http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
- 검색키워드
- 지도교수 : 許明會 (검색결과 14 건)
-
본 논문의 목적은 2부 네트워크에서의 커뮤니티 찾기의 새로운 방법론을 제안하는 데 있다. 기존의 개인과 조직의 구분 없이 커뮤니티를 찾는 방법론과 달리 조직에 대해 먼저 커뮤니티를 나누고 그 다음 조직 간의 커뮤니티가 나누어진 결과에 개인을 나타내는 위계적인 분석 방법을 제시하였다. 이로써 어떠한 조직들 간 유사한 관계에 있는지 그룹화 할 수 있고, 그 결과에 개인과 조직의 관계를 나타냄으로써 조직들 사이에서의 개인의 역할을 파악할 수 있다. 더불어 본 제안 방법은 2부 네트워크가 아닌 1부 네트워크인 조직 간 네트워크에서의 커뮤니티 찾기를 실시함으로써 구현하기 쉽고, 대용량 자료에서의 시각화를 간단하게 하는 장점이 있다. 이를 위해 먼저 2장에서는 2부 네트워크의 정의와 기존 1부와 2부 네트워크에서의 커뮤니티 찾기 알고리즘을 소개하고, 3장에서는 본격적으로 2부 네트워크에서의 커뮤니티를 찾는 새로운 방법론을 제안하려 한다. 4장에서는 제안 방법이 자료의 시각화에 효과적임을 밝히고 마지막으로 5장에서는 본 연구의 결과를 요약하며 본 논문을 마치려 한다.
-
본 논문의 목적은 기존 연구에서 밝혀진 커뮤니티 사이즈가 멱함수 법칙을 따르는 현상의 원인으로 커뮤니티 사이즈의 선호연결 이외에도 커뮤니티 연결선 수에 의한 선호연결에서도 가능하다는 것을 보이는 것이다. 또, 커뮤니티 사이즈와 커뮤니티 연결선 수, 둘 모두에 선호연결 하는 커뮤니티 구조를 가진 네트워크를 생성함으로써 이 둘의 관계에 대해서 고찰하고, 커뮤니티 사이즈가 멱함수 법칙을 따르는 현상에 대한 원인을 생각해 본다. 이를 위해 2장에서는 멱함수 법칙에 대한 소개와 멱함수 법칙이 나타나기 위한 메카니즘들을 소개하고, 커뮤니티 사이즈가 멱함수 법칙을 따른다는 연구결과를 이용하여 커뮤니티 구조를 가진 네트워크를 생성하는 기존 알고리즘을 소개한다. 3장에서는 커뮤니티 연결선 수를 정의하고, 이를 이용한 새로운 커뮤니티 구조를 가진 네트워크의 생성을 위한 알고리즘과 커뮤니티 사이즈와 연결선 수, 둘을 결합한 절충 네트워크의 생성을 위한 알고리즘을 제안한다. 그리고, 시뮬레이션을 실행하여 결과를 살펴본다. 마지막으로 4장에서는 본 연구의 결과를 요약하며 본 논문을 마친다.
-
Locally linear embedding의 방향그림
Locally Linear Embedding(LLE)은 다변량 자료를 저차원 공간에 매핑하는 방법이다. LLE는 각 개체와 그 개체의 개의 이웃으로 국소적 평면을 만들고 그 평면을 이어 붙임으로써 축소차원에 모든 개체를 펼쳐 넣는다. LLE가 비선형적 구조물의 효과적인 시각화를 가능하게 하지만 기존의 방법론은 변수 특성의 표현을 제공하지 않았다. 본 연구에서는 LLE에 변수 특성을 표현하는 것에 초점을 맞추어 관심 변수에 약간의 변화를 준 새로운 개체를 기존의 축소공간에 배치하여 변수의 흐름을 표현한다. 또한 여러 가지 사례에 적용해 보면서 본 연구에서 제안하는 LLE의 방향그림이 갖는 의의를 구체적으로 살펴보도록 한다.
-
지도그림(Cartogram)은 일반적인 지도를 통계 수치를 바탕으로 원(圓), 구(球), 막대(棒), 띠(帶)나 혹은 다변형(多邊形), 다면체(多面體), 호상(縞狀) 등의 각종 도형으로 표현한 지도이다(네이버지식백과). 지금까지 지도그림은 주로 인구나 국내총생산(GDP) 등의 경제흐름에 대한 표현에 집중되어 있었지만(네이버지식백과), 최근에는 제19대 총선의 영향으로 선거 결과 표현에 대한 연구가 활발하게 진행되고 있다. 본 연구는 지금까지 연구된 지도그림을 바탕으로 실제 지도의 형태에 근접하도록 실제의 지리적인 광역시·도 구분선을 존중하였다. 한 개의 지역선거구는 다섯 개의 정사각형으로 구성하여 같은 면적을 갖는 다양한 모양으로 구성하였다. 본 논문에서는 제안한 지도그림을 제18대와 제19대 총선 결과에 적용하여 시각화한 후 비교하였다.
