• 한국경영과학회지
• /
• 제27권3호
• /
• pp.75-92
• /
• 2002

This paper is concerned with proposing a new market strategy for the segmented markets of the Internet stock trading. Many companies are providing various services for customers. However, the internet stock trading market is glowing rapidly absorbing a wide variety of customers showing different tastes and demographic information, so that it is necessary for us to investigate specific strategy for the segmented markets. General strategy so far in the Internet stock trading market has been to lower transaction fee according to the market trend. As the advent of rapidly enlarging market, however, more specific strategies need to be suggested for the segmented markets. In this respect, this paper applied a self-organizing map (SOM) to 83 questionnaire data collected from the Internet stock trading market in Korea, and obtained meaningful results.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2012년도 춘계 종합학술대회 논문집
• /
• pp.195-196
• /
• 2012

A self-organizing map (SOM) can be seen as an analytical tool to discover some underlying rules in the given data set. Based on such distinctive nature called topology-preserving projection, a new method for generating intermediate patterns was proposed. Then, following to this method, producing animation as a series of backward-projected patterns just like a flip book is tried in this article.

• 한국건축시공학회지
• /
• 제20권4호
• /
• pp.347-355
• /
• 2020

베트남의 경제 성장률과 도시인구는 꾸준히 증가함에 따라 베트남의 인프라 개발 건설 시장 규모는 더욱 커질 전망이다. 그러나 인프라 개발을 위한 베트남 정부는 재정 및 행정 능력의 한계로 이러한 문제를 해결하기 위한 방안으로 PPP를 채택하고 있다. PPP는 10년 이상 지속되는 장기 사업으로 사업 실패 시 장기적 큰 피해가 될 수 있어 위험관리가 매우 중요하다. 본 연구에서는 리스크 관리에 대한 리스크 요인의 영향과 관리정도 분석에 SOM분석을 제안한다. SOM분석 방법은 시각화 분석으로, 각 리스크 요인의 색상 패턴을 통해 상관 분석이 가능하다. 본 연구는 SOM을 활용하여 베트남 PPP 사업의 위험요인의 우선순위를 결정하고자 한다.

• 응용통계연구
• /
• 제22권2호
• /
• pp.415-424
• /
• 2009

비지도 학습 신경망모형의 한 종류인 자기조직도(self-organizing map: SOM)는 고차원 자료를 차원축소하고 저차원지도를 통해 유사한 개체를 군집화하는 방법이며 다양한 분야의 데이터에 적용되고 있다. 한편 최소생성나무(minimal spanning tree: MST)는 개체점들을 닫힌 루프 없이 가장 짧게 선분으로 연결하는 그래프 방법이다. 본 연구에서는 부노드 자기조직도에 최소생성나무를 적용하여 부노드 간 거리를 근사적으로 나타내는 자료 시각화 방법과 자기조직도의 최적 형태와 크기를 결정하기 위한 거리 측도를 제안하였다. 또한 피서의 붓꽃자료와 실제 유전자발현자료 및 모의생성 자료에 적용하여 이 방법의 유용성을 살펴보았다.

• 한국멀티미디어학회논문지
• /
• 제11권9호
• /
• pp.1213-1226
• /
• 2008

추천시스템은 사용자가 제공한 선호, 관심, 구매경험과 같은 정보를 근거로 하여 다른 사용자에게 가장 알맞은 정보를 제공하는 일련의 가치교환 과정인 개인화를 가능하게 하는 시스템으로 고객의 선호도를 정확히 분석하고, 정제하여 정확한 예측력으로 고객이 원하는 가장 적절한 상품을 추천 해줄 수 있어야 한다. 대부분의 추천시스템들이 협동적 필터링 기법을 적용하고 있어 본 논문에서는 협동적 필터링 기법의 연산수행 량을 개선한 새로운 결합 모델인 SOM(Self-Organizing Map) 신경망 회로와 결합한 추천시스템을 제안하였다. 먼저, 사용자 그룹을 인구통계학적인 특징으로 세그먼트하고 SOM 신경망회로를 이용하여 item 특징에 대한 선호도를 입력 값으로 학습하여 클러스터를 생성하였다. 임의의 사용자에 대한 추천은 선호도가 유사한 클러스터를 결정하여 협동적 필터링 기법을 적용하였으며, 기존의 협동적 필터링 기법의 연산 수행량과 비교 분석하였다. 또한 영화를 대상으로 한 실험을 통하여 추천효율이 향상되었음을 나타내었다.

