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
- 한국지능시스템학회 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS Vol.17 No.4
- 발행연도
- 2017.12
- 수록면
- 229 - 234 (6page)
- DOI
- 10.5391/IJFIS.2017.17.4.229
이용수
초록· 키워드
오류제보하기
Sufficient amount of learning data is an essential condition to implement a classifier with excellent performance. However, the obtained data usually follow a significantly biased distribution of classes. It is called a class imbalance problem, which is one of the frequently occurred issues in the real world applications. This problem causes a considerable performance drop because most of the machine learning methods assume given data follow a balanced distribution of classes. The implemented classifier will derive false classification results if the problem is not solved. Therefore, this paper proposes a novel method, named as Gaussianbased SMOTE, to solve the problem by combining Gaussian distribution in a synthetic data generation process. It is confirmed that the proposed method could solve the class imbalance problem by conducting experiments with actual cases.
목차
Abstract
1. Introduction
2. SMOTE
3. Gaussian-Based SMOTE
4. Experimental Results
5. Conclusion
References
참고문헌 (17)
참고문헌 신청
J. Han, J. Pei, and M. Kamber, Data Mining: Concepts and Techniques. Amsterdam: Elsevier, 2011.
H. He and E. A. Garcia, “Learning from imbalanced data,” IEEE Transactions on Knowledge and Data Engineering, vol. 21, no. 9, pp. 1263-1284, 2009. http://doi.org/10.1109/TKDE.2008.239
V. Lopez, A. Fernandez, S. Garcia, V. Palade, and F. Herrera, “An insight into classification with imbalanced data: empirical results and current trends on using data intrinsic characteristics,” Information Sciences, vol. 250, pp. 113-141, 2013. https://doi.org/10.1016/j.ins.2013.07.007
N. V. Chawla, N. Japkowicz, and A. Kotcz, “Special issue on learning from imbalanced data sets,” ACM SIGKDD Explorations Newsletter, vol. 6, no. 1, pp. 1-6, 2004. http://doi.org/10.1145/1007730.1007733
N. Japkowicz and S. Stephen, “The class imbalance problem: a systematic study,” Intelligent data analysis, vol. 6, no. 5, pp. 429-449, 2002.
H. He and E. A. Garcia, “Learning from imbalanced data,” IEEE Transactions on Knowledge and Data Engineering, vol. 21, no. 9, pp. 1263-1284, 2009. http://doi.org/10.1109/TKDE.2008.239
V. Lopez, A. Fernandez, S. Garcia, V. Palade, and F. Herrera, “An insight into classification with imbalanced data: empirical results and current trends on using data intrinsic characteristics,” Information Sciences, vol. 250, pp. 113-141, 2013. https://doi.org/10.1016/j.ins.2013.07.007
N. V. Chawla, N. Japkowicz, and A. Kotcz, “Special issue on learning from imbalanced data sets,” ACM SIGKDD Explorations Newsletter, vol. 6, no. 1, pp. 1-6, 2004. http://doi.org/10.1145/1007730.1007733
N. Japkowicz and S. Stephen, “The class imbalance problem: a systematic study,” Intelligent data analysis, vol. 6, no. 5, pp. 429-449, 2002.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
불균형 데이터 분류를 위한 Expectation-maximization 알고리즘과 경계 관측치를 이용한 SMOTE
대한산업공학회지
2021 .06
-
검증데이터 기반의 차별화된 이상데이터 처리를 통한 데이터 불균형 해소 방법
지능정보연구
2022 .12
-
SMOTE 알고리즘을 사용한 불균형 데이터의 분류 성능 개선
정보 및 제어 논문집
2020 .10
-
SMOTE 기반 데이터 증강을 이용한 사용자 인증 개선
한국통신학회 학술대회논문집
2025 .02
-
Mitigating Class Imbalance with Ensemble SMOTEfied-GAN: Advancing Detection Strategies for Automobile Insurance Fraud
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2024 .12
-
대학원생들의 중도 포기와 학위 취득성 예측: SMOTE 기법을 활용하여
한국경영공학회지
2024 .06
-
가우시안 기반 Hyper-Rectangle 생성을 이용한 효율적 단일 분류기
산업경영시스템학회지
2018 .01
-
Oversampling Techniques for Detecting Bitcoin Illegal Transactions
한국통신학회 APNOMS
2020 .09
-
Imbalanced Learning in Heart Disease Categorization: Improving Minority Class Prediction Accuracy Using the SMOTE Algorithm
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2023 .06
-
SMOTE와 분류 기법을 활용한 산사태 위험 지역 결정 방법
한국지반공학회논문집
2023 .06
-
클래스 불균형 데이터를 사용한 심각도 기반 소프트웨어 품질 예측
한국컴퓨터정보학회논문지
2016 .04
-
클래스 불균형 문제가 있는 다중클래스 텍스트 분류에서의 특징 선택 방법
대한산업공학회지
2019 .04
-
Conditional Generative Adversarial Network(CGAN) 기반 협업 필터링 추천 시스템
지능정보연구
2021 .09
-
skewed 점 분포가 해의 정확성에 미치는 영향 개선
한국전산유체공학회 학술대회논문집
2018 .11
-
균형 잡힌 데이터 증강 기반 영상 감정 분류에 관한 연구
멀티미디어학회논문지
2021 .07
-
The estimation of VaR and ES based on Gaussian mixture model-Take the Shanghai Composite Index as an example
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
Bayesian Bootstrap을 기반으로 한 SMOTE Bagging
대한산업공학회 춘계공동학술대회 논문집
2017 .04
-
Comparative Analysis of Oversampling Techniques and Feature Selection for Intrusion Detection
한국통신학회논문지
2024 .11
-
데이터 불균형 개선에 따른 탁도 예측 앙상블 머신러닝 모형의 성능 특성
Ecology and Resilient Infrastructure
2023 .12
-
Gaussian Approximation in Bayesian Method of Slotted Aloha Based for RFID System
ITC-CSCC :International Technical Conference on Circuits Systems, Computers and Communications
2015 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
한국자동차공학회 2018년도 무임소 임원 / 부문회장 / 위원장 / 지회장
편집부
오토저널
2018
.02
클래스 불균형 데이터를 이용한 나이브 베이즈 분류기 기반의 이상전파에코 식별방법
이한수
,
김성신
한국정보통신학회논문지
2016
.06
한국 관광에 대한 심리적 거리 연구: 무슬림을 대상으로
이팜
,
김철원
서비스경영학회지
2017
.12
Flood Risk for Power Plant using the Hydraulic Model and Adaptation Strategy
Nguyen
,
Thanh Tuu
,
Kim
외 10명
한국기후변화학회지
2017
.12
단일 반송파 시스템의 단말기 성능 개선 연구
정혁구
한국산업정보학회논문지
2017
.12
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2018-003-001712672