• 한국통신학회논문지
• /
• 제30권6C호
• /
• pp.490-496
• /
• 2005

본 논문에서는 퍼지 추론 시스템의 추론 정보를 이용하여 자율적으로 구조를 결정하는 클러스터링 기법을 제안한다. 제안된 기법은 주어진 입출력 데이터를 이용하여 자율적으로 클러스터의 수를 추정하고 동시에 이들 파라미터를 최적화한다. 일반적인 클러스터링 기법에서 볼 수 있었던 비교사학습을 교사학습으로 확장하여 클러스터 추정에 입출력 인과 관계를 고려한 학습을 실시하게 하여 전체 모델의 성능을 개선하고자 하였다. 출력 정보가 입력공간에서 클러스터링 학습에 적용됨으로써 클러스터링에서의 각 클래스의 구분 작업이 더 원활하게 이루어 질 수 있다. 모의실험을 통하여 기존의 연구 결과와 비교하여 제안된 기법의 유용성을 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권1호
• /
• pp.157-176
• /
• 2011

An interest-based P2P constructs the peer connections based on similarities for efficient search of resources. A clustering technique using peer similarities as data is an effective approach to group the most relevant peers. However, the separation of groups produced from clustering lowers the scalability of a P2P network. Moreover, the interest-based approach is only concerned with user-level grouping where topology-awareness on the physical network is not considered. This paper proposes an efficient scalable search for the interest-based P2P system. A scalable multi-ring (SMR) based on fuzzy clustering handles the grouping of relevant peers and the proposed scalable search utilizes the SMR for scalability of peer queries. In forming the multi-ring, a minimized route function is used to determine the shortest route to connect peers on the physical network. Performance evaluation showed that the SMR acquired an accurate peer grouping and improved the connectivity rate of the P2P network. Also, the proposed scalable search was efficient in finding more replicated files throughout the peer network compared to other traditional P2P approaches.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.99-100
• /
• 2019

무선 센서 네트워크(Wireless Sensor Network, WSN)에서의 싱크 이동은 전력 문제와 관련하여 해결해야할 중요한 문제이다. 또한 고정된 싱크를 사용하면 노드의 과도한 에너지 소비로 인해 네트워크 성능이 저하될 수 있는 문제점이 있다. 본 논문에서는 센서 노드의 클러스터가 퍼지 로직(Fuzzy Logic)을 기반으로 형성되고 싱크 재배치가 동적 2단계 메커니즘을 사용하여 결정되는 에너지 효율적인 싱크 재배치 기법을 제안한다. 본 논문에서 제안하는 기법은 싱크 재배치에 필요한 통신 오버 헤드를 최소화하고 데이터 패킷의 손실이나 지연을 최소화하여 싱크 재배치를 허용한다. 시뮬레이션 결과 제안 기법이 기존의 WSN의 대표적인 싱크 재배치 기법보다 네트워크 수명과 처리량 측면에서 우수하다는 것을 확인할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제10권4호
• /
• pp.441-449
• /
• 2007

영상 분할을 위한 클러스터링에서는 방대한 계산량과 전형적인 분할 오류가 중요한 문제점으로 지적되어 왔다. 본 연구에서는 이러한 문제들을 최소화하기 위한 새로운 기법을 제안한다. 마커-제어 유역변환(marker- controlled watershed transform)에서 마커는 영역 확장의 시작점이므로, 분할된 각 영역을 대표하는 성질을 가진다. 따라서 마커 화소로 제한하는 클러스터링으로 계산 복잡도를 줄일 수 있다. 제안한 기법에서는 가보 필터(gabor filter)의 질감 에너지에서 마커를 선택하고, FCM(fuzzy c-means) 클러스터링으로 마커의 군집을 형성하며, 유역변환에서 생성된 영역들을 마커의 군집정보를 이용하여 병합한다. Brodatz 영상 조합에 대한 성능 실험에서 클러스터링 특유의 얼룩(blob) 분할 오류를 현저하게 개선하였으며, 영상 분할 소요 시간 비교에서 기존의 FCM 클러스터링 알고리즘보다 소요 시간이 적었다. 또한, 전체적으로 일정한 분할 소요시간을 보여주었다.

