Priorities, Mechanisms and Prospects on Industrial Clusters and Special Economic Zones in Kazakhstan

Yespayev, Saken S. Korea Distribution Science Association 2014 The Journal of Asian Finance, Economics and Busine Vol.1 No.2

This research investigates the characteristics, principles, advantages, factors and problems of cluster development in Kazakhstan, and identifies the prerequisites, conditions and stages of organizing clusters on the framework of special economic zones. In this research, we used methods, which will allow analyzing of the organization industrial clusters in special economic zones in Kazakhstan. The author studied international experience of cluster development and the efficiency of the use of the model of the "rhombus effect" with account the specific features of interaction between the participants of the cluster, analysis of the legal framework for the formation and development of clusters. These have been identified as the more important or strategically necessary clusters in Kazakhstan: innovation-technological cluster, innovation-education cluster, innovation-petrochemical cluster, innovative-metallurgical cluster, transport and logistics cluster, textile industry cluster, tourism cluster, agro cluster, construction cluster, medical and pharmaceutical cluster. Firstly, the results suggest that the interaction of science, education, business and government in the development and implementation of innovation policy is not sufficiently structured to provide a balanced representation of the interests of the range of various innovative enterprises in Kazakhstan. Secondly, the legal basis of cluster development in Kazakhstan is determined. Need to develop mechanisms for the implementation of promising direction. Thirdly, the clusters can be formed in the existing special economic zones, allowing them to get right to the mass production of high-tech products that are developed.

클러스터 헤드의 변동 거리를 고려한 클러스터 헤드 선출 기법

김진수(Jinsu Kim),최성용(Seongyong Choi),한승진(Seungjin Han),최준혁(Junhyeog Choi),임기욱(Keewook Rim),이정현(Junghyun Lee) 대한전자공학회 2008 電子工學會論文誌-CI (Computer and Information) Vol.45 No.6

기존의 클러스터 라우팅 방식은 클러스터 헤드를 선출하여 클러스터 내의 멤버 노드들로부터 정보를 수집하고 압축하여 기지국에 전송함으로써 에너지 효율을 높일 수 있는 대표적인 방식이다. 그러나 클러스터 형성 단계 중 매 라운드마다 셋업 단계에서 선출된 클러스터 헤드와 클러스터 내의 멤버 노드들 간의 빈번한 정보 교환으로 인해 발생하는 불필요한 에너지 소모는 클러스터 라우팅 방식이 해결해야 하는 과제이다. 본 논문에서는 셋업 단계에서의 선출된 클러스터 헤드와 기존의 클러스터 헤드 사이에 변경되지 않는 중첩된 영역에 속한 멤버 노드들을 계산함으로써, 중첩된 멤버 노드들의 셋업 단계에서의 불필요한 송수신 횟수를 줄여 정보 교환을 최소화하였다. 또한 최적의 클러스터 구성을 위해 상위 클러스터 헤드의 방향성을 고려하였다. 따라서 셋업 단계에서의 소모되는 에너지를 절약하여 안정 단계에서 효율적으로 사용함으로써, 에너지의 효율적인 사용과 전체적인 네트워크의 생존시간을 증가시키고자 하며, 전체 네트워크내의 멤버들에게 클러스터 헤드가 될 수 있는 균등한 기회를 주고자 하는 클러스터 헤드 선출 기법을 제안한다. Traditional cluster-based routing method is a representative method for increasing the energy efficiencies. In these cluster-based routing methods, the selected cluster head collect/aggregate the information and send the aggregated information to the base station. But they have to solve the unnecessary energy dissipation of frequent information exchange between the cluster head and whole member nodes in cluster. In this paper, we minimize the frequency of the information exchange for reducing the unnecessary transmit/receive frequencies as calculate the overlapped area or number of overlapped member nodes between the selected cluster head and previous cluster head in the setup phase. And besides, we consider the direction of super cluster head for optimal cluster formation. So, we propose the modified cluster selection scheme that optimizes the energy dissipation in the setup phase and reuses the saved energy in the steady phase efficiently that prolongs the whole wireless sensor network lifetime by uniformly selecting the cluster head.

