$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 내부클러스터를 이용한 개선된 FCM 알고리즘에 대한 연구
A Study on the Modified FCM Algorithm using Intracluster 원문보기

정보처리학회논문지. The KIPS transactions. Part B. Part B, v.9B no.2, 2002년, pp.202 - 214  

안강식 (한국해양대학교 대학원 제어계측공학과) ,  조석제 (한국해양대학교 기계정보공학부)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 FCM알고리즘과 평균내부거리를 적용한 퍼지 클러스터링 알고리즘의 문제점을 해결하기 위하여 개선된 FCM 알고리즘을 제안한다. 개선된 FCM 알고리즘은 내부클러스터를 이용하여 클러스터 크기가 다른 경우에도 크기가 작은 클러스터에 일정한 소속정도를 부여할 수 있다. 그리고 이에 맞는 목적함수를 설계하고 검증한 후 데이터 분류에 사용하기 때문에 목적함수의 수렴성 문제를 극복할 수 있다. 그러므로 클러스터 크기가 다른 경우에 발생하는 FCM 알고리즘의 문제점과 목적함수의 수렴성에 문제가 있는 평균내부거리를 적용한 퍼지 클러스터링 알고리즘의 문제점을 해결할 수 있다. 제안한 알고리즘을 검증하기 위하여 제안한 알고리즘을 이용하여 데이터를 분류한 결과를 FCM 알고리즘, 평균 내부거리를 적용한 퍼지 클러스터링 알고리즘을 이용하여 데이터를 분류한 결과와 각각 비교하였다. 실험을 통하여 제안한 알고리즘으로 데이터를 분류할 경우 분류 엔트로피에 의해 기존의 알고리즘들보다 더 좋은 결과를 나타냄을 알 수 있었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we propose a modified FCM (MFCM) algorithm to solve the problems of the FCM algorithm and the fuzzy clustering algorithm using an average intracluster distance (FCAID). The MFCM algorithm grants the regular grade of membership in the small size of cluster. And it clears up the converg...

주제어

#FCM 알고리즘   #개선된 FCM 알고리즘   #퍼지 클러스터링   #평균 내부거리   #내부클러스터  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • FCATD 알고리즘의 문제점을 개선하기 위하여 본 논문에서는 MFCM 알고리즘을 제안하였다. MFCM 알고리즘은 내 부클러스터를 이용하므로 클러스터 크기가 다른 경우에도 크기가 작은 클러스터에 일정한 소속정도를 부여할 수 있다.
  • 본 논문에서는 FCM 알고리즘과 FCAID 알고리즘의 문제점을 극복할 수 있는 개선된 FCM(MFCM : modified FCM) 알고리즘을 제안하였다. MFCM 알고리즘은 데이터로부터 평 균 내부거리까지의 거리를 이용하여 소속 정도를 부여하기 때문에 클러스터 크기가 다른 경우에도 데이터를 잘 분류할 수 있으며 중심탐색능력을 개선할 수 있다.
  • 본 논문에서는 FCM 알고리즘과 FCAID 알고리즘의 문제점을 해결하기 위하여 MFCM 알고리즘을 제안하였다. MFCM 알고리즘은 평균내부거리 안쪽에 속하는 데이터들의 집합인 내부클러스터를 이용하므로 클러스터 크기가 다른 경우에도 크기가 작은 클러스터에 일정한 소속정도를 부여할 수 있다.

가설 설정

  • 5로 설정한 FCAID 알고리즘의 목적 함수의 값을 나타낸다. 각 그림에서 (a)~(c)의 목적함수는 최소값으로 수렴 하는 것을 알 수 있으나, (d)의 목적함수는 최소값으로 수렴하 지 않는다. 이는 代의 값을 크게할 경우 내부클러스터 크기가 커져서 데이터 분류가 제대로 이루어지지 않고 목적함수가 발 산하는 현상이다.
  • . 최적 조건 1: X* 에서 목적함수/의기 울기 g(x*) =▽/(**) 는 0(zero) 이다(필요조건).
본문요약 정보가 도움이 되었나요?

참고문헌 (13)

  1. T. A. Runkler and J. C. Bezdek, 'Alternating Cluster Estimation : A New Tool for Clustering and Function Approximation,' IEEE Trans. Fuzzy Syst., Vol.7, No.4, pp.377-393, 1999 

    상세보기 crossref

  2. P. R. Kersten, 'Fuzzy Order Statistics and Their Application to Fuzzy Clustering,' IEEE Trans. Fuzzy Syst., Vol.7, No.6, pp.708-712, 1999 

    상세보기 crossref

  3. J. C. Bezdek and M. M. Rrivedi, 'Low Level Segmentation of Aerial Images with Fuzzy Clustering,' IEEE Trans. Syst., Man, and Cybern, Vol.SMC-16, No.4, pp.589-598, 1986 

    상세보기 crossref

  4. J. T. Tou and R. C. Gonzalez, Pattern Recognition Principles, Addison-Wesley Publishing Company, 1974 

  5. R. Krishnapuram and J. M. Keller, 'A Possibilistic Approach to Clustering,' IEEE Trans. Fuzzy Syst., Vol.1, No.2, pp.98-110, 1993 

    상세보기 crossref

  6. N. Pal and J. Bezdek, 'On Cluster Validity for the Fuzzy C-Means Model,' IEEE Trans. Fuzzy Syst., Vol.3, No.3, pp.370-379, 1995 

    상세보기 crossref

  7. R. Krishnapuram, H. Frigui, and O. Nasraoui, 'Fuzzy and Possibilistic Shell Clustering Algorithms and their Application to Boundary Detection and Surface Approximation,' IEEE Trans. Fuzzy Syst., Vol.3, No.1, pp.29-60. 1995 

    상세보기 crossref

  8. J. C. Bezdek, 'A Convergence Theorem for the Fuzzy ISODATA Clustering Algorithms,' IEEE Trans. Patt. Anal. Machine Intell., Vol.PAMI-2, No.1, pp.1-8, 1980 

    상세보기 crossref

  9. A. P. Witkin, 'Scale-Space Filtering,' Processing IJCAI-83, pp.1019-1022, 1983 

  10. H. J. You, K. S. Ahn, and S. J. Cho, 'Image Segmentation Based on the Fuzzy Clustering Algorithm using Average Intracluster Distance,' 정보처리학회논문지, 제7권 제9호, pp.3029-3036, 2000 

    원문보기 상세보기

  11. 오성권, 퍼지모델및 제어이론과 프로그램, 枝多 利, 1999 

  12. R. C. Duda, R. E. Hart, and D. G. Stork, Pattern Classification, 2nd Edition, John Willey & Sons, Inc., 2001 

  13. J. C. Bezdek, 'Convergence Theory for Fuzzy c-Means : Counterexamples and Repairs,' IEEE Trans. Fuzzy Syst., September/October, 1987 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로