• 한국병원경영학회지
• /
• 제17권2호
• /
• pp.21-33
• /
• 2012

Purpose : This study aims to suggest application of patients DB to hospital marketing by performing market segmentation and selecting target market. Consequently help to establish suited strategy of marketing. Method : 14,072 patients hospitalized in a University Medical Center were recruited into this study. In order to classify the customer groups, cluster analysis was used with RFM(Recency, Frequency, Monetary) model, and 1-way ANOVA verified the differences among groups. And then, sociodemographical status, healthcare utilization and diagnosis(ICD-10) of each group were compared to draw a marketing strategy. Results : Four groups were classified through clustering analysis, and'high use and high profit' and'low use and high profit' groups were selected as a target market. The features of target market were as follows, the female proportion was high; used a private room; hospitalized through the emergency room; had operation; length of stay was long; had many comorbidity and cooperative treatment. There was difference in each feature of target market: as for the'high use and high profit' group, many patients were diagnosed with 'certain infectious and parasitic diseases'; and as for the'low use and high profit'group, the proportion of patients who purchased'industrial accident compensation insurance'and'auto insurance'was relatively high; many patients were diagnosed with'Injury, poisoning and certain other consequences of external causes'. Conclusion : It is needed to establish'positioning' strategy by monitoring and communicating with'high use and high profit' group. And for the case of'low use and high profit' group, it is necessary to make a follow-up management and lead them to have a medical check-up.

• 전기학회논문지
• /
• 제63권4호
• /
• pp.526-533
• /
• 2014

In this study, we introduce design methodology to develop a guidance for issuing heavy rainfall warning by using both RBFNNs(Radial basis function neural networks) and SVR(Support vector regression) model, and then carry out the comparative studies between two pattern classifiers. Individual classifiers are designed as architecture realized with the aid of optimization and pre-processing algorithm. Because the predictive performance of the existing heavy rainfall forecast system is commonly affected from diverse processing techniques of meteorological data, under-sampling method as the pre-processing method of input data is used, and also data discretization and feature extraction method for SVR and FCM clustering and PSO method for RBFNNs are exploited respectively. The observed data, AWS(Automatic weather wtation), supplied from KMA(korea meteorological administration), is used for training and testing of the proposed classifiers. The proposed classifiers offer the related information to issue a heavy rain warning in advance before 1 to 3 hours by using the selected meteorological data and the cumulated precipitation amount accumulated for 1 to 12 hours from AWS data. For performance evaluation of each classifier, ETS(Equitable Threat Score) method is used as standard verification method for predictive ability. Through the comparative studies of two classifiers, neuro-fuzzy method is effectively used for improved performance and to show stable predictive result of guidance to issue heavy rainfall warning.

• Bulletin of the Korean Chemical Society
• /
• 제34권7호
• /
• pp.1972-1984
• /
• 2013

Microtubules play an important role in intracellular transport, mobility, and particularly mitosis. Paclitaxel (Taxol$^{TM}$) and paclitaxel-like compounds have been shown to be anti-tumor agents useful for various human tumors. Paclitaxel-like compounds operate by stabilizing microtubules through interface binding at the interface between two ${\beta}$-tubulin monomers in adjacent protofilaments. In this paper we present the elucidation of the structural features of paclitaxel and paclitaxel-like compounds (e.g., epothilones) with microtubule stabilizing activities, and relate their activities to spatial and chemical features of the molecules. CATALYST program was used to generate three-dimensional quantitative structure activity relationships (3D-QSARs) resulting in 3D pharmacophore models of epothilone- and paclitaxel-derivatives. Pharmacophore models were generated from diverse conformers of these compounds resulting in a high correlation between experimental and predicted biological activities (r = 0.83 and 0.91 for epothilone and paclitaxel derivatives, respectively). On the basis of biological activities of the training sets, five- and four-feature pharmacophore hypotheses were generated in the epothilone and paclitaxel series. The validation of generated hypotheses was achieved by using twelve epothilones and ten paclitaxels, respectively, which are not in the training sets. The clustering (grouping) and merging techniques were used in order to supplement spatial restrictions of each of hypothesis and to develop more comprehensive models. This approach may be of use in developing novel inhibitor candidates as well as contributing a better understanding of structural characters of many compounds useful as anticancer agents targeting microtubules.

