• 품질경영학회지
• /
• 제29권4호
• /
• pp.38-53
• /
• 2001

In resolving industrial quality control problems, a vector of multiple quality characteristic variables is involved rather than a single variable. However, it is not guaranteed that a multivariate control chart based on statistical methods can monitor abnormal signal in case that small changes of relationship between each variables causes abnormal production process. Hence a quality control system for real-time monitoring of the multi-dimensional quality characteristic vector under a multivariate normal process is needed to enhance tile production system quality performance. A pattern analysis approach based on self-organizing map (SOM), an unsupervised learning technique of neural network, is applied to the design of such a quality control system. In this study we present a new material quality control system based on pattern analysis approach and illustrate the effectiveness of proposed system using actual electronic company material data.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2004년도 추계학술대회
• /
• pp.331-339
• /
• 2004

The preferences of customers change over time. However, existing collaborative filtering (CF) systems are static, since they only incorporate information regarding whether a customer buys a product during a certain period and do not make use of the purchase sequences of customers. Therefore, the quality of the recommendations of the typical CF could be improved through the use of information on such sequences. In this paper, we propose a new methodology for enhancing the quality of CF recommendation that uses customer purchase sequences. The proposed methodology is applied to a large department store in Korea and compared to existing CF techniques. Various experiments using real-world data demonstrate that the proposed methodology provides higher quality recommendations than do typical CF techniques, with better performance, especially with regard to heavy users.

• 산업공학
• /
• 제16권spc호
• /
• pp.123-126
• /
• 2003

In this paper, we use three cluster algorithms (K-means, Self-Organizing Map, and Fuzzy K-means) to find proper graded stock market brokerage commission rates based on the cumulative transactions on both stock exchange market and HTS (Home Trading System). Stock trading investors for both modes are classified in terms of the total transaction as well as the corresponding mode of investment, respectively. Empirical analysis results indicated that fuzzy K-means cluster analysis is the best fit for the segmentation of customers of both transaction modes in terms of robustness. We then propose the rules for three grouping of customers based on decision tree and apply different brokerage commission to be 0.4%, 0.45%, and 0.5% for exchange market while 0.06%, 0.1%, 0.18% for HTS.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제52권2호
• /
• pp.102-106
• /
• 2003

This paper describes a new pattern classifier neural network to extract the feature from a letter. The proposed pattern classifier is based on relative distance, which is measure between an input datum and the center of cluster group. So, the proposed classifier neural network is called relative neural network(RNN). According to definitions of the distance and the learning rule, the structure of RNN is designed and the pseudo code of the algorithm is described. In feature extraction of letter, RNN, in spite of deletion of learning rate, resulted in the identical performance with those of winner-take-all(WTA), and self-organizing-map(SOM) neural network. Thus, it is shown that RNN is suitable to extract the feature of a letter.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (A)
• /
• pp.766-768
• /
• 2001

정보통신의 질적 양적 팽창과 더불어 컴퓨터 시스템에 대한 침입 또한 증가하고 있다. 침입탐지시스템은 이를 해결하기 위한 대표적인 수단으로, 최근 관련된 연구의 방향이 오용탐지 기법에서 비정상 행위탐지 기법으로 옮겨가고 있는 상황이다. HMM(Hiddem Markov Model)은 비정상행위탐지 기법에 사용되어 다양한 척도(measure)에 대한 정상행위를 효과적으로 모델링할 수 있는 방법이다. 다양한 척도의 결과값들로부터 침입을 판정하는 방법에 대한 연구는 미흡하다. 본 논문에서는 SOM(self organizing map)을 통해 축약된 데이터를 HMM으로 모델링한 비정상행위기반 침입탐지 시스템의 성능을 향상시키기 위해 퍼지 침입판정 방법을 제시한다. 실험결과 척도에 따른 결과들의 기계적 결합보다 향상된 결과를 얻었으며, 퍼지 관련 파라메터의 개선을 통해 더욱 좋은 효과를 기대할 수 있었다.

• 한국항해항만학회지
• /
• 제29권4호
• /
• pp.349-355
• /
• 2005

The use of the internet to facilitate commerce among companies promises vast benefits. Lots of e-marketplaces are building for several industries such as chemistry, airplane, and automobile industries. This study provides the new B2B EC business model for the shipping industry which concerns relatively massive fixed assets to be fully utilized. To be successful the proposed model gives participants useful information. To do this the expert system is constructed with the hybrid prediction system of neural network (NN) and memory based reasoning (MBR) with self-organizing map (SOM) and knowledge augmentation technique using qualitative reasoning (QR). The expert system supports participants useful information coping with dynamic market environment. with this shipping companies are induced to participate in the proposed e-marketplace and helped for exchanges easily. Also participants would utilize their assets fully through B2B exchanges.

