| 1 |
1
실루엣을 적용한 그룹 탐색 최적화 데이터 클러스터링 방법에 있어서, 복수의 데이터들 각각이 복수의 클러스터들로 클러스터링되는 문제의 해와 관련하여, 상기 복수의 클러스터들 각각 내에서 데이터들 사이의 거리 및 상기 복수의 클러스터들간 데이터들 사이의 거리와 관련된 실루엣 목적 함수를 설정하는 단계; 상기 복수의 데이터들 각각이 상기 복수의 클러스터들로 클러스터링되는 문제에 대한 초기 해들을 임의로 생성하는 단계; 적어도 하나의 세대 동안에, 상기 실루엣 목적 함수를 평가 기준으로 그룹 탐색 최적화 기법에 따라 상기 초기 해들을 업데이트하여 최적의 해를 획득하는 단계; 및 상기 최적의 해를 참조하여 상기 복수의 데이터들을 상기 복수의 클러스터들로 클러스터링하는 단계를 포함하는 그룹 탐색 최적화 데이터 클러스터링 방법
|
| 2 |
2
제1항에 있어서,상기 적어도 하나의 세대 동안에, 상기 실루엣 목적 함수를 평가 기준으로 그룹 탐색 최적화 기법에 따라 상기 초기 해들을 업데이트하여 최적의 해를 획득하는 단계는, 상기 초기 해들 중 상기 실루엣 목적 함수를 최대화하는 프로듀서 해를 선택하는 단계; 상기 초기 해들 중 상기 프로듀서 해를 제외한 나머지 해들 중 미리 설정된 확률에 따라 스크라운저 해들을 획득하는 단계; 상기 초기 해들 중 상기 프로듀서 해 및 상기 스크라운저 해들을 제외한 나머지 해들을 레인저 해들로 설정하는 단계; 상기 적어도 하나의 세대 동안에, 상기 실루엣 목적 함수를 이용하여 상기 프로듀서 해, 상기 스크라운저 해들 및 상기 레인저 해들을 업데이트하는 단계; 및 상기 업데이트된 프로듀서 해, 상기 업데이트된 스크라운저 해들 및 상기 업데이트된 레인저 해들 중 상기 실루엣 목적 함수를 최대화하는 상기 최적의 해를 결정하는 단계를 포함하는 그룹 탐색 최적화 데이터 클러스터링 방법
|
| 3 |
3
제2항에 있어서,상기 적어도 하나의 세대 동안에, 상기 실루엣 목적 함수를 이용하여 상기 프로듀서 해, 상기 스크라운저 해들 및 상기 레인저 해들을 업데이트하는 단계는, 상기 프로듀서 해 상에서 상기 복수의 데이터들 각각에 대한 난수를 생성하는 단계; 상기 복수의 데이터들 각각에 대한 난수를 미리 설정된 기준 확률과 비교하는 단계; 상기 비교 결과에 기초하여 상기 복수의 데이터들 중 적어도 일부 데이터가 클러스터링되는 클러스터를 임의로 변경함으로써, 상기 프로듀서 해의 이웃 해를 생성하는 단계; 및 상기 프로듀서 해 및 상기 이웃 해 중 상기 실루엣 목적 함수를 최대화하는 해로 상기 프로듀서 해를 업데이트하는 단계를 포함하는 그룹 탐색 최적화 데이터 클러스터링 방법
|
| 4 |
4
제2항에 있어서,상기 적어도 하나의 세대 동안에, 상기 실루엣 목적 함수를 이용하여 상기 프로듀서 해, 상기 스크라운저 해들 및 상기 레인저 해들을 업데이트하는 단계는, 상기 스크라운저 해들 각각에서 상기 복수의 데이터들 각각에 대한 난수를 생성하는 단계; 상기 복수의 데이터들 각각에 대한 난수를 미리 설정된 기준 확률과 비교하는 단계; 상기 비교 결과에 기초하여 상기 복수의 데이터들 중 적어도 일부 데이터가 클러스터링되는 클러스터를 상기 프로듀서 해와 동일하게 변경함으로써, 상기 스크라운저 해들의 이웃 해들을 생성하는 단계; 및 상기 스크라운저 해들 및 상기 이웃 해들 중 상기 실루엣 목적 함수를 최대화하는 해들로 상기 스크라운저 해들을 업데이트하는 단계를 포함하는 그룹 탐색 최적화 데이터 클러스터링 방법
|
| 5 |
5
제2항에 있어서,상기 적어도 하나의 세대 동안에, 상기 실루엣 목적 함수를 이용하여 상기 프로듀서 해, 상기 스크라운저 해들 및 상기 레인저 해들을 업데이트하는 단계는, 상기 레인저 해들 각각에서 상기 복수의 데이터들 각각에 대한 난수를 생성하는 단계; 상기 복수의 데이터들 각각에 대한 난수를 미리 설정된 기준 확률과 비교하는 단계; 상기 비교 결과에 기초하여 상기 복수의 데이터들 중 적어도 일부 데이터가 클러스터링되는 클러스터를 임의로 변경함으로써, 상기 레인저 해들의 전역 해들을 생성하는 단계; 및 상기 레인저 해들 및 상기 전역 해들 중 상기 실루엣 목적 함수를 최대화하는 해들로 상기 레인저 해들을 업데이트하는 단계를 포함하는 그룹 탐색 최적화 데이터 클러스터링 방법
