
• 2008

무선 센서 네트워크에서 LEACH와 같은 클러스터링 프로토콜은 전체 네트워크의 수명을 연장시키는 효율적인 방법이지만 클러스터 헤드 노드에 높은 부하를 주게 되어 급격한 에너지 소모를 유발하는 문제가 있다. 따라서 클러스터의 구성과 클러스터 헤드 노드의 역할을 주기적으로 교체하여 네트워크의 수명을 연장시켰다. 그러나 이 방법은 클러스터를 구성하는 과정에서 상당한 량의 에너지 소모를 보인다. 따라서 본 논문은 소모되는 에너지의 효율성 증대를 위해 클러스터링 알고리즘을 제안하였다. 이 알고리즘에서 서로 인접한 노드들은 intra cluster를 이루며 이 클러스터를 구성하는 노드들은 라운드 로빈 형태로 데이터를 수집하고 전송한다. 전체 네트워크의 관점에서 볼 때 이 intra cluster는 한개의 노드로 취급된다. 한 라운드의 setup단계에서 intra cluster들은 클러스터 헤드(intra cluster)에 의해 다시 클러스터를 형성(network cluster)하게 된다. 클러스터 헤드가 된 intra cluster의 모든 멤버노드는 라운드 로빈 방식으로 클러스터 헤드 역할을 수행한다. 따라서 intra cluster의 크기에 의해 라운드의 주기를 연장할 수 있다. 또한 steady-state에서 각 intra cluster의 노드는 라운드 로빈 방식으로 데이터를 수집하며 network cluster의 클러스터 헤드에 전송한다. 성능분석 결과 제안하는 방법은 제안된 클러스터링 방법에 비해 노드들의 에너지 소모가 줄어들었으며 전송 효율이 증가하였다.

• 한국융합학회논문지
• /
• 제12권1호
• /
• pp.99-104
• /
• 2021

본 논문에서는 시간 흐름을 고려한 특징추출과 군집분석을 이용한 헬스 리스크 관리를 제안한다. 제안하는 방법은 세단계로 진행한다. 첫 번째는 전처리 및 특징추출 단계이다. 이는 웨어러블 디바이스를 이용하여 라이프로그를 수집하여 불완전데이터, 에러, 잡음, 모순된 데이터를 제거하며 결측 값을 처리한다. 그 다음 특징추출을 위해 주성분 분석을 통해 중요 변수를 선택하고, 상관계수와 공분산을 통해 데이터 간의 관계와 유사한 데이터들의 분류를 진행한다. 또한 라이프로그에서 추출한 특징을 분석하기 위해 시간의 흐름을 고려하여 K-means 알고리즘을 통해 동적 군집을 진행한다. 새로운 데이터는 오차 제곱합의 증가분을 기반으로 유사성 거리 측정 방법을 통해 군집을 진행하고, 시간의 흐름을 고려하여 군집에 대한 정보를 추출한다. 따라서 특징 군집을 통해 헬스 의사결정 시스템을 이용하여 신체적 특성, 생활습관, 질병여부, 헬스케어 이벤트 발생위험, 예상 정도 등의 요소를 통해 리스크를 관리할 수 있다. 성능평가는 Precision, Recall, F-measure을 사용하여 제안하는 방법과 퍼지방법, 커널기반 방법을 비교한다. 평가결과 제안하는 방법이 우수하게 평가된다. 따라서 제안하는 방법을 통해 유병자와의 유사도를 이용하여 정확한 사용자의 잠재적 건강 위험을 예측 및 적절한 관리가 가능하다.

• 정보관리학회지
• /
• 제32권1호
• /
• pp.153-169
• /
• 2015

이 연구에서는 토픽 모델링 결과 해석의 용이성을 위하여, 동적 인용 네트워크를 활용하여 LDA 기반 토픽 모델링의 토픽 수를 설정하고 중복 배치된 주요 키워드를 자아 중심 네트워크 분석을 통해 재배치하여 제시하는 방법을 제안하였다. 'White LED' 두 분야의 논문 데이터를 이용하여 분석한 결과, 동적 인용 네트워크 분석을 통해 형성된 분석대상 문헌집단에 혼잡도에 따른 토픽수를 사용하고 중복 분류된 토픽 내 주요 키워드를 자아중심 네트워크 분석 기법을 적용하여 재배치한 결과가 토픽 간의 중복도가 가장 낮은 것으로 나타났다. 따라서 동적 인용 네트워크 및 자아 중심 네트워크 분석을 적용함으로써 토픽모델링에 의한 분석 결과를 보완하는 다면적인 연구 동향 분석이 가능할 것으로 보인다.