지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제29권 제1·2호
- 발행연도
- 2002.2
- 수록면
- 80 - 90 (11page)
이용수
초록· 키워드
오류제보하기
클러스터링이란 한 군집에 포함된 데이타들 간의 유사한 성질을 갖도록 데이타들을 묶는 것으로 패턴인식, 영상처리 등의 공학 분야에 널리 적용되고 있을 뿐 아니라, 최근 많은 관심의 대상이 되고 있는 데이타 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 가지고 있다. 본 논문에서는 진화 알고리즘을 사용하여 지역적 최적해에 수렴되는 문제점을 개선하였으며, 클러스터링의 특성을 분산도와 분리도로 정의하였다. 분산도는 임의의 클러스터의 중심으로부터 포함된 데이타들이 어느 정도 흩어져 있는지를 나타내는 척도인 반면, 분리도는 임의의 데이타와 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.
클러스터링에 있어서 K-means나 FCM(Fuzzy C-means)와 같은 기존의 알고리즘들은 지역적 최적해에 수렴하는 것과 사전에 클러스터 개수를 미리 결정해야 하는 문제점을 가지고 있다. 본 논문에서는 진화 알고리즘을 사용하여 지역적 최적해에 수렴되는 문제점을 개선하였으며, 클러스터링의 특성을 분산도와 분리도로 정의하였다. 분산도는 임의의 클러스터의 중심으로부터 포함된 데이타들이 어느 정도 흩어져 있는지를 나타내는 척도인 반면, 분리도는 임의의 데이타와 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.
목차
요약
Abstract
1. 서론
2. 기존의 클러스터링 알고리즘과 문제점
3. 진화알고리즘을 이용한 클러스터링 알고리즘
4. 실험
5. 결론
참고문헌
저자소개
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
진화알고리즘을 이용한 클러스터링 알고리즘
한국정보과학회 학술발표논문집
2000 .04
-
고정 그리드 파일의 객체 및 셀 클러스터링 알고리즘
정보과학회논문지 : 데이타베이스
2001 .03
-
경계 차감 클러스터링에 기반한 클러스터 개수 추정 화자식별
한국음향학회지
2007 .01
-
휴리스틱 진화 알고리즘을 이용한 클러스터링 알고리즘
한국정보과학회 학술발표논문집
2000 .10
-
밀도에 무관한 클러스터링 기법의 개선
한국정보통신학회논문지
2017 .05
-
무선센서네트워크에서의 에너지 효율적인 재클러스터링 알고리즘
한국인터넷방송통신학회 논문지
2015 .01
-
진화 프로그램을 이용한 퍼지 클러스터링
정보과학회논문지(B)
1999 .01
-
클러스터 중심 왜곡 저감을 위한 클러스터링 기법
한국지능시스템학회 논문지
2008 .06
-
고차원 데이터 처리를 위한 SVM기반의 클러스터링 기법
한국지능시스템학회 논문지
2004 .12
-
Hierarchical Clustering of Categorical Data using Improved Inter-Cluster Similarity
정보과학회논문지 : 소프트웨어 및 응용
2011 .01
-
다차원 색인을 이용한 하향식 계층 클러스터링
정보과학회논문지 : 데이타베이스
2002 .10
-
비유사도 척도를 이용한 퍼지 데이타에 대한 퍼지 클러스터링
정보과학회논문지(B)
1999 .09
-
고차원 데이타에 대한 투영 클러스터링에서 특성 가중치 부여
정보과학회논문지 : 데이타베이스
2005 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2009-569-017862765