|
| 6 |
6
제2항에 있어서,상기 업데이트된 프로듀서 해, 상기 업데이트된 스크라운저 해들 및 상기 업데이트된 레인저 해들 중 상기 실루엣 목적 함수를 최대화하는 상기 최적의 해를 결정하는 단계는, 상기 업데이트된 프로듀서 해, 상기 업데이트된 스크라운저 해들 및 상기 업데이트된 레인저 해들 중 상기 복수의 클러스터들간 데이터들 사이의 거리 및 상기 복수의 클러스터들 각각 내에서 데이터들 사이의 거리의 차가 가장 큰 상기 최적의 해를 결정하는 단계를 포함하는 그룹 탐색 최적화 데이터 클러스터링 방법
|
| 7 |
7
제2항에 있어서,상기 적어도 하나의 세대 동안에, 상기 실루엣 목적 함수를 이용하여 상기 프로듀서 해, 상기 스크라운저 해들 및 상기 레인저 해들을 업데이트하는 단계는, 상기 적어도 하나의 세대의 반복 횟수와 미리 설정된 반복 횟수를 비교하거나, 상기 획득된 최적의 해와 미리 설정된 기준 해를 비교하거나, 상기 최적의 해를 획득하는데 소요된 시간과 미리 설정된 시간을 비교함으로써, 상기 프로듀서 해, 상기 스크라운저 해들 및 상기 레인저 해들을 업데이트하는 것을 중지하는 단계를 더 포함하는 그룹 탐색 최적화 데이터 클러스터링 방법
|
| 8 |
8
제2항에 있어서,상기 적어도 하나의 세대 동안에, 상기 실루엣 목적 함수를 이용하여 상기 프로듀서 해, 상기 스크라운저 해들 및 상기 레인저 해들을 업데이트하는 단계는, 상기 업데이트된 프로듀서 해, 상기 업데이트된 스크라운저 해들 및 상기 업데이트된 레인저 해들을 다음 세대 동안에 사용하는 단계를 더 포함하는 그룹 탐색 최적화 데이터 클러스터링 방법
|
| 9 |
9
제1항에 있어서,상기 복수의 데이터들 각각이 상기 복수의 클러스터들로 클러스터링되는 문제에 대한 초기 해들을 임의로 생성하는 단계는, 상기 초기 해들 중 상기 실루엣 목적 함수를 최대화하는 초기 해의 클러스터 개수를 최적의 클러스터 개수로 결정하는 단계; 및 상기 최적의 클러스터 개수에 기초하여 상기 초기 해들을 업데이트하는 단계를 더 포함하는 그룹 탐색 최적화 데이터 클러스터링 방법
|
| 10 |
10
제1항에 있어서,상기 복수의 데이터들 각각이 상기 복수의 클러스터들로 클러스터링되는 문제에 대한 초기 해들을 임의로 생성하는 단계는, 상기 복수의 데이터들 각각이 상기 복수의 클러스터들 중 하나의 클러스터에 클러스터링되는 조건 및 복수의 클러스터들 각각에는 복수의 데이터들 중 적어도 하나 이상의 데이터가 클러스터링되는 조건을 만족하도록 상기 초기 해들을 임의로 생성하는 단계를 포함하는 그룹 탐색 최적화 데이터 클러스터링 방법
|
| 11 |
11
실루엣을 적용한 그룹 탐색 최적화 데이터 클러스터링 방법을 실행시키기 위해 컴퓨터로 읽을 수 있는 기록 매체에 저장된 컴퓨터 프로그램에 있어서, 상기 그룹 탐색 최적화 데이터 클러스터링 방법은, 복수의 데이터들 각각이 복수의 클러스터들로 클러스터링되는 문제의 해와 관련하여, 상기 복수의 클러스터들 각각 내에서 데이터들 사이의 거리 및 상기 복수의 클러스터들간 데이터들 사이의 거리와 관련된 실루엣 목적 함수를 설정하는 단계; 상기 복수의 데이터들 각각이 상기 복수의 클러스터들로 클러스터링되는 문제에 대한 초기 해들을 임의로 생성하는 단계; 적어도 하나의 세대 동안에, 상기 실루엣 목적 함수를 평가 기준으로 그룹 탐색 최적화 기법에 따라 상기 초기 해들을 업데이트하여 최적의 해를 획득하는 단계; 및 상기 최적의 해를 참조하여 상기 복수의 데이터들을 상기 복수의 클러스터들로 클러스터링하는 단계를 포함하는 기록 매체에 저장된 컴퓨터 프로그램
|
| 12 |
12