-
대규모 자료의 support vector machine을 위한 병렬 컴퓨팅
Support Vector Machine(SVM)은 개체 수 이 커짐에 따라 실행시간과 메모리 공간이 각각 와 에 비례하여 증가한다. 따라서 이 아주 큰 경우 SVM은 실행시간이 너무 오래 걸리거나 실행이 불가능할 수 있다. 본 연구는 SVM의 이러한 계산적 한계를 극복하기 위해 분석 자료를 여러 개로 분할하고 분할된 자료들에서 SVM을 병렬적으로 산출한 뒤 취합하는 일종의 모형 통합(model aggregation) 방법을 제안하고 R로 구현한다. 다수의 실제 자료에 적용한 결과, 제안 방법론이 표준적 SVM에 비하여 계산이 빨랐고 정확성의 저하는 무시할 수 있을 만큼 작았으며 안정적 예측을 제공하였다.
-
-
커널 함수를 이용한 힐베르트 공간에서의 움직이는 동적 3D 산점도
시각은 인간이 가진 가장 강력한 계산 시스템으로 다변량 데이터의 3차원 시각화는 연구자의 심도 있는 자료 파악에 도움을 준다. 뿐만 아니라 정보 소비자들의 흥미 유발과 자료이해를 돕는다. 이에 본 연구는 다변량 자료의 집단별 또는 개 군집의 중심을 따라 움직이는 데이터 그림을 제안한다. 또한 자료의 크기가 큰 경우 분석 및 계산시간의 단축을 위한 자료 선택법을 제안한다. 유연하고 실용적인 연구 및 활용을 위해 개 관측 개체들을 비선형 feature space인 힐베르트 공간에 사상(mapping)하였다.
-
사회현상이나 물리현상에서 개체들이 그룹을 이루게 되면서, 개체들 간의 관계가 형성된다. 유사성이나 비유사성 정도를 ‘관계’로 사용하는 다차원 척도법(MDS)는 여러 개체들간의 관계를 저차원공간에 표현해내는 기법이다. 최근에는 이러한 MDS기법은 Metric과 Nonmetric 방법에서 동적 MDS나 가중 MDS 등 다양한 방향으로 발전하고 있으며, 그 응용분야도 사회현상, 물리현상, 마케팅, 교육, 통신, 전력망 등 다양한 분야에서 활용되고 있다. 본 연구에서는 개체가중치를 사용할 수 있게 Nonmetric MDS 중 대표적인 Kruskal의 방법을 확장하였다. 기존의 방법이 거리행렬에 가중치를 부여하는 방식이었던 것과는 다르게, 본 연구에서는 개체 가중치를 재현성 평가시에 직접 적용한 데 그 의의가 있다. 본 논문에서는 제안 방법과 기존의 방법을 한국 도로교통자료를 이용하여 비교해보고, 미국 공항자료와 Karater Club 사회 네트워크 자료 시각화에 적용해보았다.
-
백종환 高麗大學校 政策大學院 2012 국내석사
지속적인 IT 발전을 위해서 변화해야 하는 국내 IT 환경이 무엇이 있는지, 중추적인 역할을 하는 IT 종사자들에게 설문을 통하여 알아보았다. 특히 급변하는 IT 환경에 능동적으로 대처하기 위해, 우선 시행해야 하는 정책들이 무엇인가에 대해서 알아보았다.
-
군집분석은 주로 개체를 묶는 용도로 사용되지만 유사한 특성의 변수들을 군집화할 수도 있다. Chavent 외 3인 (2012)에 의해 개발된 R 패키지 ClustOfVar를 사용하면 변수의 유형에 제약없이 변수들을 군집으로 묶을 수 있다. 본 연구에서는 각 변수들의 군집에 PCAMIX 방법을 적용하여 구한 첫 번째 주성분 점수, 즉 잠재합성변수를 새로운 설명변수로 활용한 지도학습 모형을 제안한다. 또한 반응변수 예측력을 높이기 위해 PLS 회귀 방법론에서 착안한 잠재합성변수 보정 방법을 제안하고 이를 활용하여 지도학습을 수행한다. 본 연구에서 제안하는 PCA 수량화와 PLS 수량화 방법은 설명변수의 수가 클 때 특히 성능이 좋았다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
