텍스트 문서 분류에서 범주간 유사도와 계층적 분류 방법의 성과 관계 연구

장수정(Soojung Jang),민대기(Daiki Min) 한국전자거래학회 2020 한국전자거래학회지 Vol.25 No.3

비정형 텍스트 문서를 다중 범주로 분류하는 문제에 있어서, 계층적 분류 방법이 비계층적 분류 방법에 비하여 분류 성능이 우수한 것으로 알려져 있다. 기존 문헌과 다르게 본 연구에서는 사전에 범주들의 계층 구조가 정의된 상황에서 계층적 분류 방법과 비계층적 분류 방법의 성능을 비교하였다. 수자원 분야 기후변화 적응기술과 관련한 논문 분류 데이터와 20NewsGroup 오픈 데이터를 대상으로 계층적/비계층적 분류 방법의 성능을 비교하였다. 본 연구결과 기존 문헌과 다르게 계층적 분류 방법이 비계층적 분류 방법에 비하여 언제나 성능이 우수한 것은 아님을 확인하였다. 계층 구조의 상위/하위 수준에서의 상대적 유사도에 따라서 계층적/비계층적 분류 방법의 성능에 차이가 있음을 확인하였다. 즉, 상위 수준의 유사도가 하위 수준보다 상대적으로 낮은 경우 상위 수준에서의 오분류 감소로 계층적 분류 방법의 성능이 개선됨을 확인하였다. The literature has reported that hierarchical classification methods generally outperform the flat classification methods for a multi-class document classification problem. Unlike the literature that has constructed a class hierarchy, this paper evaluates the performance of hierarchical and flat classification methods under a situation where the class hierarchy is predefined. We conducted numerical evaluations for two data sets; research papers on climate change adaptation technologies in water sector and 20NewsGroup open data set. The evaluation results show that the hierarchical classification method outperforms the flat classification methods under a certain condition, which differs from the literature. The performance of hierarchical classification method over flat classification method depends on class similarities at levels in the class structure. More importantly, the hierarchical classification method works better when the upper level similarity is less that the lower level similarity.

계층적 구조를 가진 퍼지 패턴 분류기 설계

안태천(Tae-Chon Ahn),노석범(Seok-Beom Roh),김용수(Yong Soo Kim) 한국지능시스템학회 2014 한국지능시스템학회논문지 Vol.24 No.4

본 논문은 단순한 후반부 구조를 가진 퍼지 모델을 계층적 구조로 결합한 퍼지 패턴 분류기를 제안한다. 계층적 구조를 가진 퍼지 패턴 분류기의 기본 구조는 단순한 후반부 구조를 가진 퍼지 모델을 사용하여 전체 패턴 분류기의 구조적 복잡성을 높이지 않도록 설계 하였다. 입력공간을 계층적으로 분할하기 위하여 대표적인 퍼지 클러스터링 알고리즘인 Fuzzy C-Means clustering 기법을 이용하였다. 분할된 퍼지 입력 공간의 하위 구조를 분석하기 위하여 conditional Fuzzy C-Means 클러스터링 기법을 이용하였다. 계층적으로 분할된 퍼지 입력공간에 간단한 구조를 가진 퍼지 패턴 분류기를 적용하여 계층적 구조를 가진 패턴 분류기를 설계한다. 계층적으로 퍼지 모델들을 결합함으로써 입력 공간의 정보 분석을 거시적인 관점에서 시작하여 세부적으로 분석이 가능하게 되었다. 제안된 퍼지 패턴 분류기의 성능을 평가하기 위하여 다양한 기계 학습 데이터를 사용하였다. In this paper, we proposed the new fuzzy pattern classifier which combines several fuzzy models with simple consequent parts hierarchically. The basic component of the proposed fuzzy pattern classifier with hierarchical structure is a fuzzy model with simple consequent part so that the complexity of the proposed fuzzy pattern classifier is not high. In order to analyze and divide the input space, we use Fuzzy C-Means clustering algorithm. In addition, we exploit Conditional Fuzzy C-Means clustering algorithm to analyze the sub space which is divided by Fuzzy C-Means clustering algorithm. At each clustered region, we apply a fuzzy model with simple consequent part and build the fuzzy pattern classifier with hierarchical structure. Because of the hierarchical structure of the proposed pattern classifier, the data distribution of the input space can be analyzed in the macroscopic point of view and the microscopic point of view. Finally, in order to evaluate the classification ability of the proposed pattern classifier, the machine learning data sets are used.

