• 한국해양공학회지
• /
• 제33권5호
• /
• pp.447-453
• /
• 2019

Recently, environmental regulations have been strengthened for SOX, NOX, and CO2, which are ship exhaust gases. In addition, according to the 4th Industrial Revolution, research on autonomous ship technology has become active and interest in electric propulsion systems is increasing. This paper analyzes the power load characteristics of an electric propulsion ship, which is the basic technology for an autonomous ship, in terms of energy management. For the load analysis, data were collected for a 6,800 TEU container ship with a mechanical propulsion system, and the propulsion load was converted to an electric power load and clustered according to the characteristics using a SOM (Self-Organizing Map). As a result of the load analysis, it was confirmed that the load characteristics of the ship could be explained by the operation mode of the ship.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 The Pacific Aisan Confrence On Intelligent Systems 2001
• /
• pp.464-469
• /
• 2001

CRM(Customer Relationship Management : CRM) is an advanced marketing supporting system which analyze customers\` transaction data and classify or target customer groups to effectively increase market share and profit. Many engines were developed to implements the function and those for classification and clustering are considered core ones. In this study, an improved clustering method based on SOM(Self-Organizing Maps : SOM) is proposed. The proposed clustering method finds the optimal number of clusters so that the effectiveness of clustering is increased. It considers all the data types existing in CRM data warehouses. In particular, and adaptive algorithm where the concepts of degeneration and fusion are applied to find optimal number of clusters. The feasibility and efficiency of the proposed method are demonstrated through simulation with simplified data of customers.

• 대한전자공학회논문지
• /
• 제26권5호
• /
• pp.85-91
• /
• 1989

본 연구에서는 자기지도 BP 신경회로망의 은닉노드상의 활성패턴을 음성패턴의 분산표현된 개념으로 설정하고, 이 분산개념을 T.Kohonen의 자율조직 신경회로망(SOFM)의 입력특징으로 하는 복합적 회로망을 제안한다. 이렇게 함으로써 통상의 BP 신경망의 교육에 관련된 어려움과 패턴정합기로 떨어지는 약점을 해소하는 동시에 의미있고 다양한 내부표현을 추출해 낼 수 있다는 강점을 활용할 수 있고, SOFM의 강력한 판단기능을 이용하여 보다 구조적이고 의미있는 개념맵의 배열을 얻을 수 있게 되었다. 결과적으로 전처리가 불필요하고 자기교육이 가능한 독자적인 인식시스템이 구성된다.

• 전력전자학회논문지
• /
• 제2권4호
• /
• pp.45-55
• /
• 1997

FA의 중요성이 증가함에 따라 AGV(Autonomous Guided Vehicle)의 역할 또한 중요시되고 있다. 본 논문은 인공 지능의 여러 방법론을 통합하여 하이브리드 형태의 제어기가 가질 수 있는 상호 보완적인 특징을 이용하고자 하며, 유전자 알고리즘에 의한 자기조직이 가능한 퍼지제어기로써 능동적이고 효과적인 AGV 제어기를 구성하고자 한다. 자기 조직이 가능한 퍼지 제어기는 구성하기 위하여 GA(Genetic Algorithm)를 사용하여 멤버십 함수와 제어 규칙을 최적에 근사하게 튜닝하였으며 제어 규칙의 자기 수정 또는 생성을 통하여 제어 성능을 향상시킨다.

• 한국항해항만학회지
• /
• 제33권10호
• /
• pp.685-690
• /
• 2009

국제해사기구(International Maritime Organization, IMO)에서는 선박의 해상 충돌을 방지하기 위하여 SOLAS의 요구조건에 따라 모든 선박에 대하여 선박자동식별장치(Automatic Identification System, AIS)를 의무적으로 장착하도록 권고하고 있다. AIS를 사용하면 타선에 대한 제원 및 항행정보의 획득이 가능하여 충돌방지뿐만 아니라 광역관제, 조난 선박의 탐색구조 등 안전관리에도 활용이 가능하다. 본 논문에서는 AIS 장비를 사용하여 ADS-B (Automatic Dependent Surveillance - Broadcast) 개념 기반의 항공감시용 송수신기를 구현한 결과에 대하여 살펴보도록 한다. 기본적으로 AIS는 해상에서 사용되기 때문에 고도 정보를 사용하지 않지만, AIS 장비 내부에 사용하는 GPS (Global Positioning System) 칩셋에서 제공하는 고도 정보의 추출이 가능하다. 고도 정보를 포함한 감시 메시지 형식을 정의하고, SOTDMA (Self-Organizing Time Division Multiple Access) 방식을 개선하여 ADS-B 송수신기를 구현하였다. 적용 결과를 확인하기 위하여 지상시험 및 비행시험을 수행하였다.