하이브리드 셋업을 이용한 에너지 효율적 센서 네트워크 클러스터링

민홍기,Min, Hong-Ki 한국융합신호처리학회 2011 융합신호처리학회 논문지 (JISPS) Vol.12 No.1

센서 네트워크에서 사용되는 동적 클러스터링 방식은 주기적으로 클러스터 구조가 바뀌는 셋업과정으로 인한 에너지 소모가 크다. 셋업과정은 보안적용을 해야 할 경우 보안 키가 주기적으로 재 생성되는 등 클러스터 구성 이외에 추가적인 에너지 낭비가 발생한다. 본 논문은 최초에 구성된 클러스터 알고리즘과 이후 반복적으로 발생되는 클러스터 재셋업 알고리즘을 달리하는 하이브리드 방식을 제안한다. 재 셋업에서는 고정된 클러스터 내에서 순환적으로 클러스터 헤드노드를 선출하는 순환적 클러스터 헤드선정(RRCH: Round-Robin Cluster Header)방식을 이용하여 에너지 소모를 줄인다. 보안키 생성 및 적용으로 추가되는 에너지 소모는 클러스터가 지속적으로 고정되기 때문에 최초 클러스터 형성 때 사전 배포하는 방식으로 해결된다. 본 논문에서 제안한 방식의 타당성을 확인하기 위해 모의실험을 실시하였다. 라운드 구간을 100번 반복하여 클러스터 구성과 데이터 전송을 포함한 전체 에너지 소모량을 측정하였다. 결과는 제안한 방식이 LEACH방식보다 평균 26.5%, HEED방식보다 평균 20% 적게 소모되는 것을 확인하였다. Cluster-based routing is high energy consumption of cluster head nodes. A recent approach to resolving the problem is the dynamic cluster technique that periodically re-selects cluster head nodes to distribute energy consumption of the sensor nodes. However, the dynamic clustering technique has a problem that repetitive construction of clustering consumes the more energies. This paper proposes a solution to the problems described above from the energy efficiency perspective. The round-robin cluster header(RRCH) technique, which fixes the initially structured cluster and sequentially selects cluster head nodes, is suggested for solving the energy consumption problem regarding repetitive cluster construction. A simulation result were compared with the performances of two of the most widely used conventional techniques, the LEACH(Low Energy Adaptive Clustering Hierarchy) and HEED(Hybrid, Energy Efficient, Distributed Clustering) algorithms, based on energy consumption, remaining energy for each node and uniform distribution. The evaluation confirmed that in terms of energy consumption, the technique proposed in this paper was 26.5% and 20% more efficient than LEACH and HEED, respectively.

k-중앙개체 군집방법을 이용한 한국 프로농구선수의 군집화

한수철,전수영,진서훈 한국자료분석학회 2008 Journal of the Korean Data Analysis Society Vol.10 No.6

주어진 데이터의 개체들을 비슷한 특징을 가지는 소그룹으로 나누어 그 그룹들의 특징이나 대표성을 찾는 분석 과정을 군집분석이라고 한다. 군집분석은 크게 분리 군집방법과 계층적 군집방법으로 구분할 수 있다. 본 연구에서는 계층적 군집방법을 이용하여 군집의 수를 정하고, 분리 군집방법 중 하나인 k-중앙개체 군집방법을 적용하여 한국 프로농구선수들의 군집화를 시도해 보았다. 프로농구선수들의 데이터는 몇몇 변수들에 있어 특이치가 존재하기 쉽다. 따라서 이런 경우에는 특이치에 영향을 크게 받는 k-평균 군집방법을 적용하는 것보다는 특이치에 덜 민감한 k-중앙개체 군집방법의 활용이 좋은 결과를 줄 수 있다. k-중앙개체 군집방법의 구현을 위해 PAM(partitioning around medoids) 알고리즘을 이용하였다. 군집분석결과 3개의 군집으로 선수들을 군집화하였고, 각 군집의 특징을 파악하였다. Cluster analysis is one of statistical methods for finding groups so that objects in the same group are similar each other and objects in the different group are dissimilar. There are two distinctive techniques in cluster analysis. One is hierarchical method the other is partitioning method. In this study, we built the clusters from the data of korean professional basketball players. The hierarchical method was used for finding the proper number of clusters and k-medoids clustering which is one of partitioning method was used for building clusters. The professional basketball players data generally has outliers in several variables. Therefore, instead of applying k-means clustering for this kind of data, k-medoids clustering which is not affected a lot by outliers can give a better result than that of k-means clustering. In order to implement k-medoids clustering PAM(partitioning around medoids) algorithm was used. The resulting clusters are obtained as three distinguished clusters and the characteristics of each cluster are summarized.

