메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김성수 (강원대학교) 강범수 (강원대학교)
저널정보
대한산업공학회 대한산업공학회지 대한산업공학회지 제45권 제1호
발행연도
2019.2
수록면
22 - 29 (8page)
DOI
10.7232/JKIIE.2019.45.1.022

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Swarm Intelligence (SI) is a kind of artificial intelligence (AI) discipline that is popular in these days. Firefly algorithm (FA) is recently developed for new SI. The objective of this paper is to propose the FA to find the optimal data clustering solution with number of clusters. Our proposed FA is suitable for highly nonlinear and multimodal optimization because FA can consider the attractiveness and distance between the fireflies (solutions) simultaneously. We use the silhouette as valid index to evaluate the solution with number of clusters considering the intra-cluster and inter-cluster distance at the same time. We also use the relative distance rate (V<SUB>j</SUB>) of each data j which is used to generate the good initial solutions to save the much computation time for silhouette evaluations. The performance of our proposed FA using silhouette with relative distance rate is validated using several real data sets by experiment and analysis.
#Swarm Intelligence(SI) #Firefly Algorithm(FA) #Data Clustering #Number of clusters #Silhouette

목차

1. 연구의 배경 및 목적
2. 클러스터링 문제와 클러스터 수 결정
3. 반딧불알고리즘 데이터 클러스터링
4. 실험결과 및 분석
5. 결론
참고문헌

참고문헌 (23)

참고문헌 신청
Arbelaitz, O., Gurrutxaga, I., Muguerza, J., Perez, J. M., and Perona, I. (2013), An extensive comparative study of cluster validity indices, Pattern Recognition, 46(1), 243-256. google schola Fister, I., Fister Jr, I., Yang, X. S., and Brest, J. (2013), A comprehensive review of firefly algorithms, Swarm and Evolutionary Computation, 13, 34-46. google schola Hassanzadeh, T. and Meybodi, M. R. (2012), A new hybrid approach for data clustering using firefly algorithm and K-means, In Artificial Intelligence and Signal Processing (AISP), 2012 16th CSI International Symposium on. IEEE, 007-011. google schola Hruschka, E. R. and Ebecken, N. F. (2003), A genetic algorithm for cluster analysis, Intelligent Data Analysis, 7(1), 15-25. google schola Hruschka, E. R., Campello, R. J., and Freitas, A. A. (2009), A survey of evolutionary algorithms for clustering, IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), 39(2), 133-155. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

컨테이너 사전정렬 문제의 스택 상자 채우기 알고리즘
이상운 한국컴퓨터정보학회논문지 2015 .10
우선순위 큐 알고리즘 성능 평가
정해재 한국정보기술학회논문지 2010 .06
Improved Initialization Method for Simple and Fast K-medoids Clustering
Sung-Soo Kim ,  Bum-Su Kang Industrial Engineering & Management Systems 2023 .03
Binary Swarm Intelligence for Wireless Sensor Network Design
Sung-Soo Kim Industrial Engineering & Management Systems 2020 .03
실루엣을 적용한 그룹탐색 최적화 데이터클러스터링
김성수 ,  백준영 ,  강범수 한국경영과학회지 2017 .08

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-530-000442079