• 지능정보연구
• /
• 제9권3호
• /
• pp.117-135
• /
• 2003

개인화 된 정보를 제공하기 위한 협력 여과 기법에 대한 많은 연구가 이루어지고 있는데, 유사 사용자들을 찾는 과정에서 상관계수와 같은 유사성 척도를 이용하여 모든 사용자와의 유사성을 계산하는 과정을 거친다. 이때 사용자 수가 많아지게 되면, 계산의 복잡도가 지수적으로 증가하게 되는 규모의 문제가 발생한다. 본 연구는 협력 여과 기법에서 주로 사용하는 유사성 척도가 사용자 집단이 커짐에 따라 계산의 복잡도가 지수적으로 증가하는 문제를 해결하기 위한 방안을 제시하는 것이 주목적이다. 규모의 문제를 해결하기 위해 클러스터링 모델 기반 접근 방식을 사용하고 아이템의 선호도 계산을 위해 RPM(Recency, Frequency, Momentary) 기준의 사용을 제안한다. 먼저 SOM을 이용하여 전체 사용자를 사용자 집단으로 클러스터링하고 사용자 집단별로 RFM 기준에 의해 아이템의 점수를 계산하여 선호도가 높은 순으로 정렬하여 저장한다. 사용자가 로그인하면 학습된 SOM을 이용하여 대상 사용자 집단을 선정하고 미리 저장된 추천 아이템을 추천한다. 추천결과에 대해 사용자가 평가하면 그 결과를 이용하여 현 시스템의 개정 여부를 결정한다. 제안한 방안에 대해 MovieLens 데이터 셋에 적용하여 실험한 결과 기존의 협력적 여과 기법에 비해 추천 성능이 비교적 우수하면서도 추천 시스템 운용시의 계산 복잡도를 일정하게 유지시킬 수 있음을 보였다.

• 지능정보연구
• /
• 제15권4호
• /
• pp.37-51
• /
• 2009

서비스 인적자원 운용의 효율성 제고와 부품 또는 시설 할당의 적정성 향상을 위해 서비스센터를 통해 접수되는 서비스 요청 건수를 보다 정확하게 예측하고자 하는 필요성이 제조업을 중심으로 증가하고 있다. 본 연구에서는 제품의 특성을 반영하여 제품수명주기 별로 제품들을 군집화하고 군집 별로 적절한 예측모형을 구축한 후 예측 값을 통합하는 개별예측방식을 LCD 모니터 제조사의 사례를 통해 제시한다. 또한 예측 결과를 총량방식 및 기존에 기업이 사용하고 있는 방식과 비교. 평가하여 우수성을 증명함으로써 제품이나 산업의 특성을 반영한 맞춤형 수요예측 기법 도입의 필요성을 부각하고, 그에 따른 이론적, 실무적 가이드라인을 제공한다.

• International Journal of Contents
• /
• 제9권3호
• /
• pp.15-18
• /
• 2013

In the preceding studies, an analysis of Saga Prefectural sightseeing information by a Self-Organizing Map (SOM) has been tried. And recent development on Information and Communication Technology (ICT) will help us to access any results via the mobile devices easily. This is why the mobile devices, e.g., smartphones and tablet computers, have an operating system installed, and we can improve their functions by downloading any applications on the Web. Then, in order to realize this basic idea, development of an application for the mobile devices is investigated through some computer simulations on the standard desktop PC in this paper. As a result, it is found that i) a developed feature map is useful to identify some candidate topics, ii) a touchscreen is suitable to show the feature map, and iii) arrangement of the feature map can be modified based on our interests. Then, it is concluded that the proposed idea seems to be applicable, even though further consideration is required to brush it up.

• 산업경영시스템학회지
• /
• 제42권2호
• /
• pp.94-103
• /
• 2019

Self Organizing Map (SOM) is a neural network that is effective in classifying patterns that form the feature map by extracting characteristics of the input data. In this study, we propose an algorithm to determine the cell formation and the machine layout within the cell for the cell formation problem with operation sequence using the SOM. In the proposed algorithm, the output layer of the SOM is a one-dimensional structure, and the SOM is applied to the parts and the machine in two steps. The initial cell is formed when the formed clusters is grouped largely by the utilization of the machine within the cell. At this stage, machine cell are formed. The next step is to create a flow matrix of the all machine that calculates the frequency of consecutive forward movement for the machine. The machine layout order in each machine cell is determined based on this flow matrix so that the machine operation sequence is most reflected. The final step is to optimize the overall machine and parts to increase machine layout efficiency. As a result, the final cell is formed and the machine layout within the cell is determined. The proposed algorithm was tested on well-known cell formation problems with operation sequence shown in previous papers. The proposed algorithm has better performance than the other algorithms.

• 산업경영시스템학회지
• /
• 제39권3호
• /
• pp.83-89
• /
• 2016

The group formation problem of the machine and part is a critical issue in the planning stage of cellular manufacturing systems. The machine-part grouping with alternative process plans means to form machine-part groupings in which a part may be processed not only by a specific process but by many alternative processes. For this problem, this study presents an algorithm based on self organizing neural networks, so called SOM (Self Organizing feature Map). The SOM, a special type of neural networks is an intelligent tool for grouping machines and parts in group formation problem of the machine and part. SOM can learn from complex, multi-dimensional data and transform them into visually decipherable clusters. In the proposed algorithm, output layer in SOM network had been set as one-dimensional structure and the number of output node has been set sufficiently large in order to spread out the input vectors in the order of similarity. In the first stage of the proposed algorithm, SOM has been applied twice to form an initial machine-process group. In the second stage, grouping efficacy is considered to transform the initial machine-process group into a final machine-process group and a final machine-part group. The proposed algorithm was tested on well-known machine-part grouping problems with alternative process plans. The results of this computational study demonstrate the superiority of the proposed algorithm. The proposed algorithm can be easily applied to the group formation problem compared to other meta-heuristic based algorithms. In addition, it can be used to solve large-scale group formation problems.