계층적 실시간 시스템 스케줄링 검증을 위한 정형적 프레임워크

안소진(So Jin Ahn),황대연(Dae Yon Hwang),최진영(Jin Young Choi) 한국정보과학회 2015 정보과학회 컴퓨팅의 실제 논문지 Vol.21 No.9

하드웨어가 많이 발전하면서 안전성 확보가 필요한 실시간 임베디드 시스템에도 가상화 기술이 적용되고 있는 추세다. 그러나 가상화 기술 적용 시, 스케줄러가 여럿 존재하게 되고, 이 스케줄러들 사이에 계층이 존재하게 되어 스케줄링 중 오류가 발생할 수 있는 단점이 있다. 임베디드 시스템의 제어 소프트웨어 같은 경우, 작은 문제로도 인명적, 재산적 피해가 클 수 있어 반드시 안전성 확보 여부를 검증해야 한다. 실시간 임베디드 시스템에 스케줄러가 계층적으로 존재하는 경우, 안전성 확보를 위해 반드시 스케줄링 가능성을 확인해야 한다. 본 논문은 여러 수준의 계층적 스케줄링 시스템을 정형기법(formal methods)을 사용하여 스케줄링 가능성을 확인할 수 있는 프레임워크를 소개한다. The use of Operating System(OS) virtualization is increasing as it provides many useful features such as efficient use of hardware(HW), easy system migration, and isolation between virtual spaces which prevents errors effecting each other. Recent development in HW has made it possible to use OS virtualization in embedded systems. However, implementing OS virtualization means that a multiple number of schedulers are layered in a system, rendering it difficult to analyze the schedulability of the system and errors are easily produced. Errors in safety critical embedded systems can cause serious damage to life and property; thus, the hierarchical schedulability must be verified. In this paper, we propose a framework which supports formal modeling and verification of hierarchical scheduling systems with UPPAAL.

계층적 오버레이를 이용한 DDoS 공격 감내 네트워크

김미희,채기준,Kim, Mi-Hui,Chae, Ki-Joon 한국정보처리학회 2007 정보처리학회논문지 C : 정보통신,정보보안 Vol.14 No.1

가장 위협적인 공격의 한 형태인 DDoS(Distributed Denial of Service) 공격은 다수의 공격 에이전트가 한꺼번에 많은 공격 트래픽을 특정 네트워크 또는 중요한 노드를 공격하는 특성을 갖고 있어 이로 인한 피해 지역 및 정도가 크다는 문제점이 있다. 이에 대한 기존의 많은 연구들은 탐지, 필터링, 추적 등에 집중되어 있고, 특히 피해 네트워크가 계층적인 구조를 갖고 있는 경우 특정 노드의 마비로 인해 하위 노드들의 정상 트래픽 전송이 어려워질 뿐 아니라, 탐지에 대한 다른 노드에 공지 및 추적을 위한 제어 트래픽 전송 또한 어려워 질 수 있다. 이에 본 논문에서는 계층적인 네트워크에서 이에 맞는 계층적인 오버레이를 구성하여, 공격 탐지 시 공지 및 추적을 위한 제어 트래픽을 오버레이를 이용해 전달하며, 공격 에이전트를 완전히 제거하기 전까지 정상적인 트래픽을 우회할 수 있는 DDoS 공격 감내 네트워크 구조를 제안한다. 또한 제안된 방법에서 오버레이 구성에 따른 오버헤드 분석과 공격 탐지 시 빠른 공격 차단 전달의 가능성과 신속성 및 정상 트래픽의 전송의 정도를 시뮬레이션을 통해 분석한다. As one of the most threatening attacks, DDoS attack makes distributed multiple agents consume some critical resources at the target within the short time, thus the extent and scope of damage is serious. Against the problems, the existing defenses focus on detection, traceback (identification), and filtering. Especially, in the hierarchical networks, the traffic congestion of a specific node could incur the normal traffic congestion of overall lower nodes, and also block the control traffic for notifying the attack detection and identifying the attack agents. In this paper, we introduce a DDoS attack tolerant network structure using a hierarchical overlay for hierarchical networks, which can convey the control traffic for defense such as the notification for attack detection and identification, and detour the normal traffic before getting rid of attack agents. Lastly, we analyze the overhead of overlay construction, the possibility of speedy detection notification, and the extent of normal traffic transmission in the attack case through simulation.