• 환경생물
• /
• 제36권1호
• /
• pp.21-32
• /
• 2018

본 연구는 국가중요농업유산으로 지정된 울릉도 (울릉도 화산섬 밭 농업) 나리분지와 통구미지역의 지표배회성 무척추동물 군집의 특성을 확인하기 위해 수행되었다. 서식지 형태를 작물재배지역, 산림지역, 중간 경계지역으로 나누어 서식지 형태별로 지표배회성 무척추동물을 채집하였다. 채집은 함정 트랩을 이용하였고 채집된 지표배회성 무척추동물은 자기조직화지도를 이용하여 군집 특성을 규명하였다. 자기조직화지도를 통해 총 4개의 cluster로 나누었으며, cluster II에는 통구미지역에서 채집된 지표배회성 무척추동물 군집만이 속하는 특성을 확인할 수 있었다. 나리분지 (cluster I, III, IV)와 비교하여 통구미지역 (cluster II)은 울릉도에서 흔히 확인되는 산간지역 경작지를 밭으로 개간하여 이용하는 지역으로 울릉도에서 흔히 관찰되는 지형적 특성을 가지고 있다. 이러한 통구미지역은 평지의 형태를 가지는 나리분지 지역과는 달리 급경사의 특성을 나타내기 때문에 다른 군집특성이 나타난 것으로 판단된다. 본 연구결과는 국가중요농업유산으로 선정된 울릉도지역의 생물상에 대한 기초자료와 지표배회성 무척추동물 군집 특성에 관한 정보를 제공하여 농업 환경 보전 및 생물다양성 유지를 위해 활용될 것으로 기대된다.

• 생태와환경
• /
• 제46권4호
• /
• pp.581-587
• /
• 2013

국내 주요 강 생태계 (한강, 금강, 영산강, 섬진강)에서 지난 2004년부터 2008년까지 총 동물플랑크톤의 탄소(C), 질소(N) 및 인(P) 함량에 대해 평가하였다. 동물플랑크톤의 건중량 당 C, N P-함량은 강 시스템별로 변화가 뚜렷하였다. 조사지점별 평균 C, N, 그리고 P-함량의 범위는 $70{\sim}620mgC\;mg^{-1}$ D.W., $7.1{\sim}85.5{\mu}gN\;mg^{-1}$ D.W. 그리고 $2.5{\sim}7.4{\mu}gP\;mg^{-1}$ D.W.인 것으로 파악되었다. 평균 탄소: 질소: 인 비율은 지점별 상이한 차이를 보였으며 전 지점의 평균은 200 : 29 : 1인 것으로 파악되었다. 전 조사지점에서의 동물플랑크톤 군집의 탄소: 인 그리고 질소: 인 비율의 범위는 각 각 38에서 392 : 1과 4에서 65 : 1이었다. 자가조직화지도(SOM)을 활용한 평면상 지점들의 배치 양상과 화학양론 자료들 간의 주요그룹 분석 결과 크게 세 클러스터로 구분되었다. 클러스터링 결과 동물플랑크톤의 C, N, P-함량은 공간적 이질성에 의해 영향을 받았으며, 화학량론 자료는 강 생태계의 환경 특성 해석에 활용성이 높은 것으로 사료되었다.

• 한국지능시스템학회논문지
• /
• 제23권4호
• /
• pp.354-359
• /
• 2013

본 논문을 통해서 우리는 최적화 알고리즘인 binary harmony search (BHS) 알고리즘을 이용하여 unsupervised nonlinear classifier를 구현하는 방안을 제시하였다. 패턴인식을 위한 기계학습이나 뇌파 신호의 분석 과정과 같이 벡터로 표현되는 특징들을 분류하는데 있어 다양한 알고리즘들이 제시되었다. 교사 학습기반의 분류 방식으로는 support vector machine과 같은 기법이 사용되어왔고, 비교사 학습 방법을 통한 분류 기법으로는 fuzzy c-mean (FCM)과 같은 알고리즘들이 사용되어 왔다. 그러나 기존에 사용해 왔던 분류 방법들은 비선형 데이터 분류에 적용하기 힘들거나 교사 학습을 적용하기 위해서 사전정보를 필요로 하는 문제점이 있다. 본 논문에서는 경험적 접근을 통해 공간상에 분포된 벡터 사이의 기하학적 거리를 최소로 만드는 벡터 집합을 선택하고 이를 하나의 클래스로 간주하는 방법을 적용한 분류법을 제시하였다. 비교 대상으로 FCM과 artificial neural network (ANN) 기반의 self-organizing map (SOM)을 제시하였다. 시뮬레이션에는 KEEL machine learing dataset을 사용하였고 그 결과, 제안된 방식이 기존 알고리즘에 비해 더 나은 우수성을 지니고 있음을 확인하였다.

• 한국터널지하공간학회 논문집
• /
• 제21권2호
• /
• pp.227-242
• /
• 2019

토압식(Earth Pressure-Balanced, EPB) 쉴드 TBM 기계데이터 분석을 통해 토사터널의 특징이 반영된 막장 전방 예측 방법을 제안하였다. 기존에 암반과 토사가 혼합된 복합 지반의 예측에 적용하였던 시계열 분석 모델을 토사터널에 적용가능하도록 수정하였다. 또한 수정된 모델을 사용하여, 토사 종류에 따라 쏘일 컨디셔닝 재료를 선택하는 것이 타당한지 연구하였다. 이를 위해 Self-Organizing Map (SOM) 군집화(clustering) 분석을 수행하였다. 그 결과 무엇보다도 지반타입이 #200체 통과량 35% 기준으로 분류되어야 한다는 것을 확인하였다. 또한 TBM 기계데이터 분석을 통해 수정된 모델이 지반 타입을 예측하는데 사용될 수 있음을 확인하였다. 수정된 기준에 따라 지반 타입을 분류하고 시계열 분석을 수행하면, 10막장 전방 지반에 대해서 98%의 높은 예측 정확도를 보였으며, 이를 통해 수정된 방법의 우수성이 입증되었다. 특히 지반 타입 변화 구간에 대한 예측 정확도도 약 93%로, 10막장 전방에서 지반 타입 변화 여부를 미리 확인할 수 있게 되었다.