• 대한전자공학회논문지SP
• /
• 제41권3호
• /
• pp.209-219
• /
• 2004

본 논문에서는 핵심어 검출 시스템을 실시간 적용이 가능한 하드웨어로 구현하기 위해 연산량이 적고 구조가 간단한 단일 끝점 DTW 방법을 제안한다. 제안된 알고리즘은 일반적 DTW가 양쪽 끝점을 요구하는데 비하여 단지 한쪽 끝점만 필요하므로 이용하기에 편리하며, 국부 검색의 연속이 전역 경로를 이루게 되므로 매우 적은 연산량을 가진다. 그리고, 제안한 단일 끝점 DTW가 보다 나은 성능을 지니도록 하기 위해 새로운 경사 가중치와 거리 측정법을 가지도록 하였다. 이외에도, 단일 끝점 DTW는 특징벡터 정규화를 적용하여 특징벡터 각각의 차원에서 데이터들이 같은 표준편차를 가지게 하며 모든 프레임이 같은 에너지를 가지도록 정규화 되었다 또한, 주어진 학습 패턴들에 클러스터링을 적용한 후, 각 클러스터 내에서 평균을 계산하여 구한 패턴을 해당 핵심어를 대표하는 여러 개의 기준패턴으로 삼았다. 이러한 기준패턴들과 입력 음성의 특징벡터가 이미 정해진 문턱값 보다 작은 거리 내에 있을 때 핵심어는 검출된다. 제안된 알고리즘을 고립단어 음성인식과 핵심어 검출 실험에 적용하여 다른 방법을 이용한 결과보다 성능이 뛰어남을 확인하였다.

• 전자공학회논문지CI
• /
• 제46권3호
• /
• pp.1-7
• /
• 2009

본 논문은 효율적인 음악 데이터의 분류를 위한 방법으로 분산커널 기반의 퍼지 c-평균을 이용한 분류기 모델을 제안한다. 분산 커널 기반의 퍼지 c-평균은 주어진 오디오 데이터에서 추출된 특징벡터의 평균과 공분산 정보를 동시에 이용하여 기존의 평균값만을 사용하는 방식에 비해 성능을 월등히 향상시킬 수 있는 장점이 있다. 사용된 방식은 확률적 분포로 주어지는 데이터 사이의 거리를 분산거리척도로 측정하고, 복잡한 분류 경계를 단순화 시키는데 효율적인 커널 개념을 사용함으로서 분류의 정확도를 극대화 시킬 수 있는 장점이 있다. 제안하는 분류기의 성능을 평가하기 위하여 고전음악, 컨트리음악, 힙합, 재즈의 4개의 장르 음악데이터를 총 1200개 수집하여 실험을 진행하였다. 실험의 결과 제안된 분산커널 기반의 퍼지 c-평균을 이용하는 분류기는 기존의 방식과 비교하여 분류정확도에서 평균적으로 17.73%-21.84%의 성능향상을 보여준다.

• 전기전자학회논문지
• /
• 제13권2호
• /
• pp.167-174
• /
• 2009

음악은 다양한 하위 레벨 음악 특징을 통하여 인간의 감정을 유발시키거나 음악적 무드를 만들어낸다. 보통 음악은 하나 이상의 무드로 구성되며 이것은 음악간 유사도를 결정하는 데 주요한 단서로 사용된다. 본 논문에서는 음악의 무드 변화 패턴을 기반으로 하는 새로운 음악 검색 기법을 제안한다. 이를 위해서, 우선 모든 음악에 대해 유사한 하위 레벨 특징을 가지는 세그먼트로 나누고, K-means 군집화 알고리즘을 적용하여 유사한 특징을 가지는 클러스터로 그룹화한다. 각 클러스터에 대해 유일한 무드 심볼을 정의하고 나면, 각 음악의 무드 변화 패턴은 일련의 무드 심볼 시퀀스로 표현이 가능하다. 마지막으로 음악간 유사도를 측정하기 위해서 longest common subsequence (LCS)알고리즘을 적용한다. 제안된 검색 기법의 성능을 측정하기 위해 다양한 실험과 사용자 만족도 조사를 수행하고 결과를 분석한다.

• 한국컴퓨터정보학회논문지
• /
• 제10권6호
• /
• pp.93-102
• /
• 2005

본 논문은 퍼지 c-means 알고리즘의 퍼지 멤버십 등식을 신경망과 융합한 서명의 특징정보를 기반으로 하는 자율적인 자기조직화 신경망 모델 이용하여 서명 검증하는 방법을 제안하였다. 기존 온라인 서명인식 방법인 함수적 접근법과 매개변수적 접근법의 한계점을 개선하기 위해 자율적 클러스터 특징정보에 의해 서명 패턴 분류 접근법을 제안했다. 본 논문의 중요한 요소는 서명의 특징 정보를 36개의 전역적 특징 정보 정의와 12개의 지역적 특징 정보를 정의하였고, 이를 기반으로 FE-SONN에 학습하여 서명의 진위여부를 검증하는 검증시스템 구현에 있다. 총 713개의 서명을 가지고 실험하였으며, 원본 서명 155개와 시험용으로 위조 서명 180개와 본인이 작성한 진본 서명 378개를 테스트한 결과 97.67$\%$이상의 검증률을 얻을 수 있었다. 그러나 눈으로 식별이 불가능한 정교한 위조서명은 검증 시스템에서도 진위여부 판단에 어려움이 있다.

