주제분류
자료유형
등재정보
전체 선택해제
총 8건 검색
본문검색 결과만 보기
-
대표적인 클러스터링 알고리즘을 사용한 비감독형 결함 예측 모델
홍의석, 박미경, Hong. Euyseok, Park. Mikyeong 한국정보처리학회 정보처리학회논문지. KIPS transactions on software and data engineering. 소프트웨어 및 데이터 공학 8 Pages
한국정보처리학회 정보처리학회논문지. KIPS transactions on software and data engineering. 소프트웨어 및 데이터 공학 2014, Vol.3 No.2 57-64 (8 pages)
대부분 훈련 데이터 집합을 사용하는 감독형 모델에 관련된 것들이었다. 하지만 과거 데이터 집합이 없거나 데이터 집합이 있더라도 현재 프로젝트와 성격이 다른 경우는 비감독형 모델이 필요하며, 이들에 관한 연구들은 모델 구축의 어려움 때문에 극소수 존재한다. 본 논문에서는 기존 비감독형 모델 연구들에서 사용하지 않은 대표적인 클러스터링 알고리즘인 EM, DBSCAN을 사용한 비감독형 모델들을 제작하여, 기존 연구들에서 사용한 K-means 모델과 성능을 비교하였다. 그 결과 오류율 면에서 EM이 K-means보다 약간 나은 성능을... -
새로운 초기치 선정 방법을 이용한 향상된 EM 알고리즘
김성수, 강지혜, Kim. Sung-Soo, Kang. Jee-Hye 한국지능시스템학회 퍼지 및 지능시스템학회 논문지 11 Pages
한국지능시스템학회 퍼지 및 지능시스템학회 논문지 2003, Vol.13 No.4 416-426 (11 pages)
쓰이는 클러스터링 기법인 Expectation-Maximization의 초기값 설정문제에 관하여 새로운 방법을 제안한다. 기존의 임의로 지정하는 랜덤한 초기치 선정 문제점을 지적하고, 새로이 제안하는 균등 영역 분할과 분할 된 데이터의 통계적 특성을 이용한 초기치 설정 방법을 사용한 새로운 EM 알고리즘을 제안한다. 일반적으로 EM에서 초기값 설정 방법으로 랜덤한 설정 방식의 약점을 보완하기 위하여 K-means 방법을 많이 사용하고 있다. 하지만, K-means 초기치 설정 방법도 근본적인 문제는 해결하지 못하고 있다. 이러한 문제의 하나의... -
새로운 고속 EM 알고리즘
김성수, 강지혜 한국정보과학회 정보과학회논문지. Journal of KIISE. 시스템 및 이론 13 Pages
한국정보과학회 정보과학회논문지. Journal of KIISE. 시스템 및 이론 2004, Vol.31 No.10 575-587 (13 pages)
있는 향상된 고속 Expectation-Maximization(FEM) 알고리즘을 제안한다. 첫째, EM의 초기값 설정의 방법으로 많이 사용되고 있는 클러스터링 기법인 K-means의 문제점을 해결하여 개선된 EM의 초기값 선정에 적용하였다. 이것은 기존 K-means 알고리즘에서 임의로 지정하던 랜덤한 초기값 선정을, 데이타 분포 특성을 이용한 균등 분할법을 사용하여 EM의 초기값 문제를 해결하였다. 둘째, EM 과정의 핵심을 이루는 후행 확률(Posterior)의 의미를 부각하여 최대 가능성 후행 확률(Maximum Likelihood Posterior: MLP)과정을 적용하였다.... -
HAP 기반 네트워크에서의 EM 알고리즘을 사용한 실시간 이동 기지국 배치
정웅희, 송하윤, Jung. Woong-Hee, Song. Ha-Yoon 한국정보처리학회 정보처리학회논문지. The KIPS transactions. Part C Part C 9 Pages
한국정보처리학회 정보처리학회논문지. The KIPS transactions. Part C Part C 2010, No.0 181-189 (9 pages)
배치에 대해 연구한다. 이 연구를 위해 지상 이동 노드들을 클러스터링하기 위한 클러스터링 알고리즘이 사용되는데, 본 논문에서는 EM(Expectation Maximization) 클러스터링 알고리즘을 사용한다. 본 논문의 목표는 이동 통신 단말기들 간의 거리와, 각 단말기들의 이동속도를 고려하여 단말기들이 효율적으로 클러스터링 되어 HAP의 배치가 효율적일 수 있도록 EM 알고리즘을 적용 및 개선하고, 이 EM 알고리즘을 이용한 HAP MBS 배치기법을 인구밀도에 기반을 둔 RWP(Random Waypoint) 노드 모빌리티를 이용하여 그 성능을 평가한다. -