계층적 베이지안 방법을 이용한 용량반응연구에서의 기준용량 추정

최태련 한국자료분석학회 2010 Journal of the Korean Data Analysis Society Vol.12 No.1

In this paper, we develop a Bayesian hierarchical method for estimating a Benchmark dose(BMD) based on multiple health endpoints and informed by mechanistic knowledge of a biological process for a toxic chemical, perchlorate. Perchlorate is widespread water contaminant which acts as an iodine uptake inhibitor in the thyroid. A hierarchical approach is used to assign prior distribution of the unknow parameters. Posterior inference is performed via a Markov chain Monte Carlo(MCMC) method, implemented by WinBUGS, and MCMC outputs are used to determine Benchmark doses for each health endpoint. Specifically, we consider estimating BMDs for two dose-response studies with perchlorate, and discuss how to improve these BMD estimates by combining inferential procedures from both studies. 본 논문에서는 용량반응연구(dose response study)에서 많이 사용되고 있는 기준용량(benchmark dose)을 추정하기 위하여 계층적 베이지안 방법을 연구하였다. 이를 위하여 독성화학물질인 과염소산염(perchlorate)에 대한 두 가지 용량반응 사례 연구로부터 나오는 자료를 이용하여 계층적 베이지안 방법을 토대로 용량반응곡선을 추정하고 기준용량을 추정하고 계산하는 방법에 대하여 논의하였다. 과염소산염은 최근에 환경문제가 되고 있는 수질오염원의 하나로 알려져 있으며 과염소산염에 대한 과다 노출 시 갑상선기능에 영향을 주는 것으로 알려져 있다. 이러한 과염소산염에 대한 용량반응곡선을 계층적 베이지안 로지스틱 회귀모형을 이용하여 분석하였다. 구체적으로 계층적 사전분포를 바탕으로 사후추론을 실시하였고 이를 위하여 WinBUGS 프로그램으로 구현한 마르코프 연쇄 몬테칼로(Markov chain Monte Carlo, MCMC)방법을 이용하였다. 이러한 MCMC 방법을 통하여 추출된 사후표본을 이용하여 각각의 용량반응 자료에 대한 기준복용량을 계산하였다. 또한 두 용량반응자료의 추론을 결합하는 두 가지 방식을 제시하고 이를 통하여 이전에 추정된 기준용량보다 향상된 기준용량을 제시하였다.

준 실시간 뉴스 이슈 분석을 위한 계층적·점증적 군집화

김호용,이승우,장홍준,서동민 한국콘텐츠학회 2020 한국콘텐츠학회논문지 Vol.20 No.6

실시간으로 발생하는 뉴스 기사로부터 이슈를 분석하기 위한 다양한 연구가 진행되어 왔다. 하지만 범주에 따라 계층적으로 이슈를 분석하는 연구는 많이 진행되지 않았고, 계층적 이슈 분석을 위한 기존의 연구에서 제안하는 방식 또한 뉴스 기사 증가에 따라 군집화 속도가 느려지는 문제점이 있다. 따라서 본 논문에서는 준 실시간으로 뉴스 기사의 이슈를 분석하는 계층적·점증적 군집화 방식을 제안한다. 제안하는 군집화 방식은 샴 신경망을 이용한 가중 코사인 유사도 측정 모델 기반의 k-평균 알고리즘을 이용한 단어 군집 기반 문서 표현 방식을 통해 뉴스 기사를 문서 벡터로 표현한다. 그리고 문서 벡터로부터 초기 이슈 군집 트리를 생성하고, 새로 발생한 뉴스 기사를 해당 이슈 군집 트리에 추가하는 점증적 군집화 방식을 제안함으로써 뉴스 기사의 계층적 이슈를 준 실시간으로 분석한다. 마지막으로, 본 논문에서 제안하는 방식과 기존 방식들과의 성능 평가를 통해 제안하는 군집화 방식이 정확도 측면에서 기존 방식 대비 NMI 지표 기준 0.26 정도 성능이 향상되었고, 속도 측면에서 약 10배 이상의 성능이 향상됨을 입증하였다. There are many different researches about how to analyze issues based on real-time news streams. But, there are few researches which analyze issues hierarchically from news articles and even a previous research of hierarchical issue analysis make clustering speed slower as the increment of news articles. In this paper, we propose a hierarchical and incremental clustering for semi real-time issue analysis on news articles. We trained siamese neural network based weighted cosine similarity model, applied this model to k-means algorithm which is used to make word clusters and converted news articles to document vectors by using these word clusters. Finally, we initialized an issue cluster tree from document vectors, updated this tree whenever news articles happen, and analyzed issues in semi real-time. Through the experiment and evaluation, we showed that up to about 0.26 performance has been improved in terms of NMI. Also, in terms of speed of incremental clustering, we also showed about 10 times faster than before.

