• 한국산학기술학회논문지
• /
• 제13권12호
• /
• pp.6081-6088
• /
• 2012

불균형 클러스터링은 클러스터의 크기를 서로 다른 크기로 나누는 방법으로 균형 클러스터링에 비해 핫스팟 문제를 어느 정도 해결할 수 있으므로 전체 네트워크의 에너지 소모량을 줄인다. 본 논문에서는 불균형 클러스터링 모델을 이용하여 계층 기반의 동적 불균형 클러스터링을 제안한다. 이는 라운드별로 최적의 클러스터 수 및 클러스터 헤드 위치를 제공함으로써 전체 네트워크에 대한 에너지 소모를 균형 있게 하고 또한 네트워크 수명을 연장시킨다. 실험을 통하여 제안된 기법이 이전 클러스터링 기법보다 네트워크 수명이 연장되었음을 보였다.

• 한국멀티미디어학회논문지
• /
• 제11권12호
• /
• pp.1706-1715
• /
• 2008

In a super-peer based P2P network, the network is clustered and each cluster is managed by a special peer, which is called a super-peer. A Super-peer has information of all the peers in its cluster. This type of clustered P2P model is known to have efficient information search and less traffic load than unclustered P2P model. In this paper, we compute the message traffic cost incurred by peers' query, join and update actions within a cluster as well as between the clusters. With these values, we estimate the optimal number of super-peers that minimizes the traffic cost for the various size of super-peer based P2P networks.

• 대한토목학회논문집
• /
• 제29권3D호
• /
• pp.347-356
• /
• 2009

본 연구는 기존의 도로기능분류 정의와 방법론을 벗어나 교통특성에 따른 도로분류 방법론인 도로특성분류를 기초로 분석을 수행하였다. 도로특성분류에 대한 일련의 과정 중에서 다양한 교통특성을 반영하는 설명변수를 기초로 요인점수를 산출하고, 동질한 도로구간을 그룹핑하는 군집화 분석과정과 적정 군집수 도출에 따른 군집결과비교에 본 연구는 초점을 맞추었다. 도로분류를 위해 병합적 계층 군집분석인 Ward법, 비계층적 군집분석인 K-means법, 자율신경 회로망을 이용한 K-SOM을 사용하여 비교분석하였다. 각 군집기법에 대한 결과를 토대로 비교분석한 결과, 군집 수 5 이하에서는 K-means법, 군집 수 14 이상에서는 Kohonen selforganizing maps가 가장 우수한 것으로 나타났으며, 군집수 5~9사이에서는 Ward법과 Kmeans법의 군집 성능이 불규칙한 패턴을 보임에 따라 세밀한 결과분석을 통해 우수성을 결정하는 것이 바람직할 것으로 분석되었다. 본 연구결과는 다양한 교통특성을 고려한 도로구간의 군집 속성을 분석하고 예측하는 분류화 작업에 중요한 기초적인 자료로 사용될 것으로 기대된다.

• 정보처리학회논문지C
• /
• 제13C권4호
• /
• pp.481-490
• /
• 2006

슈퍼피어 기반 P2P 네트워크는 전체 네트워크를 여러 개의 작은 서브 네트워크로 클러스터링하고 각 클러스터를 해당 그룹에 속한 노드들에 대한 정보를 가지고 있는 슈퍼피어라는 특정 노드가 관리하는 네트워크 모델로써 검색의 효율성과 네트워크 부하가 적다는 이점을 가지고 있다. 본 논문은 슈퍼피어기반 P2P네트워크에서 먼저 피어들의 정보검색, 새로운 노드 가입, 정보갱신 동의 동작으로 발생하는 메시지의 양을 기반으로 한 트래픽 비용을 클러스터 내의 비용과 슈퍼피어 간의 비용으로 측정하고, 이 두 비용을 바탕으로 다양한 네트워크 크기에 따라 트래픽 비용을 최소화할 수 있는 슈퍼피어의 개수를 제시한다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제6권2호
• /
• pp.138-143
• /
• 2006

In this paper, we have presented a Sequential Agglomerative Hierarchical Nested (SAHN) algorithm-based data clustering method in fuzzy inference system to achieve optimal performance of fuzzy model. SAHN-based algorithm is used to give possible range of number of clusters with cluster centers for the system identification. The axes of membership functions of this fuzzy model are optimized by using cluster centers obtained from clustering method and the consequence parameters of the fuzzy model are identified by standard least square method. Finally, in this paper, we have observed our model's output performance using the Box and Jenkins's gas furnace data and Sugeno's non-linear process data.

