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
학술대회자료
저자정보
저널정보
한국지능시스템학회 한국지능시스템학회 학술발표 논문집 한국퍼지 및 지능시스템학회 2006년도 추계학술대회 학술발표논문집 제16권 제2호
발행연도
2006.11
수록면
135 - 138 (4page)

이용수

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

이 논문의 연구 히스토리 (2)

2007

k-NN 기법을 이용한 학습자의 학습 행위 데이터의 이상치 분석
윤태복 ,  정영모 ,  이지형 외 3명 한국HCI학회 학술대회 2007.02 학술대회자료

2006

k-NN 기법을 이용한 학습자 데이터의 노이즈 선별 방법
윤태복 ,  이지형 ,  정영모 외 3명 한국지능시스템학회 학술발표 논문집 2006.11 학술대회자료

초록· 키워드

오류제보하기
사용자 모델링을 위해서는 사용자의 성향 및 행위 등의 다양한 정보를 수집하여 분석에 이용한다. 하지만 사용자(인간)로 부터 얻은 데이터는 기계나 환경에서 수집된 데이터 보다 패턴을 찾기 힘들어 모델링하기 어렵다. 그 이유는 사용자는 사용자의 현재 상태와 상황에 따라 다양한 결과를 보이며, 일관성을 유지 하지 않는 경우가 있기 때문이다. 사용자 모델링을 위해서는 분산되어 있는 데이터에서 노이즈를 선별하고 연관성 있는 데이터를 분류할 수 있는 기술이 필요하다. 본 논문은 사용자로 부터 수집된 데이터를 k-NN(Nearest Neighbor) 기법을 이용하여 노이즈를 선별한다. 노이즈가 제거된 데이터는 의사결정나무(Decision Tree)방법을 이용하여 학습하였고, 노이즈가 분류되기 전과 비교 분석 하였다. 실험에서는 홈 인테리어 학습 컨텐츠인 DOLLS-HI를 이용하여 수집된 학습자의 데이터를 이용하였고, 생성된 학습자 모델링의 신뢰도가 높아지는 것을 확인하였다.
#ITS #Noise #k-NN Method

목차

요약
1. 서론
2. 학습자의 데이터 분석을 통한 학습자 모델링에 관련한 연구
3. k-NN 기법을 이용한 학습자 데이터에서 노이즈의 분류
4. 실험
5. 결론 및 향후 연구
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

kNN 알고리즘을 이용한 현장자료 위치오차의 영향력 분석
정재훈 ,  김상필 ,  허준 외 1명 대한공간정보학회 학술대회 2012 .10
가중치와 속성 선택을 이용한 k-최근접 이웃 분류 알고리즘
최돈정 ,  방성우 ,  민무홍 외 1명 한국지능시스템학회 학술발표 논문집 2010 .11
예측 데이터를 이용한 빠른 K-Means 알고리즘
지태창 ,  이현진 ,  이일병 한국콘텐츠학회논문지 2009 .01

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-028-014884654