• 정보처리학회논문지B
• /
• 제13B권2호
• /
• pp.121-126
• /
• 2006

본 논문에서는 웹 이미지의 분류 효과를 높이기 위해 이미지 자체에서 추출된 저수준의 비주얼 특징뿐만 아니라 이미지와 관련된 텍스트 정보로부터 나온 고수준 시맨틱 특징들을 이용하는 분류 방법을 제안한다. 이 고수준의 텍스트 특징들은 이미지 URL, 파일명, 페이지 타이틀, 하이퍼링크 및 이미지 주변 텍스트로부터 얻어진다. 분류 엔진으로는 Kohonen의 SOM(Self Organizing Map)을 사용한다. 고수준의 텍스트 특징들과 저수준의 비주얼 특징들을 동시에 사용하는 SOM 기반의 이미지 분류에서는 10개의 카테고리로부터 수집된 200개의 테스트 이미지들이 사용되었다. 분류 성능을 평가하기 위해 간단하면서도 새로운 두 가지 척도, 즉 동일 카테고리 이미지들의 산포 정도와 집적 정도를 나타내는 각각의 척도를 정의하고 사용하였다. 실험결과, SOM기반의 웹 이미지 분류에서는 고수준의 텍스트 특징들이 보다 유용한 것임이 밝혀졌다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2008년도 정기총회 및 학술발표대회
• /
• pp.669-673
• /
• 2008

In this study, the new methodology which combines Kohonen self-organizing map(KSOM) neural networks model and the conventional neural networks models such as feedforward neural networks model and generalized neural networks model is introduced to forecast flood stage in Nakdong river, Republic of Korea. It is possible to train without output data in KSOM neural networks model. KSOM neural networks model is used to classify the input data before it combines with the conventional neural networks model. Four types of models such as SOM-FFNNM-BP, SOM-GRNNM-GA, FFNNM-BP, and GRNNM-GA are used to train and test performances respectively. From the statistical analysis for training and testing performances, SOM-GRNNM-GA shows the best results compared with the other models such as SOM-FFNNM-BP, FFNNM-BP, and GRNNM-GA and FFNNM-BP shows vice-versa. From this study, we can suggest the new methodology to forecast flood stage and construct flood warning system in river basin.

• Biotechnology and Bioprocess Engineering:BBE
• /
• 제11권5호
• /
• pp.432-441
• /
• 2006

2D fluorescence sensors produce a great deal of spectral data during fermentation processes, which can be analyzed using a variety of statistical techniques. Principal component analysis (PCA) and a self-organizing map (SOM) were used to analyze these 2D fluorescence spectra and to extract useful information from them. PCA resulted in scores and loadings that were visualized in the score-loading plots and used to monitor various fermentation processes with recombinant Escherichia coli and Saccharomyces cerevisiae. The SOM was found to be a useful and interpretative method of classifying the entire gamut of 2D fluorescence spectra and of selecting some significant combinations of excitation and emission wavelengths. The results, including the normalized weights and variances, indicated that the SOM network is capable of being used to interpret the fermentation processes monitored by a 2D fluorescence sensor.

• 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.

• Journal of applied mathematics & informatics
• /
• 제9권2호
• /
• pp.793-806
• /
• 2002

Feature-based similarity retrieval become an important research issue in image database systems. The features of image data are useful to discrimination of images. In this paper, we propose the highspeed k-Nearest Neighbor search algorithm based on Self-Organizing Maps. Self-Organizing Maps (SOM) provides a mapping from high dimensional feature vectors onto a two-dimensional space. The mapping preserves the topology of the feature vectors. The map is called topological feature map. A topological feature map preserves the mutual relations (similarity) in feature spaces of input data. and clusters mutually similar feature vectors in a neighboring nodes. Each node of the topological feature map holds a node vector and similar images that is closest to each node vector. In topological feature map, there are empty nodes in which no image is classified. We experiment on the performance of our algorithm using color feature vectors extracted from images. Promising results have been obtained in experiments.