지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.4
- 수록면
- 154 - 161 (8page)
- DOI
- 10.5391/JKIIS.2023.33.2.154
이용수
초록· 키워드
오류제보하기
현대 사회에서 데이터가 복잡해지고 방대해지면서 특징 선택 기법에 대한 연구가 활발히 진행되고 있다, 기존의 연구에서는 모델에 상관없이 같은 결과가 나오는 모델 독립적인 특징 선택 기법과 선택된 모델에 대해 정확도를 최대화할 수 있는 모델 의존적인 특징 선택 기법중 한 가지만 적용을 시켜 시스템의 전체적인 성능이 하락하거나 만들고자 하는 시스템에 가장 최적화된 특징을 선택하기 힘들다는 문제가 있다. 본 연구에서는 하이퍼 파라미터 최적화 기법인 Grid Search와 Random Search를 통해 수식을 형성하여 중요도 인자를 도출함으로써 모델 독립적인 방법과 모델 의존적인 방법을 양쪽의 장점을 모두 가질 수 있도록 결합하는 새로운 특징 선택 기법을 제안한다. 머신러닝에 자주 사용되는 Sonar data set과 WPBC data set을 이용하여 제안된 구조에 대한 성능 평가를 진행한 결과 기존의 한 가지 방법만 사용하였을 경우에 비해 최고 16%의 성능 향상을 보여 제안된 방법의 효과성을 증명한다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 모델 독립적 방법과 모델 의존적 방법의 결합
4. 실험 결과
5. 결론 및 향후 연구
References
참고문헌 (14)
참고문헌 신청
Guyon, Isabelle, and AndrA Elisseeff. “An introduction to variable and feature selection,” Journal of machine learning research, vol. 3, pp. 1157-1182, https://dl.acm.org/doi/10.5555/944919.944968, 2003.
Nasir I.M., Khan M.A., Yasmin M., Shah J.H., Gabryel M., Scherer R., Damaševičius R., “Pearson Correlation-Based Feature Selection for Document Classification Using Balanced Training,” Sensors 2020, vol. 20, no. 23, https://doi.org/10.3390/s20236793, 2020
Hsu, Hui-Huang & Hsieh, Cheng-Wei, “Feature Selection via Correlation Coefficient Clustering,” JSW, vol. 5, pp. 1371 – 1377, doi:10.4304/jsw.5.12.1371-1377, 2010.
D. Risqiwati, A. D. Wibawa, E. S. Pane, W. R. Islamiyah, A. E. Tyas and M. H. Purnomo, “Feature Selection for EEG-Based Fatigue Analysis Using Pearson Correlation,” 2020 International Seminar on Intelligent Technology and Its Applications (ISITIA), pp. 16
F. R. Saputra Rangkuti, M. A. Fauzi, Y. A. Sari and E. D. L. Sari, “Sentiment Analysis on Movie Reviews Using Ensemble Features and Pearson Correlation Based Feature Selection,” 2018 International Conference on Sustainable Information Engineering and Tech
Nasir I.M., Khan M.A., Yasmin M., Shah J.H., Gabryel M., Scherer R., Damaševičius R., “Pearson Correlation-Based Feature Selection for Document Classification Using Balanced Training,” Sensors 2020, vol. 20, no. 23, https://doi.org/10.3390/s20236793, 2020
Hsu, Hui-Huang & Hsieh, Cheng-Wei, “Feature Selection via Correlation Coefficient Clustering,” JSW, vol. 5, pp. 1371 – 1377, doi:10.4304/jsw.5.12.1371-1377, 2010.