• 한국항만경제학회지
• /
• 제33권4호
• /
• pp.17-36
• /
• 2017

현재 경제 상황에서 세계 해운산업의 중요성은 매우 강조되고 있다. 최근 세계 경제 위기로 인해 전체 산업은 공급과 수요 측면에서 어려움에 직면에 하였으며 저효율 및 저수익 상황이라는 사실은 모든 이해 관계자들에게 불안감을 안겨주었다. 따라서 본 연구에서는 해운산업의 이해 관계자에게 세계 주요 해운회사의 재무성과를 자세히 살펴볼 수 있도록 주요 해운회사의 재무성과를 클러스터로 분류하였다. Fuzzy-C Means 기법을 활용하였으며 Levene 테스트와 ANOVA 테스트를 통하여 클러스터링 결과의 견고성을 평가하였다. 그 결과 유동성, 지급 여력 및 수익성이 분류 상 중요한 기준 되는 것으로 도출되었으며 이러한 결과는 선별 된 운송 회사의 경쟁력 수준을 제시하고 있으며 클러스터에 속한 기업은 동일한 특성을 갖고 있으므로 클러스터 내 한기업 특성을 파악하면 나머지 기업의 특성도 파악할 수 있어서 투자 결정함에 있어서 중요한 판단 기준으로 활용할 수 있다.

• 대한지리학회지
• /
• 제30권3호
• /
• pp.296-310
• /
• 1995

본 연구는 퍼지이론을 공간분석에 적용하기 위한 이론적인 배경을 고찰하고, 퍼지 분류법의 특성에 대해 살펴본 것이다. 이를 위해 필자는 공간정보의 모호성에 대해 살펴보 고, 퍼지공간분석의 전제를 설정한 다음 퍼지분류법을 소개하였다. 그리고 퍼지분류법의 특 성을 명확히 하기 위해 경상남도 읍급이상 도시의 산업별 고용비율을 대상으로 퍼지분류를 행한 후, 퍼지분류와 전통적인 군집분석의 결과를 비교하였다. 그 결과, 공간정보의 모호성 은 구체성의 부족, 인간행태, 인내치문제, 분류기준의 부족 등에 의해 발생하는데 기존의 공 간분석기법으로는 공간의 모호성을 반영할 수 없으므로 퍼지기법을 도입한 퍼지공간분석의 필요성이 있음을 확인하였다. 퍼지분류법 중, 퍼지이산분류는 계산절차는 상대적으로 간단하 나 분류결과가 집단간의 점이성을 고려하지 못하며, 퍼지중첩분류는 분류집단간의 점이성은 고려하나 분류결과가 지나치게 많아 적절한 분류수준을 선택하기 어렵고 결과해석이 상대적 으로 난해하다는 문제점이 있음이 밝혀졌다, 또 경남의 도시기능분류는 분류기법에 따라 다 르게 이루어졌지만 창원, 울산, 마산, 진해, 김해, 양산, 웅상, 장승포, 신현으로 구성된 제조 업 군집과 단독군집 충무의 존재가 세 가지 분류 모두에서 공통적으로 확인되었다.

• 한국정보전자통신기술학회논문지
• /
• 제1권3호
• /
• pp.69-76
• /
• 2008

본 논문에서는 Mountain clustering 알고리즘을 이용한 Fuzzy Radial Basis Function Neural Network(FRBFNN)의 규칙 수를 자동생성 방법을 제시한다. FRBFNN은 기존 RBFNN에서 가우시안이나 타원형 형태의 특정 RBF를 사용하는 구조와 달리 클러스터의 중심값과의 거리에 기반을 둔 멤버쉽함수를 사용하여 전반부의 공간 분할 및 활성화 레벨을 결정한다. 또한 분할된 로컬영역에서의 입출력 특성을 나타내는 퍼지규칙의 후반부로서 고차 다항식을 고려하였다. 본 논문에서는 데이터의 밀집도에 기반을 두어 클러스터링을 수행하는 Mountain clustering 알고리즘을 사용하여 적합한 퍼지 규칙(클러스터)의 수와 클러스터의 중심값을 자동적으로 생성하는 방법을 제안한다. Mountain clustering으로부터 구해진 클러스터의 중심은 멤버쉽 값을 결정하는데 사용되며, Weighted Least Square Estimator (WLSE) 알고리즘을 사용하여 후반부 다항식의 계수를 추정한다. 제안된 알고리즘은 비선형 함수 모델링에 적용하여 성능의 우수성과 알고리즘의 타당성을 보인다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권7호
• /
• pp.674-682
• /
• 2005

