메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제34권 제9호
발행연도
2007.9
수록면
804 - 816 (13page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
기계 학습 과정에서 수집된 많은 정보들 중에는 학습하고자 하는 개념과 관련이 없거나 중복된 정보를 가진 경우가 많다. 또한 자료 자체에 오류가 있기도 하다. 이와 같이 학습 모델 생성을 위해 수집된 정보를 신뢰할 수 없다면, 학습 과정에서도 정확한 지식 습득이 어렵다. 그래서 기계 학습은 학습 과정에서 정확한 지식 습득을 위해 특징 선택 방법을 사용한다. 특징 선택은 학습할 클래스와 관련이 없거나 중복된 정보를 학습 모델 생성 이전에 제거함으로써 학습 알고리즘의 성능을 향상시킨다. 기존의 특징 선택 방법들은 적절한 특징을 선택하기 위하여 문서가 균등하게 분포되어 있다고 가정한다. 하지만, 실제로는 그렇지 않으며, 문서의 수 또는 문서의 길이가 모두 동일한 학습 예제를 준비하는 것도 매우 어렵다.
본 논문에서는 보다 효율적으로 특징을 선택하기 위해 클래스 별 단어의 불순도와 문서의 불균등 분포를 고려한 특징 선택 방법을 제안한다. 클래스를 대표할 수 있는 특징 후보들을 단어의 불순도 측정을 통해 얻고, 문서의 불균등 분포를 고려하여 특징을 선택한다. 실험을 통해 보다 좋은 성능을 보임을 입증한다.
#특징 선택 #기계학습 #문서분류 #단어 불순도 #문서 불균등 분포 #feature selection #machine learning #classification #word impurity #unbalanced distribution of documents

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 기존 특징 선택 방법의 문제점
4. 단어의 불순도 및 불균등 분포를 고려한 특징 선택 방법
5. 실험 및 성능 평가
6. 결론 및 향후 연구과제
참고문헌

참고문헌 (7)

참고문헌 신청
1. [학술지(정기간행물)] - / / In 10th National Conference on Artificial Intelligence : 129 ~ 134 google schola 2. [학술지(정기간행물)] - / 2002 / Feature selection for clustering - a filter solution : 115 ~ 122 google schola 3. [학술지(정기간행물)] - / 1999 / Correlation-based Feature Selection for Machine Learning google schola 4. [학술지(정기간행물)] - / 2000 / Data Mining google schola 5. [학술지(정기간행물)] - / 1997 / A Comparative Study on Feature Selection in Text Categorization : 412 ~ 420 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

의미특징 기반의 용어 가중치 재산정을 이용한 문서군집의 성능 향상
박선 ,  김경준 ,  김경호 외 1명 한국정보통신학회논문지 2013 .02
군집 주제의 유의어와 유사도를 이용한 문서군집 향상 방법
박선 ,  김경준 ,  이진석 외 1명 전자공학회논문지-SP 2011 .09
미분진화 기반의 초단기 호우예측을 위한 특징 선택
서재현 ,  이용희 ,  김용혁 한국지능시스템학회 논문지 2012 .12
SVM을 이용한 호우 상황 예측
이재동 ,  이성우 ,  김재광 외 1명 한국정보과학회 학술발표논문집 2012 .06
유전자 알고리즘을 활용한 데이터 불균형 해소기법의 조합적 활용
장영식 ,  김종우 ,  허준 지능정보연구 2008 .09

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-015969858