A Hybrid Efficient Feature Selection Model for High Dimensional Data Set based on KNHNAES (2013~2015)

Q: 이 논문에서 정의한 특징 선택이란 무엇인가?

특징 선택은 고차원 데이터 처리에서 중요한 기술로, 데이터 마이닝의 필수 단계이다. 이는 방대한 특징 공간에서 특정 객체(예: 질병 예측)를 식별하는 데 사용될 수 있는 부분 집합을 찾는 것을 목표로 한다. 차원이 감소하더라도 판별 능력은 유지되어야 하며, 데이터 분석 복잡성을 줄이고 성능을 향상시키는 이점이 있다.

Q: 고차원 데이터에서 혼합형 특징 선택 기법을 적용했을 때의 효과는 무엇인가?

연구 결과, KNHANES 데이터셋에 제안된 혼합형 특징 선택 기법을 적용한 결과, 기존의 로지스틱 회귀, 나이브 베이즈, KNN, C5.0과 같은 분류 기법을 단독으로 적용한 모델보다 최소 5% 이상의 정확도 향상을 보였다. 이는 대규모 특징 공간을 특징 패밀리로 나누어 하이브리드 방식을 사용하는 것이 더 나은 성능을 달성할 수 있음을 입증한다.

Tae il Kwon; Dingkun Li; Hyun Woo Park; Kwang Sun Ryu; Eui Tak Kim; Minghao Piao

추천

검색

질문

자료유형: 학술저널

저자정보: Tae il Kwon (빅썬시스템즈) Dingkun Li Hyun Woo Park Kwang Sun Ryu (충북대학교) Eui Tak Kim (충북대학교) Minghao Piao (충북대학교)

저널정보: 한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제19권 제4호

발행연도: 2018.4

수록면: 739 - 747 (9page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

고차원 데이터에서는 데이터마이닝 기법 중에서 특징 선택은 매우 중요한 과정이 되었다. 그러나 전통적인 단일 특징 선택방법은 더 이상 효율적인 특징선택 기법으로 적합하지 않을 수 있다. 본 논문에서 우리는 고차원 데이터에 대한 효율적인 특징선택을 위하여 혼합형 특징선택 기법을 제안하였다. 본 논문에서는 KNHANES 데이터에 제안한 혼합형 특징선택기법을 적용하여 분류한 결과 기존의 분류기법을 적용한 모델보다 5% 이상의 정확도가 향상되었다.

#특징 선택 #고차원 데이터 #하이브리드 특징 선택 모델 #데이터 마이닝 #병렬 컴퓨팅 #feature selection #high dimensional data #hybrid feature selection model #data mining #parallel computing

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-004-002043239

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)