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
- 2017.12
- 수록면
- 552 - 559 (8page)
- DOI
- 10.5391/JKIIS.2017.27.6.552
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
기존의 시계열 군집화 알고리즘들은 시계열의 동조화 관계를 찾는데 있어 적합하지 못하다. 일반적으로 시계열을 생성하는 시스템은 시간의 흐름에 따라 시스템의 상태변수들이 변하기 때문에 시계열의 동조화분석에 이를 고려해야 한다. 본 논문에서는 동조화 관계를 갖는 시계열 군집을 찾기 위해 CTC(Co-movement Time series Clustering)알고리즘을 제안한다. 해당 알고리즘은 시간의 흐름에 따른 시계열 데이터의 중요도를 동조화분석에 고려하기 위하여 가중거리함수를 정의하였다. 또한 CTC알고리즘에 정제과정을 포함하여 알고리즘에 의하여 생성된 군집에 동조화정도가 현저히 벗어나는 노이즈 데이터가 포함되지 않도록 하였다. 실험을 통하여 동조화 관계를 갖는 시계열 군집를 비교 알고리즘들 보다 더 잘 찾아주는 것을 보였다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 제안된 방법
4. 실험 및 결과
5. 결론 및 향후 연구
References
참고문헌 (21)
참고문헌 신청
Philippe esling and Carlos agon, “Time-Series Data Mining”, ACM Computing Surveys, Vol. 45, No. 1, Article 12, 2012.
Saeed Aghabozorgi, Ali Seyed Shirkhorshidi, The Ying Wah, “Timeseries clustering - A decade review”, Information Systems, Vol. 53, PP. 16-38, 2015
Lee Soo Yong, Lee Kyung Joung, “Pattern Classification Model Design and Performance Comparison for Data Mining of Time Series Data”, Journal of The Korean Institue of Intelligent Systems, Vol. 16, No. 6, 730-736, 2011.12
Sun-Kyong Hong, Yang-Sae Moon, Hea-Suk Kim, “Privacy-Preserving Time-Series Data Mining”, Journal of KIISE: Database, Vol. 40, No. 2, pp. 124-133, 2013.4,
Sangki Jin, “An Analysis On The Trend of Digital Divide: Case Of Korea”, Journal of Korean Association for Regional Information Society, Vol. 16, No. 3, pp. 161-188, 2013.9
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
시계열 군집을 위한 시계열 분해 표현학습
대한산업공학회 춘계공동학술대회 논문집
2023 .05
-
[학부생 논문]시계열 데이터 군집화를 위한 프레임워크에 관한 연구
한국정보과학회 학술발표논문집
2021 .06
-
시계열 데이터 군집화를 이용한 주식 포트폴리오 전략
한국통신학회 학술대회논문집
2023 .06
-
제조 시계열 데이터를 위한 진화 연산 기반의 하이브리드 클러스터링 기법
스마트미디어저널
2021 .09
-
효과적인 시계열 데이터 분류를 위한 동적시간왜곡 기반의 시계열 길이 변환
대한산업공학회 추계학술대회 논문집
2019 .11
-
Mobile Data Traffic 특성 분석을 위한 시계열 K-평균 군집화
한국통신학회 학술대회논문집
2023 .02
-
시계열 이상 특성을 고려한 대조 학습 기반 다변량 시계열 이상 탐지
대한산업공학회 추계학술대회 논문집
2024 .10
-
The Multivariate Sensor Data Classification using Time Series Imaging
Journal of KIISE
2022 .08
-
시계열 분류 모델의 성능 향상을 위한 시계열 데이터 증강 및 대조 학습 기반 사전 훈련 기법
정보과학회 컴퓨팅의 실제 논문지
2022 .11
-
시계열 데이터 분류 알고리즘성능 비교 및 분석
한국통신학회 학술대회논문집
2021 .02
-
기계학습 성능 향상을 위한 효과적인 시계열 데이터 증강 기법
한국정보과학회 학술발표논문집
2021 .12
-
다변량 시계열 분류를 위한 이미징 방식들의 실험적 비교
한국정보과학회 학술발표논문집
2021 .06
-
서로 다른 특성의 다수 시계열 데이터 정합 방법
한국방송미디어공학회 학술발표대회 논문집
2022 .06
-
시계열 데이터 기반 인공지능 기술
전자파기술
2023 .09
-
서로 다른 시계열 데이터들간 통합 활용을 고려한 해시 함수 기반 학습 모델 관리 플랫폼
한국컴퓨터정보학회 학술발표논문집
2022 .01
-
시계열 데이터 결측치 처리 기술 동향
[ETRI] 전자통신동향분석
2021 .08
-
클러스터링 알고리즘기반의 상황인식 사용자 분석
한국정보통신학회논문지
2020 .07
-
계층적 군집분석 방법을 활용한 공간 변화 탐지
대한공간정보학회 학술대회
2019 .11
-
K-means 군집화 알고리즘을 사용한 군집의 개수 추정과 적은 데이터에 대한 𝛽-compensation의 성능 분석
대한전자공학회 학술대회
2023 .06
-
계층 발생 프레임워크를 이용한 군집 계층 시각화
정보과학회 컴퓨팅의 실제 논문지
2015 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2018-003-001575522