D. Risqiwati, A. D. Wibawa, E. S. Pane, W. R. Islamiyah, A. E. Tyas and M. H. Purnomo, “Feature Selection for EEG-Based Fatigue Analysis Using Pearson Correlation,” 2020 International Seminar on Intelligent Technology and Its Applications (ISITIA), pp. 16
F. R. Saputra Rangkuti, M. A. Fauzi, Y. A. Sari and E. D. L. Sari, “Sentiment Analysis on Movie Reviews Using Ensemble Features and Pearson Correlation Based Feature Selection,” 2018 International Conference on Sustainable Information Engineering and Tech
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
A Hybrid Efficient Feature Selection Model for High Dimensional Data Set based on KNHNAES (2013~2015)
디지털콘텐츠학회논문지
2018 .04
-
전력망에서의 다양한 서비스 거부 공격 탐지 위한 특징 선택 방법
KEPCO Journal on electric power and energy
2016 .01
-
IoT 기반의 특징 선택 기법 연구 동향
한국컴퓨터정보학회 학술발표논문집
2018 .07
-
텍스트 분류 문제에서 특징 간 상호 작용을 고려한 특징 선택 기법
대한산업공학회 춘계공동학술대회 논문집
2018 .04
-
유전자 발현 데이터 기반 특징 선택 기법 비교 분석
한국정보과학회 학술발표논문집
2015 .06
-
다중레이블 학습을 위한 희소성과 저랭크 기반 특징 선별 기법
한국컴퓨터정보학회논문지
2021 .07
-
데이터의 중요 특성 선택과 전처리에 기반한 분류체계의 적용
한국산학기술학회 논문지
2021 .08
-
RESEDA: Software REliability Model SElection using DAta-driven Software Reliability Prediction
Journal of KIISE
2022 .06
-
A Feature Selection Technique in the Neural Network for Demand Forecasting of Mobile Payment System
Journal of KIISE
2018 .04
-
결정트리 기반의 비정상계약 분류모델을 위한 변수 선택 기법 연구
Proceedings of KIIT Conference
2023 .11
-
특징선택을 통한 LSTM-오토인코더 기반 이상탐지 모델의 성능 개선
한국철도학회 논문집
2023 .05
-
교통 상태 전이를 고려한 Support Vector Machine 기반 고속도로 속도예측의 특징선택 기법
대한교통학회 학술대회지
2018 .03
-
기계 학습의 입력 변수 선택에 도움을 주는 시각적 분석 시스템
한국정보과학회 학술발표논문집
2019 .12
-
New Feature Selection Method for Text Categorization
Journal of information and communication convergence engineering
2017 .03
-
머신러닝을 활용한 신장암의 임상적 치료결정지원시스템 개발
한국지능시스템학회 논문지
2023 .04
-
Big 5 성격 요소와 머신 러닝 알고리즘을 통한 창의적인 사람들의 특징 연구
한국인터넷방송통신학회 논문지
2019 .01
-
시계열 분류에서의 특징 선택 및 하이퍼파라미터 최적화
대한산업공학회 추계학술대회 논문집
2022 .11
-
건물 에너지 예측 성능 향상을 위한 딥러닝 기반 예측 모델 및 특징 선택 전략 개발
대한기계학회 춘추학술대회
2022 .06
-
XGBoost 기반 침입탐지모델을 위한 데이터 스케일링 및 특성선택 기법 연구
한국컴퓨터정보학회 학술발표논문집
2022 .07
-
시계열 예측 모델의 특징 벡터 기반의 하이퍼 파라미터 최적화
한국정보통신학회 종합학술대회 논문집
2020 .07
이 논문의 저자 정보
이 논문과 함께 이용한 논문
XGBoost-LSTM 앙상블을 이용한 태양광 발전량 예측
권승일
,
강상길
한국지능시스템학회 논문지
2021
.12
부스팅 알고리즘을 사용한 폐플라스틱 데이터 패턴 분류기의 비교연구
정재원
,
김진율
,
오성권
한국지능시스템학회 논문지
2023
.06
기계학습의 하이퍼파라미터 최적화 연구 동향
원종현
,
신종민
,
김재호
외 1명
한국통신학회논문지
2023
.06
앙상블 기법을 활용한 추론 가능한 특허 가치 평가 모델에 관한 연구
송희원
,
이주현
,
전성해
외 1명
한국지능시스템학회 논문지
2022
.10
기업부실 예측모형의 성과개선을 위한 기하평균 최적화 기반의 부스팅 학습
김명종
,
조성임
,
유경민
한국지능시스템학회 논문지
2022
.08
최근 본 자료
댓글(0)
0