• 디지털산업정보학회논문지
• /
• 제5권2호
• /
• pp.1-11
• /
• 2009

This study presents HCWS algorithm for researcher grouping on a weighted researcher network. The weights represent intensity of connections among researchers based on the number of co-authors and the number of co-authored research papers. To confirm the validity of the proposed technique, this study conducted an experimentation on about 80 research papers. As a consequence, it is proved that HCWS algorithm is able to bring about more realistic clustering compared with HCS algorithm which presents semantic relations among researchers in simple connections. In addition, it is found that HCWS algorithm can address the problems of existing HCS algorithm; researchers are disconnected since their connections are classified as weak even though they are strong, and vise versa. The technique described in this research paper can be applied to efficiently establish social networks of researchers considering relations such as collaboration histories among researchers or to create communities of researchers.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회(2)
• /
• pp.1084-1085
• /
• 2005

• 대한안전경영과학회지
• /
• 제16권4호
• /
• pp.247-255
• /
• 2014

Safety management is becoming one of the most hot research issues in Korea. We collected the researcher information in two safety related journals of the journal of the Korea safety management & science and the journal of Korean society of safety. Social network analysis was used to analyse the research relationship among the authors in each journal. The degree centrality, the betweenness centrality, the closeness centrality and the proximity prestige centrality on each researcher were calculated to find out most influenced researcher. Biggest research groups in each journal were introduced by clustering technique.

• Journal of the Korean Data and Information Science Society
• /
• 제19권3호
• /
• pp.925-936
• /
• 2008

An association rule mining finds the relation among each items in massive volume database. In generating association rules, the researcher specifies the measurements randomly such as support, confidence and lift, and produces the rules. The rule is not produced if it is not suitable to the one any condition which is given value. For example, in case of a little small one than the value which a confidence value is specified but a support and lift's value is very high, this rule is meaningful rule. But association rule mining can not produce the meaningful rules in this case because it is not suitable to a given condition. Consequently, we creat insignificant error which is not selected to the meaningful rules. In this paper, we suggest clustering technique to association rule measures for finding effective association rules using measure of association.

• 미생물학회지
• /
• 제39권2호
• /
• pp.67-75
• /
• 2003

비교유전체학의 주요 주제 중 유전자서열을 분류하고 단백질기능을 예측하는 연구가 있으며, 이를 위해 단백질 구조, 공통서열 및 바인딩 위치 예측등의 방법과 함께, 전유전체 서열에서 구해지는 유사도 그래프를 분석해 상동유전자를 검색하는 계산학적인 접근방법이 있다. 유사도그래프를 사용한 방법은 서열에 대한 기존 지식에 의존하지 않는 장점이 있지만 유사도 하한값과 같은 주관적인 임계값이 필요한 단점이 있다. 본 논문에서는 반복적으로 그래프를 분해하는 이전의 방법을 일반화시켜, 유사도 그래프에 기반한 유전자 서열군집분석 방법론과 객관적이고 안정적인 파라미터 임계값 계산 방법을 제안한다. 제시된 방법으로 알려진 미생물 유전체 서 열을 분석하여 이전의 방법인 BAG 알고리즘 결과와 비교했다.

• 정보관리학회지
• /
• 제40권2호
• /
• pp.59-80
• /
• 2023

기존의 연구자 유형 구분 모델은 대부분 연구성과 지표를 활용해왔다. 이 연구에서는 인용 영향력이 공동연구와 관련이 있다는 점을 감안하여 인용 데이터를 활용하지 않고 공동연구 지표만으로 연구자 유형을 분석하는 새로운 방법을 모색해보았다. 공동연구 패턴과 공동연구 범위를 기준으로 연구자를 Sparse & Wide (SW) 유형, Dense & Wide (DW) 유형, Dense & Narrow (DN) 유형, Sparse & Narrow (SN) 유형의 4가지로 구분하는 모델을 제안하였다. 제안된 모델을 양자계측 분야에 적용해본 결과, 구분된 연구자 유형별로 인용지표와 공저 네트워크 지표에 차이가 있음이 통계적으로 검증되었다. 이 연구에서 제시한 공동연구 특성에 따른 연구자 유형 구분 모델은 인용정보를 필요로 하지 않으므로 연구관리 정책과 연구지원서비스 측면에서 폭넓게 활용할 수 있을 것으로 기대된다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 추계학술대회 학술발표 논문집
• /
• pp.356-359
• /
• 1997