• 천문학회보
• /
• 제45권1호
• /
• pp.61.1-61.1
• /
• 2020

We examine the HI gas kinematics and distribution of galaxy pairs in group or cluster environment from high-resolution Australian Square Kilometre Array Pathfinder (ASKAP) WALLABY pilot observations. We use 22 well-resolved galaxies in the Hydra cluster of which 4 galaxies are visually identified as pairs and others are isolated ones. We perform profile decomposition of HI velocity profiles of the galaxies using a new tool, BAYGAUD which enables us to separate a line-of-sight velocity profile into an optimal number of Gaussian components based on Bayesian MCMC techniques. All the HI velocity profiles of the galaxies are decomposed into kinematically cold or warm gas components with their velocity dispersion, 4~8 km/s or > 8 km/s, respectively. We derive the mass fraction of the kinematically cold gas with respect to the total HI gas mass, f = log10(M_cold / M_HI), of the galaxies and correlate them with their dynamical mass. The cold gas reservoir of the paired galaxies in the Hydra cluster is found to be relatively higher than that of the isolated ones which show a negative correlation with the dynamical mass in general.

• 제어로봇시스템학회논문지
• /
• 제15권12호
• /
• pp.1240-1245
• /
• 2009

The throughput characteristics of the cluster tool with dual blade robot are analyzed. Using equipment's cycle time chart of the equipment, simple analytic form of the throughput is derived. Then, several important throughput characteristics are analyzed by the throughput formula. First, utilization of the process chamber and the robot are maximized by assigning the equipment to the process whose processing time is near the critical process time. Second, rule for selecting optimal number of process chambers is suggested. It is desirable to select a single process chamber plus a single robot structure for relatively short time process and multi process chambers plus a single robot, namely cluster tool for relatively long time process. Third, throughput variation between equipments due to the wafer transfer time variation is analyzed, especially for the process whose processing time is less than critical process time. And the throughput and the wafer transfer time of the equipments in our fabrication line are measured and compared to the analysis.

• 한국정보통신학회논문지
• /
• 제12권4호
• /
• pp.772-780
• /
• 2008

K-means는 알고리즘의 단순함과 효율적인 구현이 가능함으로 인해 군집화를 위해 현재까지 널리 사용되는 방법 중 하나이다. 하지만 K-means는 집단의 개수가 사전에 결정되어야 하는 근본적인 문제점이 있다. 이 논문에서는 BIC(Bayesian information criterion) 점수를 이용하여 효율적으로 집단의 개수를 추정할 수 있는 X-means 알고리즘을 확장한 두 가지 알고리즘을 제안한다. 제안한 방법은 기본적으로 X-means 방법을 따르면서 집단이 임의의 분산 행렬을 가질 수 있도록 함으로써 X-means 알고리즘이 원형 집단만을 허용함에 따른 over-fitting을 개선한다. 제안한 방법은 하나의 집단에서 시작하여 계속해서 집단을 나누어가는 하향식 방법으로, BIC score를 최대로 증가시키는 집단을 분할해 나간다. 제안한 알고리즘은 Modified X-means(MX-means)와 Generalized X-means(GX-means)의 두 가지로, 전자는 K-means 알고리즘을, 후자는 EM 알고리즘을 사용하여 현재 주어진 집단들에서 최적의 분할을 찾아낸다. MX-means는 GX-means보다 그 속도에서 앞서지만 집단들이 중첩 된 경우에는 올바른 집단을 찾아낼 수 없는 단점이 있다. GX-means는 실행 속도가 느린 단점이 있지만 집단들이 중첩된 경우에도 안정적으로 집단들을 찾아낼 수 있다. 이러한 점들은 일련의 실험을 통해서 확인할 수 있으며, 제안한 방법들이 기존의 방법들에 비해 나은 성능을 보임을 확인할 수 있다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.343-352
• /
• 2000

K-평균 군집화(K-means clustering)는 비계층적 군집화 방법이 하나로서 큰 자료에서 개체 군집화에 효율적인 것으로 알려져 있다. 그러나 종종 비교적 균일한 대군집의 일부를 소군집에 떼어주는 오류를 범하기도 한다. 이 연구에서는 그러한 현상을 정확히 인지하고 이에 대한 대책으로서 ‘이중 K-평균 군집화(double K-means clustering)’방법을 제시한다. 또한 실증적 사례에 새 방법론을 적용해보고 토의한다.

• 중소기업융합학회논문지
• /
• 제4권1호
• /
• pp.7-15
• /
• 2014

이 논문에서는 노드 당 소비 전력의 균형을 달성하기 위해 네트워크 수명의 최적 경로 탐색 과정을 달성하기 위한 효율적인 라우팅 프로토콜을 제안한다. 제안 프로토콜은 각 중간 노드가 전력 레벨 및 자식 노드의 분기 수를 유지하고 노드에 가장 가까운 이웃 노드로 데이터를 전송한다. 제안 프로토콜은 클러스터내에 존재하는 싱크의 수명을 연장시키기 위해서 각 노드의 에너지 소비를 최소화 한다. 또한, 제안 프로토콜은 노드의 잔류 에너지와 기지국과의 거리를 기준으로 인접한 중계 노드를 선택한다. 실험 결과, 제안 프로토콜은 기존 프로토콜에 비해 네트워크 내 잔존하는 노드들의 수명을 7.5 % 의 높였다.