계층 발생 프레임워크를 이용한 군집 계층 시각화

신동화; 이세희; 서진욱

추천

검색

질문

자료유형: 학술저널

저자정보: 신동화 (서울대학교) 이세희 (서울대학교) 서진욱 (서울대학교)

저널정보: Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제21권 제6호

발행연도: 2015.6

수록면: 436 - 441 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2015

계층 발생 프레임워크를 이용한 군집 계층 시각화

신동화 , 이세희 , 서진욱 정보과학회 컴퓨팅의 실제 논문지 2015.06 학술저널

2014

계층 발생 프레임워크를 이용한 군집 계층 시각화

신동화 , 이세희 , 서진욱 한국정보과학회 학술발표논문집 2014.12 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

군집화 알고리즘은 그 종류에 따라 만들어낼 수 있는 군집의 종류와 보여줄 수 있는 정보의 수준이 차이가 난다. 밀도기반 군집화 알고리즘은 데이터 분포 상의 임의의 모양을 가진 군집을 잘 잡아내지만 보여줄 수 있는 계층정보가 매우 적거나 없는 수준이고, 반면 계층적 군집화 알고리즘은 자세한 계층 정보를 보여주지만 구 모양의 군집 외에는 잘 잡아내지 못한다. 이 논문에서는 이러한 두 군집화 방식의 대표적 알고리즘인 OPTICS와 응집 계층 군집화 알고리즘의 장점만을 취하는 계층 발생 프레임워크를 제시하고 이와 더불어 효과적 데이터 분석을 위한 여러 시각화, 상호작용 기법을 지원하는 시각적 분석 애플리케이션을 제공한다.

#시각적 분석 #계층적 군집화 #밀도기반 군집화 #계층 발생 프레임워크 #정보시각화 #사용자 인터페이스 #visual analytics #hierarchical clustering #density-based clustering #hierarchy generation framework #information visualization #user interface

참고문헌 (12)

참고문헌 신청

[학술지(정기간행물)] - N. Soni / 2012 / Categorization of Several Clustering Algorithms from Different Persepctive:A Review / International Journal of Advanced Research in Computer Science and Software Engineering 2 (8) : 63 ~ 68

[학술대회논문] - M. Ankerst / 1999 / OPTICS: Ordering Points To Identify the Clustering Structure / Proc. of the 26th ACM Special Interest Group on Management of Data : 49 ~ 60

[학술대회논문] - J. Sander / 2003 / Automatic Extraction of Clusters from Hierarchical Clustering Representations / Proc. of the 7th Pacific-Asia Conference on Knowledge Discovery and Data Mining : 75 ~ 87

[학술대회논문] - R. J. G. B. Campello / 2013 / Density-Based Clustering Based on Hierarchical Density Estimates / Proc. of the 17th Pacific-Asia Conference on Knowledge Discovery and Data Mining : 160 ~ 172

[학술대회논문] - M. F. Balcan / 2010 / Robust Hierarchical Clustering / Proc. of the 23rd Annual Conference on Learning Theory : 282 ~ 294

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

신동화

소속기관 서울대학교

주요연구분야 공학 > 컴퓨터학 복합학 > 학제간연구

논문수 13 이용수 751

Sehi L’Yi

소속기관 Harvard Medical School

주요연구분야 공학 > 컴퓨터학 복합학 > 학제간연구

논문수 17 이용수 2,888

서진욱

소속기관 서울대학교

주요연구분야 공학 > 컴퓨터학 TOP 5% 복합학 > 학제간연구

논문수 67 이용수 5,079

이 논문과 함께 이용한 논문

탄소중립을 위한 전기물성 · 응용부문회(C)의 전기산업발전 방향

이방욱 , 김강식 , 이세희 외 6명 전기의세계 2022 .11

해외 유래 전염병 유발 바이러스의 현장 검출을 위한 LAMP 기술의 활용

이세희 , 안지영 BT NEWS 2020 .07

Progressive Visual Analytics Using Scagnostics and an Automatic Partitioning Variables Selection Method

신동화 , 이세희 , 송현주 외 1명 Journal of KIISE 2018 .08

식물체에 감염성 질병을 유발하는 바이로이드 검출 및 진단 방법

이세희 , 김양훈 , 안지영 생명과학회지 2016 .05

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (12)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)