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
- 2024.5
- 수록면
- 51 - 60 (10page)
- DOI
- 10.14801/jkiit.2024.22.5.51
이용수
초록· 키워드
오류제보하기
신용카드 사기 탐지나 장애 탐지 등 일반적이지 않은 이상 탐지 분야에서는 다수클래스와 소수클래스가 불균형하게 분포하며 분류예측 성능에 많은 오류를 야기한다. 이를 해결하기 위한 데이터 조정 접근 방식 중 샘플링에 관한 연구가 활발히 진행 되어왔으며 많은 성과를 이루었다. 본 논문에서는 Kullback-Leibler Divergence을 활용하여 다수클래스의 모집단 분포를 반영하는 Cluster 기반 언더샘플링 방법을 제안한다. 이 방법은 다수클래스 데이터와 확률분포가 가장 유사한 샘플을 추출함으로써 언더샘플링의 주요 단점인 정보손실을 최소화한다. 본 연구에서는 불균형 비, 샘플 수, 특성 수 등에 대한 다양한 조건에서 실험을 진행하여 제안하는 언더샘플링 기법이 기존의 방법에 비해 성능이 향상되었음을 입증하였다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 연구방법
Ⅳ. 연구 결과
Ⅴ. 결론 및 향후 과제
References
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
C-LSTM 신경망을 이용한 P2P 소셜대출 채무자 상환예측
김태영
,
조성배
한국정보과학회 학술발표논문집
2017
.12
온라인 소셜대출 채무상환 예측용 심층 컨볼루션 신경망의 분석 방법론
부석준
,
조성배
한국정보과학회 학술발표논문집
2016
.12
효율적인 네트워크 이상 탐지를 위한 차원축소 및 오버샘플링 방법 비교
윤지은
,
김강석
디지털콘텐츠학회논문지
2023
.03
딥러닝 기법을 이용한 P2P 소셜 대출 채무자 부도 예측모델에 관한 연구
이현진
디지털콘텐츠학회논문지
2019
.07
Database technology
P. G. Selinge
데이타베이스연구
1988
.03
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089815309