1 |
1
효율적인 혼합 시뮬레이티드 어닐링(Efficient Hybrid Simulated Annealing; EHSA) 기반의 데이터 클러스터링 방법에 있어서, 복수의 데이터들이 클러스터링된 복수의 그룹들 각각의 편차의 총합과 관련된 목적 함수를 설정하는 단계; 적어도 하나의 세대 동안에, 상기 복수의 데이터들이 상기 복수의 그룹들로 클러스터링되는 것과 관련되어 임의로 설정된 초기 해를 기초로 K-means 기법을 수행하여 1차 해를 탐색하는 단계; 상기 적어도 하나의 세대 동안에, 상기 1차 해를 기초로 SA(Simulated Annealing) 기법을 수행하여 최적 해가 존재할 복수의 탐색 공간의 해들을 추출하는 단계; 및 상기 적어도 하나의 세대 동안에, 상기 복수의 탐색 공간의 해들 각각에 대해 상기 K-means 기법을 수행하여 상기 목적 함수를 최적화하는 최적 해를 선정하는 단계를 포함하고, 상기 복수의 탐색 공간의 해들 각각에 대해 상기 K-means 기법을 수행하여 상기 목적 함수를 최적화하는 최적 해를 선정하는 단계는 상기 복수의 탐색 공간의 해들 각각에 대해, 상기 복수의 그룹들 각각의 평균을 산출하는 단계; 상기 복수의 탐색 공간의 해들 각각에 대해, 상기 복수의 그룹들 각각에 포함되는 데이터와 상기 복수의 그룹들 각각의 평균 사이의 거리를 평가 함수로 계산하는 단계; 상기 복수의 탐색 공간의 해들 각각의 상기 평가 함수가 최적화되도록 상기 복수의 탐색 공간의 해들 각각을 업데이트하여 복수의 2차 해들을 획득하는 단계; 및 상기 복수의 2차 해들 중 상기 목적 함수를 최적화하는 상기 최적 해를 선정하는 단계를 포함하는 데이터 클러스터링 방법
|
2 |
2
삭제
|
3 |
3
제1항에 있어서,상기 복수의 탐색 공간의 해들 각각의 상기 평가 함수가 최적화되도록 상기 복수의 탐색 공간의 해들 각각을 업데이트하여 복수의 2차 해들을 획득하는 단계는 상기 복수의 탐색 공간의 해들 각각에 대해, 상기 복수의 데이터들 각각을 상기 복수의 그룹들 중 상기 복수의 그룹들 각각의 평균과의 거리가 가장 가까운 그룹으로 재할당하여, 상기 복수의 탐색 공간의 해들 각각을 업데이트하는 단계를 포함하는 데이터 클러스터링 방법
|
4 |
4
제3항에 있어서,상기 복수의 탐색 공간의 해들 각각을 업데이트하는 단계는 상기 업데이트된 복수의 탐색 공간의 해들 각각을 상기 평가 함수에 따라 평가한 결과를 기초로, 상기 복수의 탐색 공간의 해들 각각을 업데이트하는 것을 반복하는 단계; 또는 상기 업데이트된 복수의 탐색 공간의 해들 각각을 상기 평가 함수에 따라 평가한 결과를 기초로, 상기 복수의 탐색 공간의 해들 각각을 업데이트하는 것을 중단하여, 상기 업데이트된 복수의 탐색 공간의 해들을 상기 복수의 2차 해들로 획득하는 단계 중 어느 하나의 단계를 포함하는 데이터 클러스터링 방법
|
5 |
5
제1항에 있어서,상기 초기 해를 기초로 K-means 기법을 수행하여 1차 해를 탐색하는 단계는 상기 복수의 데이터들이 상기 복수의 그룹들로 클러스터링되는 것과 관련된 상기 초기 해를 임의로 설정하는 단계; 상기 초기 해에 기초하여 상기 복수의 그룹들 각각의 평균을 산출하는 단계; 상기 복수의 그룹들 각각에 포함되는 데이터와 상기 복수의 그룹들 각각의 평균 사이의 거리를 상기 평가 함수로 계산하는 단계; 및 상기 평가 함수가 최적화되도록 상기 초기 해를 업데이트하여 상기 1차 해를 획득하는 단계를 포함하는 데이터 클러스터링 방법
|
6 |
6
제1항에 있어서,상기 1차 해를 기초로 SA(Simulated Annealing) 기법을 수행하여 최적 해가 존재할 복수의 탐색 공간의 해들을 추출하는 단계는 상기 1차 해에 기초하여 데이터 군집 평가 값을 설정하는 단계; 상기 SA 기법의 규칙에 의해 이웃 해를 생성하는 단계; 상기 이웃 해의 데이터 군집 평가 값과 상기 1차 해의 데이터 군집 평가 값을 비교하는 단계; 확률적으로 이웃 해를 채택하는 단계; 및 상기 비교 결과 및 상기 채택 결과에 기초하여 상기 복수의 탐색 공간의 해들을 획득하는 단계를 포함하는 데이터 클러스터링 방법
|
7 |
7
제6항에 있어서,상기 복수의 탐색 공간의 해들을 획득하는 단계는 상기 SA 기법을 적어도 하나의 세대 동안에 반복 수행하여 상기 복수의 탐색 공간의 해들을 업데이트하는 단계를 더 포함하는 데이터 클러스터링 방법
|
8 |
8
제1항에 있어서,상기 적어도 하나의 세대의 반복 횟수와 미리 설정된 반복 횟수를 비교하거나, 상기 최적 해와 미리 설정된 기준 해를 비교하여 상기 최적 해를 선정하는 것을 중단하는 단계를 더 포함하는 데이터 클러스터링 방법