GMM과 클러스터링 기법에 의한 뉴로-퍼지 시스템 모델링
김승석, 곽근창, 유정웅, 전명근, Kim. Sung-Suk, Kwak. Keun-Chang, Ryu. Jeong-Woong, Chun. Myung-Geun 한국지능시스템학회 퍼지 및 지능시스템학회 논문지 6 Pages
한국지능시스템학회 퍼지 및 지능시스템학회 논문지 2002, Vol.12 No.6 571-576 (6 pages)
단점이 있다. 이에, 본 연구에서는 GMM에서의 최대우도추정을 이용한 EM 알고리즘을 통하여 초기치에 의하여 성능의 영향이 좌우되는 ANFIS의 입력으로 주어 제안된 클러스터링 기법에 의하여 모델의 성능을 개선하고자 한다. 제안된 방법의 클러스터링 방법은 통계적 방법에 근거하여 좋은 성능의 파라미터를 획득할 수 있어 주어진 모델에 대한 ANFIS의 성능을 개선할 수 있다. 이들 방법의 유용함을 전형적인 다변수 비선형 데이터인 자동차 연료 예측 문제와 정수장 응집제 주입 문제에 적용하여 제안된 방법이 이전의 연구보다... -
클러스터링 방법을 이용한 방사능 정상수치의 동위원소별 오염 분석
정용규, 최정아, 차병헌, Jung. Yong-Gyu, Choi. Jung-Ah, Cha. Byung-Heun 한국인터넷방송통신학회 The journal of the institute of internet, broadcasting and communication 6 Pages
한국인터넷방송통신학회 The journal of the institute of internet, broadcasting and communication 2014, Vol.14 No.6 41-46 (6 pages)
항시 대비하고 있다. 특히 일본 후쿠시마 피폭사건과 같은 방사능오염이 빈번하게 발생함에 따라 방사능에 대한 사람들의 인식이 위험수준으로 변화하고 있다. 본 데이터는 방사능 정상수치와 관련해 미국정부에서 수집을 하여 각 속성정보들을 파악하고 초과한 수치를 비교분석하였다. 분석 방법으로는 군집화를 사용하고, 특히 EM 알고리즘과 SimpleKMeans 알고리즘을 토대로 실험하였다. 그 결과 정상범위 수치가 높을수록 초과할 확률이 높은 것으로 나타났으며 시간적비용이나 분석정도에 따라 사용할 알고리즘이 다를 수 있다는... -
LBG 알고리즘 기반 데이터마이닝을 이용한 네트워크 침입 탐지율 향상
박성철, 김준태, Park. Seong-Chul, Kim. Jun-Tae 한국지능정보시스템학회 지능정보연구 14 Pages
한국지능정보시스템학회 지능정보연구 2009, Vol.15 No.4 23-36 (14 pages)
클러스터링 알고리즘을 이용하여 네트워크 침입 탐지 정확도를 높이는 방법을 연구하였다. 임의의 초기 중심값들로 시작하여 유클리디언 거리 기반에 의해 클러스터링을 수행하는 K-means 방법은 잡음(noisy) 데이터와 이상치(outlier)에 대하여 취약하다는 단점이 있다. 비균일이진 분할에 의한 클러스터링 알고리즘은 초기값 없이 이진분할에 의해 클러스터링을 수행하며 수행 속도가 빠르다. 본 논문에서는 이 두 알고리즘의 장단점을 통합한 EM(Expectation Maximization) 기반의 LBG 알고리즘을 네트워크 침입 탐지에 적용하였으며,... -
정보검색 성능 향상을 위한 단어 중의성 해소 모형에 관한 연구
정영미, 이용구, Chung. Young-Mee, Lee. Yong-Gu 한국정보관리학회 정보관리학회지 21 Pages
한국정보관리학회 정보관리학회지 2005, Vol.22 No.2 125-145 (21 pages)
모형인 나이브 베이즈 분류기와 비지도학습 모형인 EM 알고리즘을 각각 적용하여 검색 실험을 수행한 다음 주제어의 중의성 해소를 통해 검색 성능의 향상을 가져올 수 있는지를 평가하였다. 실험문헌 집단은 약 12만 건에 달하는 한국어 신문기사로 구성하였으며, 중의성 해소 대상 단어로는 한국어 동형이의어 9개를 선정하였다. 검색 실험에는 각 중의성 단어를 포함하는 18개의 질의를 사용하였다. 중의성 해소 실험 결과 나이브 베이즈 분류기는 최적의 조건에서 평균 $92\%$의 정확률을 보였으며, EM 알고리즘은 최적의 조건에서...