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
Swe Swe Aung (University of the Ryukyus) Itaru Nagayama (University of the Ryukyus) Shiro Tamaki (University of the Ryukyus)
저널정보
대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.6 No.5
발행연도
2017.10
수록면
326 - 333 (8page)
DOI
10.5573/IEIESPC.2017.6.5.326

이용수

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

초록· 키워드

오류제보하기
Classification is a process of discovering and categorizing objects from large data storage that have similar characteristics, properties, and patterns. One of the most widely used classification methods in machine learning is the k-nearest neighbors (k-NN) algorithm. The unique property of k-NN that appeals to researchers is its simplicity, so it can be applied successfully over a wide field. However, according to measurement of the performance of an algorithm based on three considerations (simplicity, processing time, and prediction power), the k-NN algorithm lacks highspeed computation and maintenance of high accuracy for different K values. In other words, k-NN is a heuristic classification approach. Besides, the prediction accuracy fades away whenever K approaches larger values. To overcome these issues, this paper presents a dual-kNN that concentrates on two properties to keep up the accuracy at different K values and upgrade processing time performance. By conducting experiments on real datasets and comparing this algorithm with k-NN, it was also confirmed that the new dual-kNN is an effective and robust approach to classification.
#Dual-kNN #kNN #Robustness #Pattern classification

목차

Abstract
1. Introduction
2. Related Works
3. Classification Approaches Based on kNN
4. Dual-kNN
5. Experiment and Evaluation
6. Conclusion
References

참고문헌 (12)

참고문헌 신청
T. M. Mitchell, Carnegie Mellon Univeristy, “Machine Learning”, 1997 by McGraw-Hill Companies. Article (CrossRefLink) G. Guo1, H. Wang, D. Bell, Y. Bi, and K. Greer, School of Computing and Mathematics, University of Ulster Newtownabbey, UK, “KNN Model-Based Approach in Classification”, International Conference on Ibtikigues, Databases and Applications of Semantic (ODBASE 2003), Spinger 11pp. Article (CrossRefLink) S. S. Aung, I. Nagayama, and S. Tamaki, “Intelligent Traffic Prediction by Multi-Sensor Fusion Using Multithreaded Machine Learning”, IEIE Transactions on Smart Processing and Computing, vol. 5, no. 6, December 2016. Article (CrossRefLink) S. S. Aung, I. Nagayama, and S. Tamaki, “Traffic Flow Estimation System using a Hybrid Approach”, IEIE Transactions on Smart Processing and Computing, vol. 6, no. 4, August 2017, pages 281- 291. Article (CrossRefLink) B. Tang and H. He, Department of Electrical, Computer and Biomedical Engineering, University of Rhode Island, Kingston, RI, USA, “Enn: Extended Nearest Neighbor Method for pattern Recognition”, IEEE Computational Intelligence Magazine, 1556- 603X, August 2015. Article (CrossRefLink)

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0