|
9 |
9
제1항에 있어서,상기 복수의 탐색 공간의 해들 각각에 대해 상기 K-means 기법을 수행하여 상기 목적 함수를 최적화하는 최적 해를 선정하는 단계는 상기 최적 해를 다음 세대에서 상기 K-means 기법을 수행하여 상기 1차 해를 탐색하는 과정 중 상기 초기 해로 사용하는 단계를 더 포함하는 데이터 클러스터링 방법
|
10 |
10
제1항에 있어서,상기 복수의 탐색 공간의 해들 각각에 대해 상기 K-means 기법을 수행하여 상기 목적 함수를 최적화하는 최적 해를 선정하는 단계는 상기 최적 해에 기초하여 상기 복수의 데이터들을 상기 복수의 그룹들로 클러스터링하는 단계를 포함하는 데이터 클러스터링 방법
|
11 |
11
제1항에 있어서,상기 목적 함수를 설정하는 단계는 상기 복수의 그룹들의 개수, 상기 복수의 데이터들이 상기 복수의 그룹들로 클러스터링되는 것과 관련된 해의 표현, 상기 SA 기법에서 이웃 해를 채택할 확률, 상기 SA 기법의 반복 횟수 및 상기 SA 기법에서 이웃 해를 생성하는 확률과 관련된 파라미터를 설정하는 단계를 더 포함하는 데이터 클러스터링 방법
|
12 |
12
전자 기기를 구현하는 컴퓨터와 결합하여, 효율적인 혼합 시뮬레이티드 어닐링(Efficient Hybrid Simulated Annealing; EHSA) 기반의 데이터 클러스터링 방법을 실행시키기 위해 기록 매체에 저장된 컴퓨터 프로그램에 있어서,상기 데이터 클러스터링 방법은 복수의 데이터들이 클러스터링된 복수의 그룹들 각각의 편차의 총합과 관련된 목적 함수를 설정하는 단계; 적어도 하나의 세대 동안에, 상기 복수의 데이터들이 상기 복수의 그룹들로 클러스터링되는 것과 관련되어 임의로 설정된 초기 해를 기초로 K-means 기법을 수행하여 1차 해를 탐색하는 단계; 상기 적어도 하나의 세대 동안에, 상기 1차 해를 기초로 SA(Simulated Annealing) 기법을 수행하여 최적 해가 존재할 복수의 탐색 공간의 해들을 추출하는 단계; 및 상기 적어도 하나의 세대 동안에, 상기 복수의 탐색 공간의 해들 각각에 대해 상기 K-means 기법을 수행하여 상기 목적 함수를 최적화하는 최적 해를 선정하는 단계를 포함하고, 상기 복수의 탐색 공간의 해들 각각에 대해 상기 K-means 기법을 수행하여 상기 목적 함수를 최적화하는 최적 해를 선정하는 단계는 상기 복수의 탐색 공간의 해들 각각에 대해, 상기 복수의 그룹들 각각의 평균을 산출하는 단계; 상기 복수의 탐색 공간의 해들 각각에 대해, 상기 복수의 그룹들 각각에 포함되는 데이터와 상기 복수의 그룹들 각각의 평균 사이의 거리를 평가 함수로 계산하는 단계; 상기 복수의 탐색 공간의 해들 각각의 상기 평가 함수가 최적화되도록 상기 복수의 탐색 공간의 해들 각각을 업데이트하여 복수의 2차 해들을 획득하는 단계; 및 상기 복수의 2차 해들 중 상기 목적 함수를 최적화하는 상기 최적 해를 선정하는 단계를 포함하는 기록 매체에 저장된 컴퓨터 프로그램
|
13 |
13
삭제
|
14 |
14
효율적인 혼합 시뮬레이티드 어닐링(Efficient Hybrid Simulated Annealing; EHSA) 기반의 데이터 클러스터링 시스템에 있어서, 복수의 데이터들이 클러스터링된 복수의 그룹들 각각의 편차의 총합과 관련된 목적 함수를 설정하는 설정부; 적어도 하나의 세대 동안에, 상기 복수의 데이터들이 상기 복수의 그룹들로 클러스터링되는 것과 관련되어 임의로 설정된 초기 해를 기초로 K-means 기법을 수행하여 1차 해를 탐색하는 1차 해 탐색부; 상기 적어도 하나의 세대 동안에, 상기 1차 해를 기초로 SA(Simulated Annealing) 기법을 수행하여 최적 해가 존재할 복수의 탐색 공간의 해들을 추출하는 탐색 공간의 해 추출부; 및 상기 적어도 하나의 세대 동안에, 상기 복수의 탐색 공간의 해들 각각에 대해 상기 K-means 기법을 수행하여 상기 목적 함수를 최적화하는 최적 해를 선정하는 최적 해 선정부를 포함하고, 상기 최적 해 선정부는 상기 복수의 탐색 공간의 해들 각각에 대해 상기 복수의 그룹들 각각의 평균을 산출하고, 상기 복수의 탐색 공간의 해들 각각에 대해 상기 복수의 그룹들 각각에 포함되는 데이터와 상기 복수의 그룹들 각각의 평균 사이의 거리를 평가 함수로 계산하며, 상기 복수의 탐색 공간의 해들 각각의 상기 평가 함수가 최적화되도록 상기 복수의 탐색 공간의 해들 각각을 업데이트하여 복수의 2차 해들을 획득하고, 상기 복수의 2차 해들 중 상기 목적 함수를 최적화하는 상기 최적 해를 선정하는 데이터 클러스터링 시스템
|
15 |
15
삭제
|