대용량 MMS 점군데이터의 계층적 구조화 방법

강석찬,이정원,최현상,이지영 한국측량학회 2023 한국측량학회지 Vol.41 No.2

지상 MMS (Mobile Mapping System) 측량은 다양한 센서를 탑재한 차량이 도로를 주행하면서 주변을 관측하여 위치(x, y, z)값, 색상(RBG)값, 반사(Intensity)값 등을 포함하는 점군(Point Cloud) 데이터로 취득하는 기술로 2㎝급 정밀도를 가진 데이터를 취득할 수 있다. 지상 MMS 측량은 촬영 거리에 따라 수십 기가바이트(gigabyte)에달하는 점군데이터를 취득하며, 점군데이터는 표준 포맷인 LAS (LASer) 파일로 저장된다. 대용량 데이터를 하나의 파일로 저장할 경우 데이터 조회에 문제가 발생하기 때문에 1기가 이하 단위로 분리하여 저장한다. 이렇게 분할되어 저장되는 데이터를 그대로 사용할 경우 동일한 작업을 반복적으로 수행해야 하며, 최종적으로는 분리된 데이터를 다시 통합해야 하는 단점이 존재한다. 이에 본 연구에서는 분할되어 저장된 LAS 파일을 연속적으로 조회할수 있도록 계층적으로 구조화하는 방법에 관한 연구를 수행하였다. 점군데이터 구조화는 대용량 데이터를 처리할수 있도록 옥트리(octree) 기반의 공간분할기법을 적용하여 계층적으로 구성하였으며, 메모리에 제한받지 않고 초대용량을 처리할 수 있도록 파일기반으로 구조화를 시도하였다. 연구 검증을 위하여 여러 개로 분할된 수십 기가의점군데이터를 계층적으로 구조화하고 인덱싱(indexing)을 적용하여 통합된 데이터로 저장 및 조회 결과를 확인하였다. 옥트리 기반의 계층적 구조화를 통하여 블록별로 파일을 구분하여 저장하는 구조를 적용한 결과, 수십 기가에 달하는 점군데이터를 한 번에 조회할 수 있음을 확인하였다.

계층적 계획을 이용한 이산 사건 시뮬레이션 모델링: HRG-DEVS

이미라,Yi, Mi-Ra 한국시뮬레이션학회 2006 한국시뮬레이션학회 논문지 Vol.15 No.2

지능형 시스템에 대한 요구가 지속적으로 증가하면서, 최근에는 인공지능과 시뮬레이션 기술을 연동하기 위한 다양한 접근이 이루어지고 있다. 본 논문의 기반이 되는 RG-DEVS는 이산 사건 시뮬레이션 모델링 방법론인 DEVS에 인공지능의 계획(planning) 기술을 반영함으로써 동적으로 시뮬레이션 모델이 정의될 수 있는 인공지능과 시뮬레이션의 연동 기술이다. 그러나, 오늘날 많은 문제 해결 시스템들에 반영되고 있는 계층성(hierarchy)이 계획에 반영되어 있지 않다. 계층성은 탐색 공간을 작게 하여 계획의 계산 비용을 줄일 수 있을 뿐 아니라, 모델링 대상 시스템의 계층적 작업 흐름을 반영하기에도 유용하다. 본 논문은 RG-DEVS에 계층적 계획 능력을 추가하여 확장한 모델링 방법론인 HRG-DEVS출 제안하고, 이를 검증하기 위하여 고전적인 계획 문제로 알려진 계층적인 블록 쌓기 문제인 ABSTRIPS에 적용하였다. As the needs of intelligent systems increase, there have been diverse approaches that combine artificial intelligence (AI) and simulation in the last decade. RG-DEVS, which is the basis for this paper, embedded AI planning techniques into the simulation modeling methodology of DEVS, in order to specify dynamically a simulation model. However, a hierarchy concept, which is used for various types of problem solving systems. is not included in the planning of RG-DEVS. The hierarchy concept reduces the computational cost of planning by reducing the search space, and also makes it easy to apply the hierarchical process flow of a target system to planning. This paper proposes Hierarchical RG-DEVS (HRG-DEVS) in an attempt to insert hierarchical planning capability into RG-DEVS. For the verification of the proposed modeling methodology, HRG-DEVS is applied to model the block's world problem of ABSTRIPS, which is a classical planning problem.

