• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.374-379
• /
• 2007

본 논문은 전력계통의 배전계통시스템에서 FRTU(Feeder remote terminal unit)의 고장검출 알고리즘의 개선에 관한 연구이다. FRTU는 상과 지락에 관한 고장검출을 할 수 있다. 특히 고장픽업 기능과 돌입억제기능은 일반적인 부하전류로부터 고장전류를 구별할 수 있다. FRTU는 돌입전류 또는 설정값을 초과한 고장전류가 발생하면 고장표시기(FI)로 고장을 발생한다. 짧은 시간 푸리에 변환(STFT) 분석은 주파수와 시간에 관한 정보론 제공하고, 퍼지 중심 평균 클러스터링(FCM) 알고리즘은 고조파의 특성을 추출한다. 고장 검출기의 신경회로망 시스템은 최급강하법을 이용하여 고장상태로부터 돌입전류를 구별하도록 학습된다. 본 논문에서는 FCM과 신경회로망을 이용하여 고장검출기법을 개선하였다. 검증에 사용된 데이터는 22.9KV 배전계통 시스템에서 실제 측정된 데이터이다.

• 전기학회논문지
• /
• 제59권2호
• /
• pp.436-444
• /
• 2010

In this study, we introduce and discuss a concept of a granular-oriented radial basis function neural networks (GRBF NNs). In contrast to the typical architectures encountered in radial basis function neural networks(RBF NNs), our main objective is to develop a design strategy of GRBF NNs as follows : (a) The architecture of the network is fully reflective of the structure encountered in the training data which are granulated with the aid of clustering techniques. More specifically, the output space is granulated with use of K-Means clustering while the information granules in the multidimensional input space are formed by using a so-called context-based Fuzzy C-Means which takes into account the structure being already formed in the output space, (b) The innovative development facet of the network involves a dynamic reduction of dimensionality of the input space in which the information granules are formed in the subspace of the overall input space which is formed by selecting a suitable subset of input variables so that the this subspace retains the structure of the entire space. As this search is of combinatorial character, we use the technique of genetic optimization to determine the optimal input subspaces. A series of numeric studies exploiting some nonlinear process data and a dataset coming from the machine learning repository provide a detailed insight into the nature of the algorithm and its parameters as well as offer some comparative analysis.

• 한국ITS학회 논문지
• /
• 제20권1호
• /
• pp.70-85
• /
• 2021

최근 활발히 연구되는 딥러닝 방법론은 인공지능의 성능을 급속도로 향상시켰고, 이에 따라 다양한 산업 분야에서 딥러닝을 활용한 시스템이 제시되고 있다. 교통 시스템에서는 GNN을 활용한 공간-시간 그래프 모델링이 교통 속도 예측에 효과적인 것으로 밝혀졌지만, 이는 메모리 병목 현상을 유발하기 때문에 모델이 비효율적으로 학습된다는 단점이 있다. 따라서 본 연구에서는 그래프 분할 방법을 통해 도로 네트워크를 분할하여 메모리 병목 현상을 완화함과 동시에 우수한 성능을 달성하고자 한다. 제안 방법론을 검증하기 위해 인천시 UTIC 데이터 분석 결과를 바탕으로 Jensen-Shannon divergence를 사용하여 도로 속도 분포의 유사도를 측정하였다. 그리고 측정된 유사도를 바탕으로 스펙트럴 클러스터링을 수행하여 도로 네트워크를 군집화하였다. 성능 측정 결과, 도로 네트워크가 7개의 네트워크로 분할되었을 때 MAE 기준 5.52km/h의 오차로 비교 모델 대비 가장 우수한 정확도를 보임과 동시에 메모리 병목 현상 또한 완화되는 것을 확인할 수 있었다.

