• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.262-264
• /
• 2004

퍼지 클러스터링 방법은 일반적인 클러스터링 방법과는 달리 하나의 샘플이 다수의 집단에 속할 수 있으며 그 속하는 정도를 표현하여 보다 유연한 클러스터 분할의 분석을 가능하게 한다. 유전자 발현 데이터는 노이즈가 많고 공통된 기능을 가진 유전자들의 집단이 존재하기 때문에 퍼지 클러스터링을 사용하면 더욱 효율적으로 분석할 수 있다. 이러한 퍼지 클러스터링 방법에 있어서 중요한 것은 얼마나 분할이 정확하게 이루어졌으며 실제 데이터가 가지고 있는 분할과 결과가 얼마나 유사한가이다. 본 논문에서는 효과적인 유전자 클러스터의 평가를 위하여 베이지안 검증 방법을 제시하고, 결정트리로 생성된 규칙에 의하여 각 데이터의 특성에 따라 유연하게 검증하는 방법을 제안한다. 다양한 유전자 발현 데이터를 퍼지 c-means 알고리즘을 이용하여 클러스터링하고 제안하는 방법으로 검증한 결과, 그 유용성을 확인할 수 있었다.

• Structural Monitoring and Maintenance
• /
• v.6 no.3
• /
• pp.173-190
• /
• 2019

Steel-confined reinforced concrete (SCRC) columns feature highly complex and invisible mechanisms that make damage evaluation and pattern recognition difficult. In the present article, the prevailing acoustic emission (AE) technique was applied to monitor and evaluate the damage process of steel-confined RC columns in a quasi-static test. AE energy-based indicators, such as index of damage and relax ratio, were proposed to trace the damage progress and quantitatively evaluate the damage state. The fuzzy C-means algorithm successfully discriminated the AE data of different patterns, validity analysis guaranteed cluster accuracy, and principal component analysis simplified the datasets. A detailed statistical investigation on typical AE features was conducted to relate the clustered AE signals to micro mechanisms and the observed damage patterns, and differences between steel-confined and unconfined RC columns were compared and illustrated.

• Journal of information and communication convergence engineering
• /
• v.19 no.1
• /
• pp.29-35
• /
• 2021

While the population of pet dogs and pet-related markets are increasing, there is no convenient and reliable tool for pet health monitoring for pet owners/caregivers. In this paper, we propose a mobile platform-based pre-diagnosis system that pet owners can use for pre-diagnosis and obtaining information on coping strategies based on their observations of the pet dog's abnormal behavior. The proposed system constructs symptom-disease association databases for 100 frequently observed diseases under veterinarian guidance. Then, we apply the possibilistic fuzzy C-means algorithm to form the "probable disease" set and the "doubtable disease" set from the database. In the experiment, we found that the proposed system found almost all diseases correctly, with an average of 4.5 input symptoms and outputs 1.5 probable and one doubtable disease on average. The utility of this system is to alert the owner's attention to the pet dog's abnormal behavior and obtain an appropriate coping strategy before consult a veterinarian.

• Journal of information and communication convergence engineering
• /
• v.21 no.3
• /
• pp.198-207
• /
• 2023

Responding to changes in artificial intelligence models and the data environment is crucial for increasing data-learning accuracy and inference stability of industrial applications. A learning model that is overfitted to specific training data leads to poor learning performance and a deterioration in flexibility. Therefore, an early stopping technique is used to stop learning at an appropriate time. However, this technique does not consider the homogeneity and independence of the data collected by heterogeneous nodes in a differential network environment, thus resulting in low learning accuracy and degradation of system performance. In this study, the generalization performance of neural networks is maximized, whereas the effect of the homogeneity of datasets is minimized by achieving an accuracy of 99.7%. This corresponds to a decrease in delay time by a factor of 2.33 and improvement in performance by a factor of 2.5 compared with the conventional method.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.1025-1028
• /
• 2009

고속도로의 다양한 주행특성으로는 과속하는 차량, 휴게소나 기타목적의 이용차량, 운전자의 습관이나 피로도등이 있는데 이에 따라 고속도로 주행시간에 차이가 나타난다. 하지만 현재에는 이러한 특성을 고려하지 않고 통행시간 분류가 되고 있어 정확성과 신뢰성을 보장하지 못하고 있는 실정이다. 이에 본 연구에서는 데이터 분포에 따른 해석을 통하여 TCS데이터의 특성을 고려 할 수 있는 Fuzzy c-means 알고리즘과 단순히 임의의 초기값으로 분류하는 K-means와의 비교를 통해서 주행특성을 고려한 클러스터링 기법이 경우에 따라서 더 효과적이고 신뢰성 있는 분류방법이 될 수 있음을 증명하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.1595-1597
• /
• 2011