적응적 탐색 전략을 갖춘 계층적 ART2 분류 모델

김도현,차의영 한국정보과학회 2003 정보과학회논문지 : 소프트웨어 및 응용 Vol.30 No.7

We propose a hierarchical architecture of ART2 Network for performance improvement and fast pattern classification model using fitness selection. This hierarchical network creates coarse clusters as first ART2 network layer by unsupervised learning, then creates fine clusters of the each first layer as second network layer by supervised learning. First, it compares input pattern with each clusters of first layer and select candidate clusters by fitness measure. We design a optimized fitness function for pruning clusters by measuring relative distance ratio between a input pattern and clusters. This makes it possible to improve speed and accuracy. Next, it compares input pattern with each clusters connected with selected clusters and finds winner cluster. Finally it classifies the pattern by a label of the winner cluster. Results of our experiments show that the proposed method is more accurate and fast than other approaches. 본 연구에서는 ART2 신경회로망의 성능을 개선하기 위한 계층적 구조를 제안하고, 구성된 클러스터에 대하여 적합도(fitness) 선택을 통한 빠르고 효과적인 패턴 분류 모델(HART2)을 제안한다. 본 논문에서 제안하는 신경회로망은 비지도 학습을 통하여 대략적으로 1차 클러스터를 형성하고, 이 각각의 1차 클러스터로 분류된 패턴에 대해 지도학습을 통한 2군 클러스터를 생성하여 패턴을 분류하는 계층적 신경회로망이다. 이 신경회로망을 이용한 패턴분류 과정은 먼저 입력패턴을 1차 클러스터와 비교하여 유사한 몇 개의 1차 클러스터를 적합도에 따라 선택한다. 이때, 입력패턴과 클러스터들간의 상대 측정 거리비에 기반한 적합도 함수를 도입하여 1차 클러스터에 연결된 클러스터들을 Pruning 함으로써 계층적인 네트워크에서의 속도 향상과 정확성을 추구하였다. 마지막으로 입력패턴과 선택된 1차 클러스터에 연결된 2차 클러스터와의 비교를 통해 최종적으로 패턴을 분류하게 된다. 본 논문의 효율성을 검증하기 위하여 22종의 한글 및 영어 글꼴에 대한 숫자 데이타를 다양한 형태로 변형시켜 확장된 테스트 패턴에 대하여 실험해 본 결과 제안된 신경회로망의 패턴 분류 능력의 우수함을 증명하였다

계층적 B-스플라인을 이용한 스플라인 유한요소법의 국부 세분화에 관한 연구

하주환(Zoo-Hwan Hah),김현중(Hyun-Jung Kim),윤성기(Sung-Kie Youn) 대한기계학회 2010 大韓機械學會論文集A Vol.34 No.8

본 연구에서는 NURBS 의 국부 세분화 방법 중 하나인 계층적 B-스플라인을 이용해 스플라인 유한요소법의 국부 세분화를 수행하는 방법을 제안한다. 세분화가 필요한 영역에 전역 격자로부터 계층적으로 생성된 국소 격자를 중첩시켜 국부 세분화를 수행한다. 국소 격자의 매듭 벡터와 제어점은 전역 격자로부터 추출된 후 세분화 되는 과정을 거친다. 생성된 국소 격자에 적절한 연속성 조건을 부여 함으로써 전역 격자와 국소 격자의 연속성을 유지 한다. 제안된 방법을 이용해 수치 예제의 해석을 수행하였다. 이를 통해 기존 NURBS 기반 스플라인 유한요소법에 비해 제안된 방법의 효율성을 검증하였다. A new local refinement scheme for spline finite element method has been proposed; this scheme involves the use of hierarchical B-spline. NURBS has been widely used in CAD; however, the local refinement of NURBS is difficult due to its tensor-product property. In this study, we attempted to use hierarchical B-splines as local refinement strategy in spline FEM. The regions of high gradients are overlapped by hierarchically-created local meshes. Knot vectors and control points in local meshes are extracted from global meshes, and they are refined using specific schemes. Proper compatibility conditions are imposed between global and local meshes. The effectiveness of the proposed method is verified on the basis of numerical results. Further, it is shown that by using a proposed local refinement scheme, the accuracy of the solution can be improved and it could be higher than that of the solution of a conventional spline FEM with relatively lower degrees of freedom.