• 정보관리학회지
• /
• 제28권2호
• /
• pp.65-78
• /
• 2011

이 연구는 계량정보학적 기법을 적용하여 대학도서관의 연구분야를 파악하고자 하는 것이다. 적용된 계량정보학 기법은 용어클러스터링과 패스파인더 네트워크 알고리즘이다. 연구분야 분석을 위하여 2005년부터 2009년 동안 주요 학술지에 발표된 139건의 논문을 한국과학기술인용색인서비스(KSCI)에서 검색하여 데이터 콜렉션을 구축하였으며 연구분야를 분석하는 데 사용한 자질은 초록과 인용문헌의 제목에서 추출되었다. 분석 결과 인용문헌의 제목은 세분화된 연구분야를 표현하는 데 적절한 것으로 분석되었으며 초록과 인용문헌의 제목을 결합하여 적용하면 연관주제로 확장하여 주제구조를 효과적으로 표현해주는 것으로 나타났다.

• International Journal of Computer Science & Network Security
• /
• 제22권3호
• /
• pp.396-404
• /
• 2022

Online social networks contain a large amount of data that can be converted into valuable and insightful information. Text mining approaches allow exploring large-scale data efficiently. Therefore, this study reviews the recent literature on text mining in online social networks in a way that produces valid and valuable knowledge for further research. The review identifies text mining techniques used in social networking, the data used, tools, and the challenges. Research questions were formulated, then search strategy and selection criteria were defined, followed by the analysis of each paper to extract the data relevant to the research questions. The result shows that the most social media platforms used as a source of the data are Twitter and Facebook. The most common text mining technique were sentiment analysis and topic modeling. Classification and clustering were the most common approaches applied by the studies. The challenges include the need for processing with huge volumes of data, the noise, and the dynamic of the data. The study explores the recent development in text mining approaches in social networking by providing state and general view of work done in this research area.

• 지능정보연구
• /
• 제20권4호
• /
• pp.107-120
• /
• 2014

본 연구에서는 사회연결망분석기법 중 하나인 구조적 공백 분석 결과를 이용하여 추천과정에 사용자의 정성적이고 감성적인 정보를 반영할 수 있는 협업필터링 기반의 추천시스템을 제안한다. 협업필터링은 추천기술 중 가장 많이 활용되고 있지만 전통적으로 확장성과 희박성 등의 문제점뿐 만 아니라 사용자-상품 매트릭스의 선호도만을 이용하여 추천을 함으로써 사용자의 정성적이고 감성적인 정보를 추천과정에 반영하지 못한다는 한계점이 있다. 본 연구에서 제안하는 추천시스템은 사회연결망분석에서 중심성 분석과 함께 연결망 내의 주요개체를 탐지할 수 있는 구조적 공백 분석을 이용하여 연결망 내의 대표 사용자들을 추출한 후 이들을 중심으로 군집을 형성한 후 각 군집색인 협업필터링을 수행하는 과정을 통해 전통적인 협업필터링에서 반영하지 못했던 정성적, 감성적 정보를 반영한다. 한편, 군집색인 협업필터링을 수행함으로써 추천의 효율성을 높일 수 있는 장점도 있다. 본 연구에서는 실제 사용자들의 상품에 대한 선호도 평가점수와 사용자들의 사회연결망 정보를 수집하여 실험을 수행하고 전통적인 협업필터링과 다양한 형태의 협업필터링과의 추천성과 비교를 통하여 제안하는 시스템의 유용성을 확인한다. 비교모형으로는 전통적인 협업필터링, 임의 군집색인 기반 협업필터링, k평균 군집색인 기반 협업필터링을 이용한 추천시스템이며, 실험 결과, 제안한 모형이 다른 비교모형에 비해 추천성과의 정확도가 가장 우수하였다. 추천성과의 차이에 대한 통계적 유의성 검정 결과, 제안 모형은 전통적인 협업필터링 기반의 추천시스템과는 통계적으로 유의한 성과 차이가 없었으나, 다른 두 모형에 대해서는 통계적으로 유의한 성과의 차이가 있는 것으로 나타났다.

