• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 컴퓨터소사이어티 추계학술대회논문집
• /
• pp.223-226
• /
• 2003

Because UMLS semantic network is bulky and complex, user hard to understand and has shortcoming that can not express all semantic network on screen. To solve this problem, rules to dismember semantic network efficiently are introduction. but there is shortcoming that this should classifies manually applying rule whenever UMLS semantic network is modified. Suggest automatic clustering method of UMLS semantic network that use genetic algorithm to solve this problem. Proposed method uses Linked semantic relationship between each semantic type and semantic network does clustering by structurally similar semantic type linkages. To estimate the performance of suggested method, we compared it with result of clustering method by rule.

• Smart Structures and Systems
• /
• 제8권1호
• /
• pp.69-92
• /
• 2011

This paper presents an emergent pattern recognition approach based on the immune network theory and hierarchical clustering algorithms. The immune network allows its components to change and learn patterns by changing the strength of connections between individual components. The presented immune-network-based approach achieves emergent pattern recognition by dynamically generating an internal image for the input data patterns. The members (feature vectors for each data pattern) of the internal image are produced by an immune network model to form a network of antibody memory cells. To classify antibody memory cells to different data patterns, hierarchical clustering algorithms are used to create an antibody memory cell clustering. In addition, evaluation graphs and L method are used to determine the best number of clusters for the antibody memory cell clustering. The presented immune-network-based emergent pattern recognition (INEPR) algorithm can automatically generate an internal image mapping to the input data patterns without the need of specifying the number of patterns in advance. The INEPR algorithm has been tested using a benchmark civil structure. The test results show that the INEPR algorithm is able to recognize new structural damage patterns.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제2권5호
• /
• pp.199-202
• /
• 2013

무선 센서 네트워크에서 클러스터링 방식의 네트워크 수명은 클러스터 헤드 결정 방법에 의해서 영향을 받는다. 대표적인 클러스터링 방식인 LEACH(Low-Energy Adaptive Clustering Hierarchy)의 경우 주기적으로 클러스터 헤드를 선택함으로써 클러스터 재구축으로 인한 에너지 소모가 큰 단점이 있다. 한편 ACAWT(Adaptive Clustering Algorithm via Waiting Timer)는 클러스터 헤드의 잔여 에너지 수준이 하나의 특정 임계치에 도달하면 클러스터를 재구축하는 비주기적인 클러스터 재구축 방식을 사용한다. 본 논문에서는 클러스터를 주기적으로 재구축하지 않고 노드의 잔여 에너지 수준(level)을 여러 단계로 설정한 후 클러스터 헤드의 잔여 에너지 수준이 한 단계 낮아지면 클러스터를 재구축하는 방법을 제안한다. 또한 클러스터 헤드 선정 시 이웃 노드 수와 잔여 에너지 수준을 고려함으로써 클러스터 헤드의 분포를 균일하게 유지시켜 네트워크 수명을 연장시킨다. 본 제안 방식의 성능을 평가하기 위해서 Qualnet 기반의 시뮬레이션을 수행하였으며, ACAWT와 성능을 비교한 결과 제안 방식이 네트워크 수명 측면에서 우월함을 확인하였다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.93-107
• /
• 2014

대부분의 인터넷 쇼핑몰은 자사 고객의 관심 분야를 파악하고 이를 상품 추천에 효과적으로 활용하기 위해 많은 노력을 기울이고 있다. 하지만 고객이 회원 가입 시 직접 입력한 개인 정보는 신뢰하기가 어렵고, 고객의 구매 패턴을 통해 파악한 관심 분야 정보는 자사 사이트 내에 진입한 이후에만 보인 한정된 패턴이라는 측면에서 해당 고객의 다양한 관심분야를 제대로 나타낸다고 보기 어렵다. 이러한 한계를 극복하기 위해 본 연구에서는 고객의 평소 인터넷 사용 기록을 통해 최근 방문 사이트들의 주제를 분석함으로써, 고객의 실제 관심 분야를 파악할 수 있는 방안을 제시하였다. 또한 토픽 분석을 통해 각 사이트의 주제를 도출하고 도출된 주제를 다시 동시 방문자 관점에서 군집화 함으로써, 고객 관점에서 의미가 있는 상위 수준의 새로운 테마를 발굴하기 위한 방법론을 제안하였다. 연구의 특징은 유사주제 중심의 군집화라는 기존 연구와는 달리 사용자 관점의 관심주제 중심 군집화라 할 수 있다. 향후 사용자 중심의 카테고리 설계를 비롯한 새로운 관점의 고객군 정의 등 보다 높은 차원의 마케팅 전략 수립에 활용이 가능할 것으로 기대된다. 사용자 관점의 이슈 군집화 과정은 크롤링, 토픽 분석, 액세스 패턴 분석, 네트워크 병합, 네트워크 변환 및 군집화와 같은 여섯 가지 주요단계로 구성되어있다. 이를 위해 텍스트 마이닝과 소셜 네트워크 분석 기법을 활용한 비정형 텍스트를 기반으로한 빅데이터의 활용 방법을 모색하였다. 제안 방법론의 실무 적용 가능성을 평가하기 위해, 국내 최대 포털 뉴스 사이트의 방문자 2,177명의 1년간 방문 기록과 뉴스기사 대한 분석을 수행하고 그 결과를 요약하여 제시하였다.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2005년도 춘계학술대회
• /
• pp.185-192
• /
• 2005

There are many data mining techniques such as association rule, decision tree, neural network analysis, clustering, genetic algorithm, bayesian network, memory-based reasoning, etc. We analyze 2003 Gyeongnam social indicator survey data using k-means clustering technique for environmental information. Clustering is the process of grouping the data into clusters so that objects within a cluster have high similarity in comparison to one another. In this paper, we used k-means clustering of several clustering techniques. The k-means clustering is classified as a partitional clustering method. We can apply k-means clustering outputs to environmental preservation and environmental improvement.