본 논문에서는 다중분광 영상의 분류를 위하여 퍼지 G-K(Gustafson- Kessel) 알고리즘과 PCM 알고리즘을 융합한 분류방법을 제안하였다. 제안된 방법은 학습데이타를 이용하여 퍼지 G-K 알고리즘을 수행한 후 그 결과를 이용하여 PCM 알고리즘을 수행한다 PCM 알고리즘과 퍼지 G-K 알고리즘 분류결과를 비교하여 그 결과가 일치하면 해당 항목으로 분류항목을 결정한다. 일치하지 않는 화소는 PCM 알고리즘의 평균내부거리 안쪽에 있는 화소들을 새로운 학습데이타로 하여 베이시안 최대우도 분류를 수행하여 분류항목을 결정한다. 평균내부거리 안쪽에 있는 화소 데이타는 정규분포형태를 보여준다. 다차원 다중분광 영상인 IKONOS와 LANDSAT TM 위성영상을 이용하여 제안된 알고리즘의 효율성을 검증한 결과 퍼지 G-K 알고리즘과 PCM 알고리즘 그리고 전통적인 분류 방법인 최대우도 분류 알고리즘보다 전체 정확도가 더 높은 결과를 얻을 수 있었다

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권1_2호
• /
• pp.80-90
• /
• 2002

클러스터링이란 한 군집에 포함된 데이터들 간의 유사한 성질을 갖도록 데이터들을 묶는 것으로 패턴인식, 영상처리 등의 공학 분야에 널리 적용되고 있을 뿐만 아니라, 최근 많은 관심의 대상이 되고 있는 데이터 마이닝의 주요 기술로서 활발히 응용되고 있다. 클러스터링에 있어서 K-means나 FCM(Fuzzy C-means)와 같은 기존의 알고리즘들은 지역적 최적해에 수렴하는 것과 사전에 클러스터 개수를 미리 결정해야 하는 문제점을 개선하였으며, 클러스터링의 특성을 분산도와 분리도로 정의하였다. 분산도는 임의의 클러스터의 중심으로부터 포함된 데이터들이 어느 정도 흩어져 있는지를 나타내는 척도인 반면, 분리도는 임의의 데이터와 모든 클러스터 중심간의 거리의 비율로서 얻어지는 소속정도를 고려하여 클러스터 중심간의 거리를 나타내는 척도이다. 이 두 척도를 이용하여 자동으로 적절한 클러스터 개수를 결정하게 하였다. 또한 진화알고리즘의 문제점인 탐색공간의 확대에 따른 수행시간의 증가는 휴리스틱 연산을 적용함으로써 크게 개선하였다. 제안한 알고리즘의 성능 및 타당성을 보이기 위해 이차원과 다차원 실험데이타를 사용하여 실험한 결과 제안한 알고리즘의 성능이 우수함을 나타내었다.

• 대한전자공학회논문지SP
• /
• 제43권4호
• /
• pp.1-8
• /
• 2006

본 논문은 엔트로피 기반의 가중치와 클러스터 분포크기를 이용한 향상된 FCM(Fuzzy C-Mean)알고리즘을 제안한다. FCM 알고리즘은 영상분할에서 일반적으로 많이 사용되는 퍼지 클러스터링 방법이다. 그러나 공간정보를 포함하지 않기 때문에 잡음 등에 민감하고, 클러스터를 이루는 특정들의 분포에 따라 화소들을 정확하게 분류할 수 없다. 이러한 단점을 해결하기 위해서 FCM 알고리즘의 소속정도를 연산할 때 클러스터 분포크기와 이웃 화소의 공간정보를 이용한 엔트로피 기반의 가중치를 적용한다. 실험결과에서 제안한 방법이 기존의 방법들보다 잡음에 강건하며 분할결과를 보였다.