개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
- 저널정보
- 한국정보통신학회JICCE Journal of information and communication convergence engineering Journal of information and communication convergence engineering Vol.21 No.1
- 발행연도
- 2023.3
- 수록면
- 82 - 89 (8page)
이용수
초록· 키워드
오류제보하기
Various machine-learning models may yield high predictive power for massive time series for time series prediction. However, these models are prone to instability in terms of computational cost because of the high dimensionality of the feature space and nonoptimized hyperparameter settings. Considering the potential risk that model training with a high-dimensional feature set can be time-consuming, we evaluate a feature-importance-based feature selection method to derive a tradeoff between predictive power and computational cost for time series prediction. We used two machine learning techniques for performance evaluation to generate prediction models from a retail sales dataset. First, we ranked the features using impurity- and Local Interpretable Model-agnostic Explanations (LIME) -based feature importance measures in the prediction models. Then, the recursive feature elimination method was applied to eliminate unimportant features sequentially. Consequently, we obtained a subset of features that could lead to reduced model training time while preserving acceptable model performance.
목차
Abstract
Ⅰ. INTRODUCTION
Ⅱ. RELATED WORKS
Ⅲ. EXPLORATORY DATA ANALYSIS
Ⅳ. FEATURE SELECTION METHOD
Ⅴ. EXPERIMENTAL RESULTS
Ⅵ. CONCLUSIONS
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
New Feature Selection Method for Text Categorization
Journal of information and communication convergence engineering
2017 .03
-
다변량 시계열 데이터 분류를 위한 특징 선택 방법
대한산업공학회지
2017 .12
-
Feature selection based on rough set theory using feature space decomposition for mixed-type data
대한산업공학회 춘계공동학술대회 논문집
2016 .04
-
A Feature Selection Method for Classifying Highly Similar Text Documents
Industrial Engineering & Management Systems
2021 .06
-
Feature Selection Based on Bi-objective Differential Evolution
Journal of Computing Science and Engineering
2017 .12
-
베이즈 요인 특징점 선택에 기반한 실시간 교통표지판인식 성능개선에 대한 연구
제어로봇시스템학회 논문지
2017 .06
-
An improved feature selection based on the effective range minimizing redundancy among features for multi-class data
대한산업공학회 춘계공동학술대회 논문집
2015 .04
-
다양한 지역특징들의 결합 특징을 이용한 기체 분류 방법
한국컴퓨터정보학회논문지
2016 .09
-
Extraction of Critical Low-Level Image Features for Effective Emotion Analysis
제어로봇시스템학회 논문지
2019 .04
-
Feature selection method influencing response variables based on machine learning
대한산업공학회 춘계공동학술대회 논문집
2021 .06
-
Recent Advances in Feature Detectors and Descriptors : A Survey
IEIE Transactions on Smart Processing & Computing
2016 .06
-
머신러닝 기반 악성코드 분류를 위한 재귀적 속성 추출 알고리즘
한국컴퓨터정보학회논문지
2021 .02
-
멀티모달 감정인식 모델의 입력 특징에 따른 성능 분석
대한전자공학회 학술대회
2021 .06
-
Dynamic Mutual Information Based Feature Selection for Multi-label Learning
대한산업공학회 추계학술대회 논문집
2018 .11
-
Diagnosis of Alzheimer’s Disease using Wrapper Feature Selection Method
스마트미디어저널
2023 .04
-
이종 특징 결합을 이용한 하이브리드 패턴 인식 방법
한국컴퓨터정보학회논문지
2015 .11
-
얼굴인식을 위한 판별분석에 기반한 복합특징 벡터 구성 방법
멀티미디어학회논문지
2015 .07
-
저해상도 얼굴 영상의 인식을 위한 특징 생성 방법
멀티미디어학회논문지
2015 .09
-
Neural Network 기반 Image Feature Extraction 기법
방송과 미디어
2023 .10
-
급성기 뇌졸중 예후의 예측인자 선택 기술 비교
대한전자공학회 학술대회
2018 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0102-2023-004-001659638