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
- Korean Institute of Information Scientists and Engineers Journal of Computing Science and Engineering Journal of Computing Science and Engineering Vol.18 No.1
- 발행연도
- 2024.3
- 수록면
- 57 - 68 (12page)
- DOI
- 10.5626/JCSE.2024.18.1.57
이용수
초록· 키워드
오류제보하기
Random forests (RF) is a successful ensemble prediction technique that uses majority voting or a combination-based average. However, each tree in an RF may have a different contribution to the treatment of a certain instance. The objectives of this study were to produce accurate decision trees and to determine the best trees between them with an optimal combination search. In this paper, we proposed three solutions for the prediction of medical data: the first solution optimizes a random forest model using a similarity measure, the second optimizes the RF using feature selection, and finally a simultaneous selection approach to similarity measures based on RFs. We demonstrated that the prediction performance and classification rate of the RF implementation on eleven databases can be further improved by the learning methods applied. Our experiments also showed that the improvement gives better results than the classical method; the results showed that the optimized RF model avoids some limitations of the original RF model. The results obtained in our proposed models are satisfactory and encouraging with an average accuracy of 95% for standard RF, 100% for RF_- Similarity, 93% for RF_FS, and 100% for RF_FS_Similarity.
목차
Abstract
I. INTRODUCTION
II. RELATED WORKS
III. PROPOSED ARCHITECTURE
IV. EXPERIMENTAL AND RESULTS
V. CONCLUSION
REFERENCES
참고문헌 (29)
참고문헌 신청
L. Breiman, “Random forests,” Machine Learning, vol. 45, pp. 5-32, 2001. https://doi.org/10.1023/A:1010933404324
L. Gadomer and Z. A. Sosnowski, “Pruning trees in C-fuzzy random forest,” Soft Computing, vol. 25, pp. 1995-2013, 2021. https://doi.org/10.1007/s00500-020-05270-3
C. Nguyen, Y. Wang, and H. N. Nguyen, “Random forest classifier combined with feature selection for breast cancer diagnosis and prognostic,” Journal of Biomedical Science and Engineering, vol. 6, no. 5, pp. 551-560, 2013. http://dx.doi.org/10.4236/jbise.2013.65070
F. K. Ahmad and N. Yusoff, “Classifying breast cancer types based on fine needle aspiration biopsy data using random forest classifier,” in Proceedings of 2013 13th International Conference on Intelligent Systems Design and Applications, 2013, pp. 121-125. https://doi.org/10.1109/ISDA.2013.6920720
S. Wang, Y. Wang, D. Wang, Y. Yin, Y. Wang, and Y. Jin, “An improved random forest-based rule extraction method for breast cancer diagnosis,” Applied Soft Computing, vol. 86, article no. 105941, 2020. https://doi.org/10.1016/j.asoc.2019.105941
L. Gadomer and Z. A. Sosnowski, “Pruning trees in C-fuzzy random forest,” Soft Computing, vol. 25, pp. 1995-2013, 2021. https://doi.org/10.1007/s00500-020-05270-3
C. Nguyen, Y. Wang, and H. N. Nguyen, “Random forest classifier combined with feature selection for breast cancer diagnosis and prognostic,” Journal of Biomedical Science and Engineering, vol. 6, no. 5, pp. 551-560, 2013. http://dx.doi.org/10.4236/jbise.2013.65070
F. K. Ahmad and N. Yusoff, “Classifying breast cancer types based on fine needle aspiration biopsy data using random forest classifier,” in Proceedings of 2013 13th International Conference on Intelligent Systems Design and Applications, 2013, pp. 121-125. https://doi.org/10.1109/ISDA.2013.6920720
S. Wang, Y. Wang, D. Wang, Y. Yin, Y. Wang, and Y. Jin, “An improved random forest-based rule extraction method for breast cancer diagnosis,” Applied Soft Computing, vol. 86, article no. 105941, 2020. https://doi.org/10.1016/j.asoc.2019.105941
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
RF 프론트엔드 모듈 구현을 위한 고 전력 RF 스위치 기술 개발
대한전자공학회 학술대회
2016 .06
-
위성 안테나간 RF 커플링 시험을 위한 측정환경 검증 방법
항공우주시스템공학회 학술행사 논문집
2023 .10
-
주변 RF 에너지 하베스팅을 위한 저전력 고감도 RF-DC 컨버터 설계
대한전자공학회 학술대회
2024 .06
-
RF Energy 제품개발 및 응용 연구를 위한 장비형 고출력 RF Generator 개발
대한전자공학회 학술대회
2021 .06
-
항공기 RF 케이블 선정에 대한 위험 관리요소 검토
한국항공우주학회 학술발표회 초록집
2020 .07
-
Storage Element의 주파수 응답 특성을 고려한 5.8 GHz RF Energy Harvesting을 위한 High Power RF-DC Converter의 설계
대한전자공학회 학술대회
2018 .06
-
안테나에 유기된 대전력으로부터 RF 전단부 보호 기법에 대한 분석
대한전기학회 학술대회 논문집
2017 .07
-
저 자기장 조골세포 재형성 시스템용 RF 코일 설계
한국전자파학회논문지
2018 .11
-
RF 신호를 이용한 3 차원 상에서의 카테터의 진행 방향 및 위치인식
제어로봇시스템학회 국내학술대회 논문집
2022 .06
-
3D 프린팅 기술을 이용한 RF 소자의 제작 및 특성 분석
대한전기학회 학술대회 논문집
2019 .10
-
A study on propagation model using the real radio spectrum data in high-land area
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2016 .06
-
RF 검사용 소켓 개발
대한전기학회 학술대회 논문집
2024 .07
-
RF 무선통신을 이용한 관절신호 측정 및 분류에 관한 연구
정보 및 제어 논문집
2019 .04
-
정지궤도 및 심우주용 위성에 S 대역 Redundancy 인터페이스를 제공하는 RF 전치단 구조 연구
한국항공우주학회 학술발표회 초록집
2015 .11
-
자기 조직화 지도 알고리즘을 이용한 RF 위협의 분포 분석
한국통신학회 학술대회논문집
2015 .06
-
RF 스위치 박스 다중 적층 설계 방안
대한전자공학회 학술대회
2020 .08
-
RF magnetron sputtering으로 증착한 IGZO 박막의 RF power에 따른 구조적, 광학적 및 전기적 특성 연구
반도체디스플레이기술학회지
2016 .01
-
위성안테나 RF 수신채널 등화기 개발에 따른 신호품질 개선결과
한국항공우주학회 학술발표회 초록집
2020 .11
-
고속 지상접근 표적에 대한 소형 RF 센서 설계
대한전자공학회 학술대회
2017 .06
-
6G 이동통신을 위한 RF 부품 기술 동향 분석
한국통신학회지(정보와통신)
2019 .05
최근 본 자료
댓글(0)
0