• 한국환경생태학회지
• /
• 제32권4호
• /
• pp.425-439
• /
• 2018

본 연구는 제주도 지역에서 처음 발견된 점개구리밥의 분포와 서식생물상에 대한 점개구리밥의 위해성을 평가하기 위해, 제주도 내 43개 습지 및 하천에서 환경요인과 서식생물상을 조사하였다. 점개구리밥은 43개 중 총 18개 조사지역에서 출현이 확인되었으며, 이들 지역에서는 점개구리밥 외 수생식물의 생물량은 낮은 편이었다. 점개구리밥 등 수생식물과 환경요인에 대한 서식생물상의 영향을 분석하기 위해 SOM(Self-Organizing Map)을 활용한 패턴분석을 실시하였다. 분석 결과, 동물플랑크톤 등 서식생물상은 환경요인보다는 수생식물의 생물량에 대한 영향이 큰 것으로 나타났다. 특히 점개구리밥의 생물량은 부착성 종과 밀접하게 관련되는 것으로 분석되었다. 제주도 내 하천 및 습지는 수원이 일정하지 않고 수위변화가 급격하여 수생식물의 현존량이 적은 점을 감안하면, 제주도 지역의 교란 특성에 비교적 강한 점개구리밥은 서식생물상(동물플랑크톤 등)에게 서식처로서 중요하게 적용될 것으로 판단된다. 더욱이, 점개구리밥의 점유 공간 내 유기물이 서식동물상의 먹이원으로 활용되는 점 등을 볼 때 점개구리밥은 서식처인 동시에 먹이터로의 역할을 수행하고 있는 것으로 보인다. 비록 점개구리밥의 밀생이 그늘 효과 등으로 일부 수생식물의 성장과 발달에 영향을 미치지만, 이것은 부유식물이 수표면에 우점하는 특성 때문이며, 점개구리밥의 위해성이라 판단하기는 어렵다. 결론적으로 점개구리밥은 제주도 지역 내 대부분의 수계에서 확산 및 정착된 것으로 조사되었으며, 서식생물상 및 수중 환경 내 미치는 영향은 적은 것으로 사료된다. 추후 제주도 지역 외 내륙에서의 점개구리밥 분포 및 확산에 대한 모니터링을 수행할 필요가 있다고 보여진다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권7_8호
• /
• pp.713-718
• /
• 2003

조건부 밀도 전파(Condensation)는 강건한 추적 성능과 실시간 구현이 가능하다는 장점을 지닌다. 그러나 정확한 추적을 수행하기 위해서는 복잡한 형태 모델과 많은 수의 샘플을 요구하므로 현실적으로 실시간 다중 추적에 적합하지 않은 경우가 많다. 본 논문에서는 실시간 응용에 적합하도록 작은 탐색 공간을 갖는 이산 형태의 형태 모델과 다중 추적 시각 추적기간의 상호 경쟁 관계를 고려하여 적은 수의 샘플로도 좋은 추적 성능을 보이는 경쟁적 Condensation 알고리즘을 제안한다. 실험 결과, 제안한 경쟁적 추적 알고리즘은 복잡하게 이동하는 여러 군중을 실시간으로 강건하게 추적함을 보인다.

• 한국통신학회논문지
• /
• 제24권8B호
• /
• pp.1490-1499
• /
• 1999

본 논문에서는 필기숫자의 형태와 FSOM을 이용한 새로운 필기숫자 인식 알고리즘을 제안한다. 제안한 알고리즘은 비슷한 형태를 가지는 숫자는 같은 그룹으로 분류된다는 사실에 기초한 알고리즘으로, 필기숫자의 외접선에 의한 형태결정과 템플레이트 매칭을 이용하여 필기숫자 데이터를 여러 개의 그룹으로 분할하고 분할된 각 그룹별로 인식 알고리즘을 적용한다. 본 실험에서는 필기숫자의 데이터를 16개의 그룹으로 분류하였으며, 분류된 그룹별로 각각의 특징추출과 SOM의 단점을 보완한 FSOM을 적용하였다. 분할된 16개의 FSOM은 각 그룹별로 독립적인 학습이 가능한 특징뿐만 아니라 한 그룹씩 단계적으로 학습을 할 수 있는 장점이 있다. 제안한 알고리즘의 성능을 입증하기 위해서 Concordia 대학의 필기 숫자 데이터를 사용하여 실험하였다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2003년도 Proceeding
• /
• pp.141-148
• /
• 2003