• 한국지능시스템학회논문지
• /
• 제11권4호
• /
• pp.336-339
• /
• 2001

오존농도 메커니즘은 매우 복잡하고, 비선형성과 비정상성이 강하기 때문에 오존 예보시스템들은 많은 문제점을 가지고 있다. 특히 고농도 오존에 있어서 예측결과들이 성능이 좋지 않다. 본 논문은 뉴로-퍼지기법과 퍼지 클러스터링을 이용한 오존 예측시스템의 모델링 방법을 설명하고자 한다. GMDH의 전형적인 알고리즘에 기초한 동적 다항식 신경망은 데이터 분석, 비선형적이고 복잡한 시스템의 검증 그리고 동적 시스템의 예측을 위한 유용한 방법이다.

• Journal of the Korean Data and Information Science Society
• /
• 제17권2호
• /
• pp.455-465
• /
• 2006

Data mining is the method to find useful information for large amounts of data in database. It is used to find hidden knowledge by massive data, unexpectedly pattern, and relation to new rule. The methods of data mining are decision tree, association rules, clustering, neural network and so on. We analyze industrial waste database using data mining technique. We use k-means algorithm for clustering and C5.0 algorithm for decision tree and Apriori algorithm for association rule. We can use these outputs for environmental preservation and environmental improvement.

• Journal of Multimedia Information System
• /
• 제6권2호
• /
• pp.87-90
• /
• 2019

Machine learning techniques have been applied in almost all the domains of human life to aid and enhance the problem solving capabilities of the system. The field of medical science has improved to a greater extent with the advent and application of these techniques. Efficient expert systems using various soft computing techniques like artificial neural network, Fuzzy Logic, Genetic algorithm, Hybrid system, etc. are being developed to equip medical practitioner with better and effective diagnosing capabilities. In this paper, a comparative study to evaluate the predictive performance of subtractive clustering based ANFIS hybrid system (SCANFIS) with Fuzzy C-Means (FCM) based ANFIS system (FCMANFIS) for Alzheimer disease (AD) has been taken. To evaluate the performance of these two systems, three parameters i.e. root mean square error (RMSE), prediction accuracy and precision are implemented. Experimental results demonstrated that the FCMANFIS model produce better results when compared to SCANFIS model in predictive analysis of Alzheimer disease (AD).

• 한국콘텐츠학회논문지
• /
• 제22권6호
• /
• pp.24-34
• /
• 2022

하나의 종교를 집중적으로 본다면 신앙과 믿음의 문제이지만, 세계종교 전체를 보면 역사, 문화, 인간의 삶과 생활이 담겨진 콘텐츠가 된다. 종교를 콘텐츠로 보고 세계종교 13개를 중심으로 각 네트워크를 만들어 네트워크의 구조를 분석하였다. 13개 종교를 합쳐 전체 네트워크를 구축하였는데, 일반적인 사회네트워크와 같은 멱함수 분포를 가지는 척도없는 네트워크의 특성을 보여주었다. 세계종교 네트워크는 일반적인 척도없는 네트워크와 달리 뭉침계수 값이 매우 적었다. 이는 종교를 설명하는 용어들의 다양성의 결과라 보여 진다. 전체 네트워크에 단순하지만 핵심 네트워크를 만드는데 사용되는 K-코어 알고리즘을 적용하여 코어 네트워크를 구축하였으나 K-3를 적용했을 때는 너무 복잡하고, K-4를 적용했을 때는 너무 단순하여 유의미한 결과를 얻기 어려웠다. 뭉침계수가 낮은 네트워크에 K-코어 알고리즘을 적용하기 어려운 것으로 판단되어, 허브 노드 중심의 핵심단어 수에 따른 네트워크를 구축하여 세계종교의 특성을 분석하였다. 이외에도 세계 5대 종교 네트워크와 동아시아 종교 네트워크를 만들어 유의미한 정보를 도출하였다. 본 연구에서는 세계종교를 콘텐츠로 보고 분석하여 다양한 정보를 얻었으며, 뭉침계수 값이 적은 네트워크는 핵심단어를 기반으로 코어 네트워크를 만들어 분석하는 새로운 방법을 제시하였다.