• 사물인터넷융복합논문지
• /
• 제3권1호
• /
• pp.9-11
• /
• 2017

최근에 인터넷과 모바일 장치가 널리 보급되면서 해커들이 네트워크를 이용해 공격하는 횟수 또한 증가하고 있다. 네트워크를 연결할 때 패킷을 주고받으며 통신을 하게 되는데, 여기에는 다양한 정보가 포함되어 있다. 이 패킷들의 정보를 Hierarchical Clustering 분석을 사용해 분석하고 정상적인 패킷과 비정상적인 패킷을 분류하여 공격자들의 공격을 탐지하였다. 이 분석 방법을 통해 새로운 패킷을 분석하여 공격을 탐지하는 것이 가능할 것이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 추계학술대회 논문집 전력기술부문
• /
• pp.225-227
• /
• 2006

The transmission network clustering using a fuzzy entropy function are proposed in this paper. We can define a similarity measure through a fuzzy entropy. All node in the transmission network system has its own values indicating the physical characteristics of that system and the similarity measure in this paper is defined through the system-wide characteristic values at each node. However, to tackle the geometric mis-clustering problem, that is, to avoid the clustering of geometrically distant locations with similar measures, the locational informations are properly considered and incorporated in the proposed similarity measure. In this paper, a new regional clustering measure for the transmission network system is proposed and proved. The proposed measure is verified through IEEE 39 bus system.

• 한국산학기술학회논문지
• /
• 제11권10호
• /
• pp.3950-3957
• /
• 2010

무선 센서 네트워크는 한정된 자원의 센서 노드들로 구성되어 있고, 한번 구성된 후에는 유지 보수가 어렵다는 단점을 갖고 있다. 따라서 무선 센서 네트워크에서는 에너지 소비를 최소화하고, 한정된 자원을 효율적으로 사용하여 네트워크 수명을 최대화하는 것이 중요한 문제이다. 본 논문에서는 클러스터링 방식에서 클러스터 수를 효율적으로 지정하여 에너지 소모량을 최적화하는 기법을 제안한다. 이 기법은 무선 전송에 소비되는 에너지양은 거리(임계값)에 따라 많은 차이가 있으므로 이러한 임계값을 고려하여 클러스터 수를 지정함으로써 에너지 소비를 줄이는 방식이다. 실험을 통하여 제안된 클러스터링 기법은 LEACH(Low-Energy Adaptive Clustering Hierarchy)에 비해 전체 에너지 소모량 측면에서 높은 성능을 나타냄을 확인하였다.

• 정보처리학회논문지C
• /
• 제13C권6호
• /
• pp.757-766
• /
• 2006

이동 애드혹 네트워크는 이동 호스트들만으로 이루어진 자율적인 네트워크로 유비쿼터스 컴퓨팅의 연구와 더불어 활발하게 연구되고 있다. 이동 애드혹 네트워크의 평면적인 구조를 개선하기 위해, 계층적으로 네트워크를 관리하는 클러스터링 기법들이 연구되고 있다. 하지만 기존기법들은 멀티홉 클러스터링과 로드밸런싱에 관한 연구가 미약하다. 본 논문에서는 다중 흡 클러스터링을 지원하고, 클러스터 헤드 간의 로드 밸런싱을 고려한 클러스터링 기법을 제안한다. 이를 위해 이동 애드혹 네트워크에서 나타날 수 있는 클러스터의 분열 현상과 이에 따른 클러스터의 상태를 정의하고, 로드 밸런싱을 위한 참가, 병합, 분열, 클러스터 헤드 선출 등의 기법을 제안한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권4호
• /
• pp.1419-1436
• /
• 2020

For an energy harvesting sensor network, when the network lifetime is not the only primary goal, maximizing the network performance under environmental energy harvesting becomes a more critical issue. However, clustering protocols that aim at providing maximum information throughput have not been thoroughly explored in Energy Harvesting Wireless Sensor Networks (EH-WSNs). In this paper, clustering protocols are studied for maximizing the data transmission in the whole network. Based on a long short-term memory (LSTM) energy predictor and node energy consumption and supplement models, an uneven clustering protocol is proposed where the cluster head selection and cluster size control are thoroughly designed for this purpose. Simulations and results verify that the proposed scheme can outperform some classic schemes by having more data packets received by the cluster heads (CHs) and the base station (BS) under these energy constraints. The outcomes of this paper also provide some insights for choosing clustering routing protocols in EH-WSNs, by exploiting the factors such as uneven clustering size, number of clusters, multiple CHs, multihop routing strategy, and energy supplementing period.