실루엣을 적용한 그룹 탐색 최적화 데이터 클러스터링 시스템에 있어서, 복수의 데이터들 각각이 복수의 클러스터들로 클러스터링되는 문제의 해와 관련하여, 상기 복수의 클러스터들 각각 내에서 데이터들 사이의 거리 및 상기 복수의 클러스터들간 데이터들 사이의 거리와 관련된 실루엣 목적 함수를 설정하는 실루엣 목적 함수 설정부; 상기 복수의 데이터들 각각이 상기 복수의 클러스터들로 클러스터링되는 문제에 대한 초기 해들을 임의로 생성하는 초기 해 생성부; 적어도 하나의 세대 동안에, 상기 실루엣 목적 함수를 평가 기준으로 그룹 탐색 최적화 기법에 따라 상기 초기 해들을 업데이트하여 최적의 해를 획득하는 최적 해 획득부; 및 상기 최적의 해를 참조하여 상기 복수의 데이터들을 상기 복수의 클러스터들로 클러스터링하는 클러스터링부를 포함하는 그룹 탐색 최적화 데이터 클러스터링 시스템
|
| 13 |
13
제12항에 있어서,상기 최적 해 획득부는, 상기 초기 해들 중 상기 실루엣 목적 함수를 최대화하는 프로듀서 해를 선택하고, 상기 초기 해들 중 상기 프로듀서 해를 제외한 나머지 해들 중 미리 설정된 확률에 따라 스크라운저 해들을 획득하며, 상기 초기 해들 중 상기 프로듀서 해 및 상기 스크라운저 해들을 제외한 나머지 해들을 레인저 해들로 설정하는 그룹 탐색 최적화 해 설정부; 상기 적어도 하나의 세대 동안에, 상기 실루엣 목적 함수를 이용하여 상기 프로듀서 해, 상기 스크라운저 해들 및 상기 레인저 해들을 업데이트하는 해 업데이트부; 및 상기 업데이트된 프로듀서 해, 상기 업데이트된 스크라운저 해들 및 상기 업데이트된 레인저 해들 중 상기 실루엣 목적 함수를 최대화하는 상기 최적의 해를 결정하는 최적 해 결정부를 포함하는 그룹 탐색 최적화 데이터 클러스터링 시스템
|
| 14 |
14
제13항에 있어서,상기 해 업데이트부는, 상기 프로듀서 해 상에서 상기 복수의 데이터들 각각에 대한 난수를 생성하고, 상기 복수의 데이터들 각각에 대한 난수를 미리 설정된 기준 확률과 비교하며, 상기 비교 결과에 기초하여 상기 복수의 데이터들 중 적어도 일부 데이터가 클러스터링되는 클러스터를 임의로 변경함으로써, 상기 프로듀서 해의 이웃 해를 생성하고, 상기 프로듀서 해 및 상기 이웃 해 중 상기 실루엣 목적 함수를 최대화하는 해로 상기 프로듀서 해를 업데이트하는, 그룹 탐색 최적화 데이터 클러스터링 시스템
|
| 15 |
15
제13항에 있어서,상기 해 업데이트부는, 상기 스크라운저 해들 각각에서 상기 복수의 데이터들 각각에 대한 난수를 생성하고, 상기 복수의 데이터들 각각에 대한 난수를 미리 설정된 기준 확률과 비교하며, 상기 비교 결과에 기초하여 상기 복수의 데이터들 중 적어도 일부 데이터가 클러스터링되는 클러스터를 상기 프로듀서 해와 동일하게 변경함으로써, 상기 스크라운저 해들의 이웃 해들을 생성하고, 상기 스크라운저 해들 및 상기 이웃 해들 중 상기 실루엣 목적 함수를 최대화하는 해들로 상기 스크라운저 해들을 업데이트하는, 그룹 탐색 최적화 데이터 클러스터링 시스템
|
| 16 |
16
제13항에 있어서,상기 해 업데이트부는, 상기 레인저 해들 각각에서 상기 복수의 데이터들 각각에 대한 난수를 생성하고, 상기 복수의 데이터들 각각에 대한 난수를 미리 설정된 기준 확률과 비교하며, 상기 비교 결과에 기초하여 상기 복수의 데이터들 중 적어도 일부 데이터가 클러스터링되는 클러스터를 임의로 변경함으로써, 상기 레인저 해들의 전역 해들을 생성하고, 상기 레인저 해들 및 상기 전역 해들 중 상기 실루엣 목적 함수를 최대화하는 해들로 상기 레인저 해들을 업데이트하는, 그룹 탐색 최적화 데이터 클러스터링 시스템
|
| 17 |
17
제12항에 있어서,상기 초기 해 생성부는, 상기 초기 해들 중 상기 실루엣 목적 함수를 최대화하는 초기 해의 클러스터 개수를 최적의 클러스터 개수로 결정하고, 상기 최적의 클러스터 개수에 기초하여 상기 초기 해들을 업데이트하는, 그룹 탐색 최적화 데이터 클러스터링 시스템
|