• 한국지능시스템학회논문지
• /
• 제25권1호
• /
• pp.91-96
• /
• 2015

본 연구는 조명변화에 강인한 CT 전처리 기법 기반 개선된 얼굴인식 시스템을 소개한다. 전처리 알고리즘으로 CT알고리즘은 조명이 없는 환경에서도 얼굴의 지역적인 특징만을 추출한다. 얼굴의 지역적인 특징 추출을 가능하게 해준다. 처리된 데이터는 $(2D)^2$ 기반 대표적인 차원축소 알고리즘인 PCA를 사용하여 특징을 추출하였다. 전처리 알고리즘을 통한 특징 데이터는 제안한 방사형 기저함수 신경회로망의 입력으로 사용하였다. 방사형 기저함수 신경회로망의 은닉층은 FCM으로 구성하였고, 연결가중치는 1차 선형식을 사용하였다. 또한 ABC 알고리즘을 이용하여 제안된 분류기의 파라미터, 즉 입력의 수, 퍼지 클러스터링의 퍼지화 계수를 최적화 한다. 본 연구는 제안된 시스템의 성능 평가를 위해 Yale Face database B와 CMU PIE database로 실험하였다.

• 방송공학회논문지
• /
• 제11권1호
• /
• pp.15-27
• /
• 2006

본 논문에서는 일련의 디지털 사진들을 특정한 인물에 기반하여 브라우징 하는 것을 돕기 위한 인물 기반 사진 색인 방법을 제안한다. 기존의 인물 기반 영상 색인의 경우, 얼굴 특징값만을 인물 특정값으로 이용하였다. 이에 반하여, 제안하는 방법의 주 된 목적은 얼굴의 주변 정보인 상황 및 옷 정보를 얼굴 정보와 함께 조합하여 색인 과정에 활용함으로써 인물 기반 사진 색인 의 성능을 높이는 것이다 얼굴 특정값과 옷 특징값을 효과적으로 조합하기 위해, 인물을 상황 별로 클러스터링하는 방법이 함께 제안된다 본 논문에서 제안하는 방법의 효용성을 검증하기 위해 1120 장의 사진 데이터베이스를 활용하여 실험을 수행하였다. 실험 결과에서, 기존의 방법에서처럼 얼굴 특정값만을 이용하여 색인을 수행한 경우 약 70%의 평균 성능을 보였으며, 제안 된 방법을 이용하여 색인을 수행한 경우 약 92%의 평균 성능을 보여 제안된 방법이 인물 별 사진 색인에 효과적임을 확인할 수 있었다.

• Journal of Electrical Engineering and Technology
• /
• 제12권6호
• /
• pp.2388-2398
• /
• 2017

In this study, we propose a robust face recognition system to pose variations based on automatic pose estimation. Radial basis function neural network is applied as one of the functional components of the overall face recognition system. The proposed system consists of preprocessing and recognition modules to provide a solution to pose variation and high-dimensional pattern recognition problems. In the preprocessing part, principal component analysis (PCA) and 2-dimensional 2-directional PCA ($(2D)^2$ PCA) are applied. These functional modules are useful in reducing dimensionality of the feature space. The proposed RBFNNs architecture consists of three functional modules such as condition, conclusion and inference phase realized in terms of fuzzy "if-then" rules. In the condition phase of fuzzy rules, the input space is partitioned with the use of fuzzy clustering realized by the Fuzzy C-Means (FCM) algorithm. In conclusion phase of rules, the connections (weights) are realized through four types of polynomials such as constant, linear, quadratic and modified quadratic. The coefficients of the RBFNNs model are obtained by fuzzy inference method constituting the inference phase of fuzzy rules. The essential design parameters (such as the number of nodes, and fuzzification coefficient) of the networks are optimized with the aid of Particle Swarm Optimization (PSO). Experimental results completed on standard face database -Honda/UCSD, Cambridge Head pose, and IC&CI databases demonstrate the effectiveness and efficiency of face recognition system compared with other studies.