Recently many studies have been conducted of fuzzy modeling since it can describe a nonlinear system better than the conventional methods. A famous researcher, M. Sugeno, suggested a fuzzy model which superbly describes a nonlinear system. In this paper, we suggest a new identification method for Sugeno-typo fuzzy model. The suggested algorithm is much simpler than the original identification strategy adopted in [1]. The algorithm suggested in this paper is somewhat similar to that of [2]. that is, the algorithm suggested in this paper consists of two consists of two steps: coarse tuning and fine tuning. In this paper, double clustering strategy is proposed for coarse tuning. Finally, the results of computer simulation are given to demonstrate the validity of this algorithm.

• 응용통계연구
• /
• 제19권1호
• /
• pp.13-32
• /
• 2006

생물학자들은 시간에 따라 발현 수준이 변화하는 유전자의 군집화를 시도하고 있다. 지금까지는 마이크로어레이 자료의 군집분석에 관한 연구의 경우 군집 방법 자체를 비교하는 연구가 주를 이루었다. 그러나 군집화 이전에 의미있는 변화를 보이는 유전자 선택에 따라 군집화 결과가 달라지기 때문에, 군집 분석에 있어서 유전자 선택 단계도 중요하게 고려되어야 한다. 따라서, 본 논문에서는 시간 경로 마이크로어레이 자료를 군집 분석하는데 있어서 유전자 선택, 군집 방법 선택, 군집평가 방법 선택 등 3가지 요인을 고려한 폭 넓은 비교 연구를 하였다.

• Communications for Statistical Applications and Methods
• /
• 제17권1호
• /
• pp.39-45
• /
• 2010

환경가치가 높아짐에 따라 하천 수질에 대한 관심의 증대로 수질측정망 연구가 최근 활발히 진행되고 있으나 입지환경의 지리적 특성이나 유입량, 유출량, 유량, 유속과 같은 하천 특성 중심 연구이다. 본 연구에서는 상대적으로 연구가 미미한 관측지점의 수질 유사성을 측정하는 방법으로 수질의 시계열 패턴을 고려할 수 있는 상관계수행렬 방법을 제안하고 기존의 주성분점수를 이용한 방법과 비교하였다. 용담댐에서 2년간 조사된 수질관련 데이터를 이용하여 두 방법에 대한 실증분석을 실시하여 관측지점의 지리적 특성에 의해 분류된 결과와 본 연구에서 제안된 방법에 의해 관측지점 유사성을 측정하여 얻은 군집결과가 더 일치함을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.230-233
• /
• 2011

Chronic disease is linked to patient's' lifestyle. Therefore, doctor has to monitor his/her patient over time. This may involve reviewing many reports, finding any changes, and modifying several treatments. One solution to optimize the burden is using a visualizing tool over time such as a timeline-based visualization tool where all reports and medicine are integrated in a problem centric and time-based style to enable the doctor to predict and adjust the treatment plan. This solution was proposed by Bui et. al. [2] to observe the medical history of a patient. However, there was limitation of studying the diabetes patient's history to find out what was the cause of the current development in patient's condition; moreover what would be the prediction of current implication in one of the diabetes' related factors (such as fat, cholesterol, or potassium). In this paper, we propose a Grid-based Interactive Diabetes System (GIDS) to support bioinformatics analysis application for diabetes diseases. GIDS used an agglomerative clustering algorithm as clustering correlation algorithm as primary algorithm to focus medical researcher in the findings to predict the implication of the undertaken diabetes patient. The algorithm was Chronological Clustering proposed by P. Legendre [11] [12].