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
김거식 (한국전자통신연구원) 이문섭 (한국전자통신연구원) 손동훈 (한국전자통신연구원) 김정은 (한국전자통신연구원) 민기현 (한국전자통신연구원) 김계은 (한국전자통신연구원) 강현서 (한국전자통신연구원)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제57권 제7호(통권 제512호)
발행연도
2020.7
수록면
76 - 82 (7page)
DOI
10.5573/ieie.2020.57.7.76

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구에서는 클래스 불균형을 가진 피부질환 이미지 데이터셋을 딥러닝 모델을 이용하여 분류하는 문제에 있어서, 다수 클래스에 편향되지 않으면서, 희소 클래스의 분류 민감도를 높이기 위한 데이터 균형화 알고리즘을 딥러닝 학습에 적용하고 성능을 분석하였다. 이를 위해 불균형 데이터셋인 HAM10000에 데이터 균형화 알고리즘(ROS, SMOTE, ADASYN, BSMOTE, SVMSMOTE)을 적용하여 학습한 모델과 그렇지 않은 모델의 정확도, 민감도, 정밀도, F1 점수를 측정하여 분류 성능을 비교하고, 교차 검증(5-fold cross-validation)을 통해 그 효과를 분석하였다. 실험에 사용한 HAM100000 데이터셋은 7종 피부질환에 대해 총 10,015장의 피부경 이미지로 구성되며, 해상도는 600×450이다. 실험을 통해, 데이터 균형화 알고리즘 적용 후 피부질환 이미지 분류기의 민감도(3.1%∼6.6%), 정밀도(2.2%∼7.5%), F1 점수(2.7%∼6.6%)가 유의미하게 증가하였다(p＜0.05). 이를 통해 데이터 균형화 알고리즘이 불균형 학습데이터의 분류 성능 향상에 기여할 수 있음을 확인하였다.
#imbalanced class #deep learning #dermoscopic image #cross validation

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 데이터 균형화 알고리즘
Ⅲ. 실험 방법
Ⅳ. 실험결과 및 고찰
Ⅴ. 결론
REFERENCES

참고문헌 (9)

참고문헌 신청
R. C. Prati / 2009 / Data mining with imbalanced class distributions : concepts and methods / Proc. of 4th Indian International Conference on Artificial Intelligence :359~376 google schola C. Shorten / 2019 / A survey on image data augmentation for deep learning / Big Data 6:60 google schola 이재현 / 2020 / 인조 데이터를 활용한 차량 번호판 인식 시스템 / 전자공학회논문지 57(1):107~115 dbpia M. Bach / 2017 / The study of under-and over-sampling methods’utility in analysis of highly imbalanced data on osteoporosis / Inf. Sci 384(1):174~190 google schola GuiPing Wang / 2017 / Imbalanced SVM-Based Anomaly Detection Algorithm for Imbalanced Training Datasets / ETRI Journal 39(5):621~631 dbpia

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

연합학습 기반 피부 질환 이미지 분류 모바일 어플리케이션
송현진 ,  문현수 ,  이영석 한국정보과학회 학술발표논문집 2021 .12
DMD 공간 스캐닝 기반 초분광 이미징 시스템
김거식 ,  김정은 ,  김계은 외 2명 전자공학회논문지 2021 .08
커피 소비가치에 따른 시장세분화 및 만족도에 관한 연구
정미란 관광레저연구 2011 .09
StyleGAN을 이용한 미래 2세대 얼굴 예측 웹 서비스
김황 ,  김민정 ,  이지현 외 3명 한국컴퓨터정보학회 학술발표논문집 2024 .01
지능형 5G 특화망 보안을 위한 네트워크 수집 처리 환경 구축
이훈기 ,  이종훈 ,  박종근 한국통신학회 학술대회논문집 2024 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-569-000882079