2022 FIBA 남자농구 아시아컵 경기기록을 통한 선수들의 군집분석

예원진,이성노,유덕수 한국체육과학회 2023 한국체육과학회지 Vol.32 No.5

The purpose of this study is to determine whether there is a difference in performance level among participating players and the participation of star players in the 30th Men's Basketball Asia Cup in 2022, based on box score data provided on the official Asian Cup website. Clustering was performed using k-means cluster analysis, one of the machine learning techniques. The subject of this study was the game records of 189 players out of 16 teams participating in the tournament obtained through the official records of the 2022 Men's Basketball Asian Cup tournament, and differences in the players' performance characteristics were compared through a total of 21 variables. This study used the statistical program Python version 3.10.1 along with the library to perform cluster analysis. All significance levels for statistical analysis were set to .05, and the results obtained were as follows. First, as a result of cluster analysis using official records provided by the 2022 Men's Basketball Asian Cup competition, players from each country at the Basketball Asian Cup could be classified into three clusters. Second, there was a statistically significant difference in performance by cluster between cluster 1, cluster 2, and cluster 3, and the post-hoc test results showed that the players in cluster 2 had the best performance. Next, it was confirmed in the order of cluster 3 > cluster 1. Third, the abnormality detection results showed that there were 9 abnormal values among the cluster analysis results. Looking at this, ‘Q. Zhou’, ‘H. EHaddadi’, ‘A. Al Dwairi’, ‘G. ‘RA’, ‘D. Chism’, ‘A. Alderazi’, ‘W. Artino’, ‘M. Bolden’, ‘W. Arakji’ 9 were found to be basketball players. Fourth, the outlier players and all remaining players are divided into points, shots made, shot attempts, 2-point shots made, 2-point shots attempted, free throws made, free throw attempts, offensive rebounds, defensive rebounds, turnovers, There was a significant difference in block and efficiency. Summarizing the results of this study, from the perspective of a leader, strategies and tactics for the next men's basketball Asia Cup tournament can be designed and implemented based on the characteristics of the players in each group. On the player side, based on the performance characteristics of players in each group, it is possible to determine the individual's performance level and the gap in performance with other excellent players in this competition.

유아 동기 유형 평가도구 적용 군집화 및 사례분석

유구종 ( Yoo Ku Jong ),최승연 ( Choi Seung Yeon ),조희정 ( Cho Hee Jung ),성은영 ( Sung Eun Young ) 한국어린이문학교육학회 2017 어린이문학교육연구 Vol.18 No.1

본 연구는 유아 동기 유형 평가도구에 의해 평가가 실시되었을 때 유아의 동기 유형이 어떠한 하위 군집의 유형으로 분류 되는지 살펴보고 구체적인 사례를 통해 하위군집의 특성을 살펴봄으로써 현장 적용성을 비롯한 생태학적 타당도를 제고하는데 그 목적이 있다. 이를 위해 본 연구에서는 614명의 유아를 대상으로 유아 동기 유형 평가도구를 적용하여 군집분석을 실시하여 군집화 된 군집유형을 명명하고, 성별과 연령에 따라 군집 유형 차이를 검증하였다. 또한 만 5세 유아 20명으로 구성된 1개 학급을 대상으로 군집화를 통해 도출한 군집 유형으로 연구대상을 유형별로 나누어 군집유형에 따른 행동 특성을 파악하고자 사례분석을 실시하였다. 이를 위해 계층적 군집분석, K-means 군집분석의 총 2회에 걸친 군집분석을 통해 3개의 군집으로 유아의 동기 유형을 군집화 하였다. 군집 1은 동기 유형에 있어 내적 동기가 월등히 높고 외적 동기와 무동기는 매우 낮은 것으로 나타나 고(高)내적 동기형으로 명명되었고, 군집 2는 내적 동기가 군집 1과 군집 3에 비하여 절반수준에 머물렀고, 외적 동기와 무동기의 경우에도 군집 3에 비해 저조한 수준으로 나타나 저(低)동기형으로 명명하였다. 군집 3의 경우는 내적 동기는 군집 1과 비슷한 수준으로 나타났으나 무동기 유형이 가장 높게 나타나 복합동기형으로 명명하였다. 성별과 연령에 따른 차이분석은 모두 차이가 없는 것으로 나타나 동기는 연령과 성별에 관계없는 개인의 일반적인 특성인 것으로 나타났다. 사례분석에서는 군집분석을 통해 군집화 된 군집별 특징이 사례에 부합되어 발현되는 것으로 나타났다. For clustering of infant motivation types, hierarchical cluster analysis and K-means cluster analysis were conducted. As a result, infant motivation types were classified into 3 clusters. As for the motivation types of cluster 1, internal motivation was significantly outstanding while external motivation and internal motivation were quite insignificant. Internal motivation of cluster 2 was as low as a half of those of cluster 1 and cluster 3. External motivation and no-motivation as well were lower than those of cluster 3. Internal motivation of cluster 3 was similar to that of cluster 1, but the level of no-motivation was the highest. Accordingly, in this study, cluster 1 is called the high internal motivation type, cluster 2 the low motivation type, and cluster 3 the complex motivation type, respectively, to represent the attributes of the clusters. As a result of analyzing the differences among the cluster types depending on the sex and age, it was determined that there was no significant difference depending on the sex and age of the infant. As a case study on the clusters of motivation types, anecdote recordings were conducted for 12 weeks and analyzed systematically. As a result, it was determined that young children in the high internal motivation type cluster were seeking self-satisfaction and satisfying their internal curiosity while young children in the low motivation type were following the instruction of others and expected extrinsic rewards. Young children in the complex motivation type cluster were sensitive to external stimuli and would act at a moderate level.