Customer retention is a common concern for many industries and a critical issue for the survival in today's greatly compressed marketplace. Current customer retention models only focus on detection of potential defectors based on the likelihood of defection by using demographic and customer profile information. In this paper, we propose a dynamic procedure for defection detection and prevention using past and current customer behavior by utilizing SOM and Markov chain. The basic idea originates from the observation that a customer has a tendency to change his behavior (i.e. trim-out his usage volumes) before his eventual withdrawal. This gradual pulling out process offers the company the opportunity to detect the defection signals. With this approach, we have two significant benefits compared with existing defection detection studies. First, our procedure can predict when the potential defectors could withdraw and this feature helps to give marketing managers ample lead-time for preparing defection prevention plans. The second benefit is that our approach can provide a procedure for not only defection detection but also defection prevention, which could suggest the desirable behavior state for the next period so as to lower the likelihood of defection. We applied our dynamic procedure for defection detection and prevention to the online gaming industry. Our suggested procedure could predict potential defectors without deterioration of prediction accuracy compared to that of the MLP neural network and DT.

• 한국정밀공학회지
• /
• 제12권7호
• /
• pp.32-45
• /
• 1995

In this paper, we present a new method to tool path planning problem for rough cut of pocket milling operations. The key idea is to formulate the tool path problem into a TSP (Travelling Salesman Problem) so that the powerful neural network approach can be effectively applied. Specifically, our method is composed of three procedures: a) discretization of the pocket area into a finite number of tool points, b) neural network approach (called SOM-Self Organizing Map) for path finding, and c) postprocessing for path smoothing and feedrate adjustment. By the neural network procedure, an efficient tool path (in the sense of path length and tool retraction) can be robustly obtained for any arbitrary shaped pockets with many islands. In the postprocessing, a) the detailed shape of the path is fine tuned by eliminating sharp corners of the path segments, and b) any cross-overs between the path segments and islands. With the determined tool path, the feedrate adjustment is finally performed for legitimate motion without requiring excessive cutting forces. The validity and powerfulness of the algorithm is demonstrated through various computer simulations and real machining.

• 대한전자공학회논문지SP
• /
• 제43권4호
• /
• pp.74-86
• /
• 2006

본 논문에서는 계산 효율적이고 노이즈에 강건한 비디오 객체 분할 알고리즘을 제안한다. 움직임 분할과 색 분할을 효율적으로 결합한 시공간 분할 방법의 구현을 위해 SOM 기반의 계층적 군집 방법을 도입하여 특징 벡터들의 군집 관점에서 분할 과정을 해석함으로써 기존의 객체 분할 방법에서 정확한 분할 결과를 얻기 위해서 요구되어지는 많은 연산량과 노이즈에 의한 시스템의 성능 저하 문제를 최소화한다. 움직임 분할 과정에서는 움직임 추정 에러에 의한 영향을 최소화하기 위해서 MRF 기반의 MAP 추정 방법을 이용하여 계산한 움직임 벡터의 신뢰도를 이용한다. 또한 움직임 분할의 성능 향상을 위해서 움직임 신뢰도 히스토그램을 이용한 노이즈 제거 과정을 거칠 뿐만 아니라 자동으로 장면 내에 존재하는 객체의 수를 구하기 위해서 군집 유효성 지표를 이용한다. 객체 추적의 성능 향상을 위해 교차 투영 기법을 이용하며, 분할 결과의 시간적 일관성 유지를 위해 동적 메모리를 이용한다. 다양한 특성을 가지는 비디오 시퀀스들을 이용한 실험을 통해 제안하는 방법이 계산 효율적이고 노이즈에 강건하게 비디오 객체 분할을 수행함은 물론 기존의 구현 방법에 비해 정확한 분할 결과를 얻을 수 있음을 확인하였다.

• 경영정보학연구
• /
• 제10권2호
• /
• pp.195-209
• /
• 2008

고객의 니즈가 시시각각 변화하는 경영환경에서 획일화된 매장관리 방법으로 매장의 수익성을 증대시키기에는 한계가 있다. 따라서 고객의 선호 변화를 예측하여 각 매장에 적절한 상품을 추천할 필요가 있다. 본 연구에서는 판매 데이터 분석을 통해 시간 순서를 고려한 상품 추천 및 매장관리 방법을 제안한다. 즉 자기조직화지도(Self Organizing Map) 알고리즘을 이용하여 매장의 판매 프로파일을 군집화하고, 매장 궤적의 예측을 통해 목표 매장을 관리하는 방법을 제시한다. 본 연구의 방법론을 검증하기 위해 (주)더페이스샵 판매데이터를 적용하여 평가하였으며, 평가결과 제시한 방법론은 화장품처럼 유행에 민감하고 라이프사이클이 짧은 특징을 지닌 상품을 판매하는 매장의 수익성 증대에 기여할 수 있을 것으로 기대된다.

