• 한국정보통신학회논문지
• /
• 제13권6호
• /
• pp.1222-1227
• /
• 2009

본 논문에서는 이동 애드혹 네트워크(MANET)에서의 상황인식 기반 계층적 클러스터링 기법인 CACH (Context-aware Adaptive Clustering Hierarchy)를 제안한다. CACH는 적응적 라우팅 기법과 비적응적 라우팅 기법을 융합한 하이브리드 라우팅 방식의 분산 클러스터링 기법을 기반으로 하고 있으며, 제안된 CACH는 동적인 토폴로지에서 노드의 이동성을 고려한 에너지 효율적인 라우팅 프로토콜의 성능을 제공하게 된다. 또한 제안된 토폴로지 변경에 대해 상황인식을 기반으로 하여 적응적으로 토폴로지의 계층구조를 결정하는 새로운 기법의 모델을 제시하였고, 이로부터 네트워크에서 전송 에너지를 고려한 노드의 밀도에 따라 계층적 깊이를 결정하는 최적 다중 흡수를 결정하는 결과를 보여주었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.571-573
• /
• 2009

이동 애드혹 네트워크(MANET)는 무선네트워크에서 노드들이 제한적인 에너지를 가지고 있기 때문에 보다 효율적인 노드의 관리가 요구 된다. 이러한 MANET에서는 정적인 네트워크에 비해 토폴로지가 자주 변하므로 이동성을 고려한 에너지 효율적인 라우팅 프로토콜이 요구된다. 기존에 제안 된 CACH(Context-aware Adaptive Clustering Hierarchy)[1]는 하이브리드 라우팅 방식을 분산 클러스터링 기반으로 구성하여 네트워크 수명을 연장하고 지연시간을 감소하였다. 하지만 노드의 밀도증가를 효율적으로 알고리즘에 적용하지 못한 문제점이 있다. 이를 보완하기 위해 본 논문에서는, CACHE(Context-aware Adaptive Clustering Hierarchy and Energy efficient)를 제안한다. CACHE는 노드 밀도 변경에 대해 적응적으로 알고리즘을 적용할 수 있도록 클러스터 구성을 수정하여, CACH가 갖는 노드 밀도 문제를 개선하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권3호
• /
• pp.214-221
• /
• 2010

검색 결과 내 군집화(search-result clustering)는 검색 엔진으로부터 검색된 결과 내에서 비슷한 문서를 자동으로 군집화하는 기법이다. 본 논문에서는 논문 검색 서비스에 전문화된 새로운 결과 내 군집화 기법을 제안한다. 제안하는 시스템은 '범주체계생성기(Category Hierarchy Generation System)'와 '논문군집기(Paper Clustering System)'로 구성되어있다. '범주체계생생기'는 KOSEF의 연구 범주 체계를 이용하여 분야 시소러스라 불리는 범주 체계를 생성하고, K-means 알고리즘을 이용한 단어 군집화 알고리즘을 사용하여 분야 시소러스의 키워드 집합을 확장한다. '논문군집기'는 top-down 방식과 bottom-up 방식을 이용하여 각 논문의 범주를 결정한다. 제안하는 시스템은 논문 검색 서비스와 같은 전문 분야에 대한 검색 서비스에 유용하게 사용될 수 있을 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• pp.277-280
• /
• 2009

이동 애드혹 네트워크(MANET)는 기반 네트워크 없이 구성되어 원격지의 환경에 대한 정확한 모니터링 또는 제어를 가능하게 한다. 이러한 MANET에서는 정적인 네트워크에 비해 토폴로지가 자주 변하므로 이동성을 고려한 에너지 효율적인 라우팅 프로토콜이 요구된다. 이를 위해 본 논문에서는, 상황인식 기반의 적응적이며 계층적 클러스터링 기법인 CACH(Context-aware Adaptive Clustering Hierarchy)를 제안한다. CACH는 적응적 라우팅 기법과 비적응적 라우팅 기법을 융합한 하이브리드 라우팅 방식을 분산 클러스터링 기반으로 구성하였다. CACH는 또한 토폴로지 변경에 대해 상황인식을 기반으로 하여 적응적으로 토폴로지의 계층구조를 수정하는 새로운 기법을 이용하여, 네트워크의 수명을 연장하고 지연시간을 줄일 수 있다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권6호
• /
• pp.436-441
• /
• 2015

군집화 알고리즘은 그 종류에 따라 만들어낼 수 있는 군집의 종류와 보여줄 수 있는 정보의 수준이 차이가 난다. 밀도기반 군집화 알고리즘은 데이터 분포 상의 임의의 모양을 가진 군집을 잘 잡아내지만 보여줄 수 있는 계층정보가 매우 적거나 없는 수준이고, 반면 계층적 군집화 알고리즘은 자세한 계층 정보를 보여주지만 구 모양의 군집 외에는 잘 잡아내지 못한다. 이 논문에서는 이러한 두 군집화 방식의 대표적 알고리즘인 OPTICS와 응집 계층 군집화 알고리즘의 장점만을 취하는 계층 발생 프레임워크를 제시하고 이와 더불어 효과적 데이터 분석을 위한 여러 시각화, 상호작용 기법을 지원하는 시각적 분석 애플리케이션을 제공한다.