특징공간에서의 군집화 유효성 지수의 개발

고창완,정영선,김재희 대한산업공학회 2020 대한산업공학회지 Vol.46 No.4

In clustering problems, it is difficult to know the optimum number of clusters for a given dataset a priori. Hence, cluster validity indices (CVIs) measuring the fitness of partitions produced by clustering algorithms are important criteria to evaluate the goodness of clustering results. However, many CVIs suffer from asymmetric, arbitrary, noise, and sub-cluster shape of clusters, especially for high-dimensional dataset. Therefore, this paper proposes new CVIs in feature space in which the proposed CVIs transform arbitrary shape of clusters into elliptical or circular clusters by using kernel functions. The experimental results show that the proposed CVIs have a good performance to estimate the optimum number of clusters for asymmetric, noise, and arbitrary shapes of clusters.

K-means based Clustering Method with a Fixed Number of Cluster Members

Yi, Faliu,Moon, Inkyu Korea Multimedia Society 2014 멀티미디어학회논문지 Vol.17 No.10

Clustering methods are very useful in many fields such as data mining, classification, and object recognition. Both the supervised and unsupervised grouping approaches can classify a series of sample data with a predefined or automatically assigned cluster number. However, there is no constraint on the number of elements for each cluster. Numbers of cluster members for each cluster obtained from clustering schemes are usually random. Thus, some clusters possess a large number of elements whereas others only have a few members. In some areas such as logistics management, a fixed number of members are preferred for each cluster or logistic center. Consequently, it is necessary to design a clustering method that can automatically adjust the number of group elements. In this paper, a k-means based clustering method with a fixed number of cluster members is proposed. In the proposed method, first, the data samples are clustered using the k-means algorithm. Then, the number of group elements is adjusted by employing a greedy strategy. Experimental results demonstrate that the proposed clustering scheme can classify data samples efficiently for a fixed number of cluster members.

정부-민간 협력관계를 중심으로 한 클러스터 진화유형분석 : 한국의료산업 사례분석

박기원,최현도 한국혁신학회 2019 한국혁신학회지 Vol.14 No.4

The government and the private sector attempt to create clusters of high-tech industries across regions. Government and business need a strategic approach to encourage cluster development. This study combines cluster theory and government policy formation theory to form three different approaches to cluster evolution and derive relevant propositions by these evolution types. In addition, we will analyze the government and business’s innovation patterns for each cluster and suggest a way to improve the cluster policy. This research goal was achieved by using the industry and patent data provided by various cluster-related organizations in the region, using the Korean medical industry cluster as a case. This study shows the types of evolutionary patterns of clusters and its various performance, which will help the government and local governments to establish cluster development policies, and to set specific directions on how to improve innovation and business models of firms in clusters. 정부와 민간은 각 지역에 첨단산업 기반의 클러스터 형성에 노력을 기울이고 있다. 클러스터 활성화를 위해서 정부와 기업은 전략적인 접근이 필요하다. 본 연구는 클러스터 이론과 정부정책형성 이론을 결합하여 클러스터 육성에 대한 세 가지 다른 접근방법을 유형하고 유형별로 관련 명제를 도출할 것이다. 또한 각 클러스터 유형별 정부와 민간기업 혁신패턴을 분석하여, 향후 정부의 클러스터 정책에 대한 개선방안을 제시할 것이다. 이와 같은 연구목표는 한국의 의료산업클러스터를 사례로 지역의 다양한 클러스터 유관단체에서 제공하는 현황자료와 특허자료를 이용해 달성할 수 있었다. 본 연구는 클러스터 유형별 진화 패턴과 그에 따른 다양한 성과를 보여줌으로써, 정부 및 지방자치단체의 클러스터 육성정책 수립과 클러스터 내 기업의 기술혁신과 비즈니스 모델 혁신 방법에 대한 구체적 방향설정에 도움을 줄 것이다.