과거에는 고속도로 상에 일정간격으로 설치하여 운영 중인 VDS(Vehicle Detection System)에서 주기적으로 검지되는 지점자료나 실제로 도로를 주행하면서 교통상황을 측정하는 프로브 차량(Probe Vehicle)들을 이용하여 통행시간을 추정해 왔으나 단순한 현시점에서의 통행시간을 나타내는 점이나 설치구간이 조밀하지 못한 곳에서의 정확성 등 많은 문제점이 있어왔다. 이에 본 연구에서는 고속도로 통행료 수납자료(Toll Collection System)를 출발시각 기준으로 정렬하고, 이를 Fuzzy c-means 클러스터링 기법을 사용하여 고속도로 통행료 수납자료의 특성에 따라 분류한 후 하나의 대푯값으로 추출하여 Kalman Filter 기법에 적용하는 고속도로 통행시간 예측 모형을 설계한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.144-146
• /
• 2022

본 논문에서는 Kernel based Fuzzy C-Means(K-FCM) 기반 양자화 기법을 적용하여 의료 초음파 영상에서 특징을 분할하는 기법을 제안한다. 결절종의 경우에는 초음파 영상 내에서 무에코, 저에코의 특징을 가진 낭포성 종양 객체를 특징 영역으로 영상을 분할한다. K-FCM 클러스터링은 기존의 FCM 클러스터링에서 Kernel Function을 적용한 형태의 클러스터링 기법이다. 본 논문에서는 Gaussian Kernel 기반 K-FCM을 적용하여 의료 초음파 영상에서 특징들을 분할하였다. 결절종 초음파 영상에서는 FCM 클러스터링이 F1 Score가 85.574%로 나타났고, K-FCM이 86.442%로 나타났다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.135-138
• /
• 2008

본 논문은 의료 영상에 대한 효과적인 분류와 검색을 위한 알고리즘을 제안한다. 영상 분류와 검색을 위해서 MPEG-7 표준 기술자인 색 구조 기술자와 경계선 히스토그램 기술자를 사용해 영상들에 대한 특징 값을 추출한다. 이렇게 구해진 특징 값들을 의료 영상의 분류와 검색에 적용해 본 결과 비교적 낮은 성능을 보여줌을 확인하고 앞서 구해진 특징 값들을 교사 학습 방법인 SVM(Support Vector Machine)과 비교사 학습 방법인 FCM(Fuzzy C-means Clustering)에 적용시켰다. 기존 연구에서는 SVM과 FCM의 통합으로 의료 영상에 대한 분류와 검색을 시행하였지만 본 논문에서 실험한 결과 SVM과 MPEG-7 시각 기술자 중에 하나인 EHD(Edge Histogram Descriptor)를 가중치 선형 결합하여 실험한 결과가 더 정확한 분류와 높은 검색 성능을 나타냄을 확인하였다.

• Journal of Navigation and Port Research
• /
• v.27 no.3
• /
• pp.315-320
• /
• 2003

Since the beginning of open-door policy, China has been making rapid annual growth with an average 10% economic development. And due to this rapid growth, cargo volumes via ports have been also rapidly increased, and accordingly, current China government has intensively invested in port development. Further, this development project is significantly big scale, compared with those project which Korea and Japan have. Thus, China is beginning to threaten Korean ports, especially Busan port which try to be a hub port in Northeast Asia. For this reason, it has been very important issue for Korea and Busan port to investigate or analyze Chinese ports based on empirical data. Especially, although various studies related to Shanghai and Hong Kong have been conducted, the competitiveness of overall Chinese major ports has been little studied. In this paper, we analyzed competitiveness level of eight Chinese ports with capabilities as container terminal, based on reliable sources. From data analysis, eight Chinese ports were classified into four groups according to competitiveness level. Rankings among four clusters based on competitiveness level are cluster(Hone Kong), cluster C(Shanghai), cluster A(Qingdao, Tianjin, and Yantian) and cluster D(Dalian, Shekou, and Xiamen).

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.43 no.6 s.312
• /
• pp.20-27
• /
• 2006

Multi-level thresholding is a method that is widely used in image segmentation. However most of the existing methods are not suited to be directly used in applicable fields and moreover expanded until a step of image segmentation. This paper proposes region-based multi-level thresholding as an image segmentation method. At first we classify pixels of each color channel to two clusters by using EWFCM(Entropy-based Weighted Fuzzy C-Means) algorithm that is an improved FCM algorithm with spatial information between pixels. To obtain better segmentation results, a reduction of clusters is then performed by a region-based reclassification step based on a similarity between regions existing in a cluster and the other clusters. The clusters are created using the classification information of pixels according to color channel. We finally perform a region merging by Bayesian algorithm based on Kullback-Leibler distance between a region and the neighboring regions as a post-processing method as many regions still exist in image. Experiments show that region-based multi-level thresholding is superior to cluster-, pixel-based multi-level thresholding, and the existing mettled. And much better segmentation results are obtained by the post-processing method.