• 한국시뮬레이션학회논문지
• /
• 제21권4호
• /
• pp.47-56
• /
• 2012

본 연구에서는 센서 네트워크용 병렬 시뮬레이터인 PASENS(Parallel SEnsor Network Simulator)를 이용하여 센서 네트워크에 이용되는 라우팅 알고리즘 중에서 계층적 라우팅 프로토콜의 대표적인 방식인 LEACH(Low-Energy Adaptive Clustering Hierarchy)와 그의 변형인 TL-LEACH(Two Level Low-Energy Adaptive Clustering Hierarchy), M-LEACH(Multihop Low-Energy Adaptive Clustering Hierarchy), 그리고 LEACH-C(LEACH-Centralized)의 전력 소모량과 데이터의 수신율을 비교하고 분석하였다. 시뮬레이션을 이용한 분석 결과에 따르면, M-LEACH 라우팅 프로토콜의 경우에는 여러 센서 노드들을 통하여 데이터가 전달되기 때문에 일정한 크기 이상의 넓은 공간에서 높은 수신율을 보였으며, LEACH-C 라우팅 프로토콜은 싱크 노드(서버)가 전체 센서 노드의 잔여 에너지와 위치를 고려하여 클러스터 헤드를 결정하기 때문에 좁은 공간에서 보다 오랜 수명을 필요로 하는 센서 네트워크를 구축하는데 가장 효율적이라는 것을 확인 할 수 있었다.

• 경영과학
• /
• 제24권2호
• /
• pp.57-72
• /
• 2007

Many Applications of scientific research have coupled with functional data signal clustering techniques to discover novel characteristics that can be used for the diagnoses of several issues. In this article we present an interpretable multi-scale cluster hierarchy framework for clustering functional data using its multi-aspect frequency information. The suggested method focuses on how to effectively select transformed features/variables in unsupervised manner so that finally reduce the data dimension and achieve the multi-purposed clustering. Specially, we apply our suggested method to mutual fund returns and make superior-performing funds group based on different aspects such as global patterns, seasonal variations, levels of noise, and their combinations. To promise our method producing a quality cluster hierarchy, we give some empirical results under the simulation study and a set of real life data. This research will contribute to financial market analysis and flexibly fit to other research fields with clustering purposes.

• Journal of information and communication convergence engineering
• /
• 제7권4호
• /
• pp.475-479
• /
• 2009

In ad hoc network, the scarce energy management of the mobile devices has become a critical issue in order to extend the network lifetime. Current research activity for the Minimum Energy Multicast (MEM) problem has been focused on devising efficient centralized greedy algorithms for static ad hoc networks. In this paper, we consider mobile ad hoc networks(MANETs) that could provide the reliable monitoring and control of a variety of environments for remote place. Mobility of MANET would require the topology change frequently compared with a static network. To improve the routing protocol in MANET, energy efficient routing protocol would be required as well as considering the mobility would be needed. In this paper, we propose a new method, the CACH(Context-aware Clustering Hierarchy) algorithm, a hybrid and clustering-based protocol that could analyze the link cost from a source node to a destination node. The proposed analysis could help in defining the optimum depth of hierarchy architecture CACH utilize. The proposed CACH could use localized condition to enable adaptation and robustness for dynamic network topology protocol and this provide that our hierarchy to be resilient. As a result, our simulation results would show that CACH could find energy efficient depth of hierarchy of a cluster.

• 한국전자거래학회지
• /
• 제16권4호
• /
• pp.301-319
• /
• 2011

웹 3.0으로 진화중인 웹 환경 하에서 블로그는 사용자 주도적인 웹의 특성을 가장 잘 표현하는 집합체 중 하나로, 기존의 웹 정보자원과 구분되는 새로운 형태의 지식베이스로써의 역할을 담당하고 있다. 기존의 웹 정보자원들이 사이트 단위로 광범위한 주제를 다루었던 것에 반해, 블로그의 정보자원은 사용자의 관심사에 따라 특정 정보들이 블로그 단위로 밀집되어 있으며 또한 사용자 태깅에 의해 게시된 정보자원에 대한 분류기준을 가지고 있다. 본 연구에서는 이러한 블로그의 특징들을 이용하여 보다 좀 더 효과적인 정보검색에 활용하기 위하여 블로그의 제목 키워드나 태그를 활용하여 태그 계층구조를 만들고 그 계층구조를 적용한 포스트군집화 방법론을 개발하여 기존의 블로그 검색과는 다른 특성을 가진 검색결과를 제시하였다. 이를 위하여 블로그 태그간의 관계성이 반영된 태그 계층구조를 생성하고 태그 유사도에 따른 태그군집화 방법을 개발하였다. 본 논문은 제안된 방법론을 구현한 프로토타입 시스템을 통해 실제사례에서의 연구의 적용 가능성을 판단하였으며, 군집 유사도 평가기준인 CSIM(Cluster SIMilarity)을 사용하여 골든 스탠다드의 유사도 비교를 통해 개발된 방법론과 시스템의 성과를 평가하였다.

• 한국전자거래학회:학술대회논문집
• /
• 한국전자거래학회 2004년도 e-Biz World Conference
• /
• pp.294-301
• /
• 2004

·Text-mining approach to e-documents organization based on topic hierarchy - Machine-Learning ＆ information Theory-based ㆍ 'Category(topic) discovery' problem → document bundle-based user-constraint document clustering ㆍ 'Automatic categorization' problem → Accelerated EM with CU-based active learning → 'Hierarchy Construction' problem → Unsupervised learning of category subsumption relation