학습분석학 관점의 대학 이러닝 학습자 군집화와 학업성취도 관계 분석 : 이러닝 학습 시. 공간 데이터를 기반으로

이해듬 한국방송통신대학교 미래원격교육연구원 2018 평생학습사회 Vol.14 No.3

This study was designed to approach various e-Learning data accumulated in Learning Management System (LMS) for university e-Learning from the perspective of learning analytics. This study used cluster analysis method with observation variables being e-Learning spatio-temporal data and analyzed the differences in academic achievement among clusters. For this study researcher collected e-Learning data from 68 e-Learning classes, 13,611 learners, during 3 years (6 semesters). This study used cluster analysis from spatio-temporal data, found out differences between attendance rate and used F-test to find out different academy achievement. Major study findings were as follow: Firstly, the number of clusters of university e-Learning learners emerged four (Cluster 1-4). Characteristics of each cluster were classified as [Cluster 1] of learners mainly outside school-weekdays-in the afternoon, [Cluster 2] those in school-weekdays-in the afternoon, [Cluster 3] outside school-weekends-in the afternoon and [Cluster 4] outside school-weekdays-at night. Secondly, Cluster 1 and Cluster 2 showed higher attendance than Cluster 3, Cluster 4 with both having statistical significance (F=68.34, p<.001). Also Cluster 2 and Cluster 1 received higher academic achievement than Cluster 3, Cluster 4 with both having statistical significance (F=39.60, p<.001). 본 연구는 대학 이러닝 학습관리시스템(LMS)에 축적된 다양한 학습데 이터를 학습분석학 관점에서 접근하기 위해 이러닝 강좌를 수강하고 있는 학습자의 학습 시・공간 데이터를 기반으로 학습패턴을 군집화하여 학업 성취도 간에 의미 있는 차이를 규명하였다. 이를 위해 3년간(6학기) 68개 이러닝 강좌의 수강생 1만 3,611명의 이러닝 학습데이터를 표집하였고, 자 료분석은 학습 시.공간 데이터에 의한 군집분석과 군집 간 출석률, 학업 성취도 차이 분석의 검증을 수행하였다. 본 연구의 주요 연구 결과를 요 약하면 다음과 같다. 첫째, 이러닝 학습자의 학습공간(교내, 교외)과 학습 시간대(오전-오후-야간, 평일-주말)의 ‘학습환경 데이터’에 기초한 7개 변 인을 투입하여 학습패턴의 군집분석을 수행한 결과 군집의 수는 4개(군집 1~군집 4)로 추출되었다. 군집별 특성을 요약하면 [군집 1] 교외-평일-오 후시간대 주학습자, [군집 2] 교내-평일-오후시간대 주학습자, [군집 3] 교 외-주말-오후시간대 주학습자, [군집 4] 교외-평일-야간시간대 주학습자로 나타났다. 이러닝 학습자의 학습패턴 군집에 따른 학업성과 차이를 분석한 결과 출석률에서는 [군집 1] 학습자와 [군집 2] 학습자(=92.01)가 더 높 게 나타났으며, 차이검증에서도 통계적으로 유의미( =68.34, <.01)하게 분석되었다. 학업성취도에서는 [군집 2] 학습자(=74.29)와 [군집 1] 학습 자가 다른 군집보다 더 높은 학업성취도를 보여 주었고, 통계적으로도 유 의미한 차이가 있는 것( =39.60, <.001)으로 분석되었다. 전반적으로 평 일-오후시간대에 주로 학습하는 [군집 2]와 [군집 1]의 이러닝 학습자는 매주 규칙적인 학습패턴으로 이러닝을 학습하고, 이는 출석률과 학업성취 도에 유의한 영향을 주는 것으로 추론할 수 있다.