내 신청현황
종류	모집공고명	진행상태
신청내용이 없습니다.

첨단기술정보

home
알림마당
과학기술정보분석
첨단기술정보

자료 크러스터링을 위한 효율적인 퍼지 c-평균 알고리듬

전문가 제언: ○ 현존하는 크러스터링 알고리듬 중에서 FCM 알고리듬은 가장 많이 활용되나 이의 성능 개선을 위해 엔트로피나 2차원 항목의 사용이 유망하다. 엔트로피 기반의 FCM은 잡음이 없으면 좋으나 실제 자료에는 문제가 발생한다. 본 논문에서는 2차원 엔트로피와 정규화 함수를 제안하여 FCM의 목적 함수를 구성한다. 이에 추가하여 FCM의 계산양을 축소하기 위한 자동 중심 초기화에 대한 연구도 진행했다.

○ 일반적으로 임의의 자료는 한 그룹에만 속할 수 있는데 FCM에서는 이러한 소속값을 완화하여 세트 {0,1}에서 연속 구간 [0,1]의 구간에 속하게 하는 것이다. FCM의 목적 함수는 소속값과 각 그룹의 중심과 소속하는 자료의 거리로 표현되나 Lagrange 함수를 적용하여 새로운 목적 함수를 구축하고 다시 소속값과 중심을 정의하고 QME 정규화 함수를 정의한다.

○ ScienceDirect의 computer science 분야에서 최상위 개념인 fuzzy c-means를 검색하면 27,608편의 논문이 나오는 방대한 분야이다. 분야를 축소하여 entropy와의 교집합을 구하면 3,623편의 논문이 나와서 10% 이상이 엔트로피와 연관되어 있으며 응용 분야도 퍼지 세트, 신경망, 특징 선택, 형태 인식, 퍼지 크러스터링 등의 분야에 광범위하게 적용되고 있다.

○ 분야를 다시 축소하여 entropy 기반의 FCM과 우선 kernel distance function과의 교집합을 검색하면 653편의 논문이 나오고 이중에 한국인 논문이 10편 있었으나 fuzzy 또는 fuzzy c-means와 관련된 것은 2편에 지나지 않았다. 다음으로 entropy 기반의 FCM과 regularization function의 교집합에서는 314편의 논문이 있었고 이중에 5편의 본 논문과는 관계가 없었고 그나마 fuzzy 또는 fuzzy c-means와 관련된 것도 2편 밖에 없었다. 따라서 entropy 기반의 FCM은 국내 활동이 미약한 분야라고 결론을 내릴 수 있다.

저자: S.R. Kannan, S. Ramathilagam, P.C. Chung
자료유형: 학술정보