• 생태와환경
• /
• 제47권3호
• /
• pp.146-159
• /
• 2014

In this study, we evaluated the temporal changes of water quality in the 90 reservoirs in Korea and the relationships between water quality and their environmental factors in the reservoirs for effective management of reservoirs. The majority of study reservoirs were categorized as the eutrophic state based on Carlson's trophic index. Among 90 reservoirs, more than 55.0% were nutrient-rich based on $TSI_{TP}$ in each month, where more than 50.0% were nutrient-rich based on $TSI_{Chl-a}$ from June to November. Seasonal Mann-Kendall test was used to analyze temporal variation of water quality in the selected 60 reservoirs using monthly data from 2004 to 2008. The results showed that 27 (45.0%) reservoirs showed the improvement of water quality based on TP and Chl-a concentrations, while 14 (23.3%) and 11 (18.3%) reservoirs displayed the degradation of water quality based on TP and Chl-a concentrations, respectively. Meanwhile, a self-organizing map classified the study reservoirs into five groups based on differences of hydrogeomorphology (altitude, catchment area, bank height, lake age, etc.). Physicochemical factors and land use/cover types showed clear differences among groups. Finally, hydrogeomorphology of reservoirs were related to water quality, indicating that the hydrogeomorphological characters strongly affect water quality of reservoirs.

• 지능정보연구
• /
• 제10권2호
• /
• pp.15-37
• /
• 2004

최근 데이터 양이 급증하면서 데이터 마이닝에 대한 연구가 활발하게 진행되고 있으며 특히 GPS 시스템, 감시시스템, 기상 관측 시스템과 같은 다양한 응용 시스템으로부터 수집된 데이터를 분석하고자 하는 시공간 데이터 마이닝 연구에 대한 관심이 더욱 높아지고 있다. 기존의 시공간 데이터 마이닝 연구들에서는 비시공간 데이터 기반의 일반적인 클러스터링 기법들을 그대로 적용하고 있으나 데이터의 속성이 다른 시공간 데이터 마이닝에서 기존의 알고리즘들이 어느 정도의 성능을 보장하는지, 데이터의 시공간 속성에 따라 적절한 마이닝 알고리즘을 선택하기 위한 기준이 무엇인지 등에 대한 연구는 미흡한 실정이다. 본 논문에서는 기존의 시공간 데이터 마이닝 연구에서 일반적으로 많이 사용되어 온 알고리즘인 SOM(Self-Organizing Map)을 기반으로 시공간 데이터 마이닝 모듈을 개발하고, 개발된 클러스터링 모듈의 성능을 K-means과 두 가지 응집 계층(Hierarchical Agglomerative) 알고리즘들과 균질도, 분리도, 반면영상 너비, 정확도의 네 가지 평가 기준을 기반으로 비교하였다. 또한 입력 데이터의 특성 가시화 및 클러스터링 결과의 정확한 분석을 위해 시공간 데이터 클러스터링을 위한 가시화 모듈을 개발하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.315-316
• /
• 2019

전투복, 군용 천막 등에 사용되는 위장무늬는 군 작전 수행 시 주변 환경의 색상, 패턴을 모사하여 개인병사 및 무기체계의 위장 기능을 극대화하고, 이를 통해 아군의 생명과 시설피해를 최소화하기 위한 목적으로 사용된다. 특히 최근 들어 군의 작전환경과 임무가 복잡하고 다양해짐에 따라, 작전환경에 대한 데이터의 취득 및 정량적 분석을 통해 전장 환경에 최적화된 위장무늬 패턴 및 색상 추출에 대한 연구의 필요성이 증대되고 있다. 본 논문에서는 한반도 자연환경 영상에 대한 자기 조직화 지도(SOM, Self-organizing Map) 기반의 한반도 자연환경 대표 색상 군집화 연구 방법에 대해 서술한다. 이를 위해 한반도 내 위도를 고려한 장소에서 시간별, 계절별 자연환경 영상 수집을 진행하며, 수집된 영상 내 다수의 화소의 군집화를 위해 2차원 SOM을 활용한다. 영상 내 각 화소의 색상 값에 대한 SOM의 학습 시, RGB공간상의 색차/색상 인지 왜곡을 피하기 위하여 CIEDE2000 색차 식을 통해 군집화를 진행한다. 실험결과에서는 온라인상으로 수집한 여름 및 가을철 대표 색상 군집화 결과와, 현재까지 수집된 계절별 자연환경 사진 내 6억 7648개 화소에 대한 대표 색상 군집화 결과를 보여준다.