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
최희원 (서울시립대학교) 김한준 (서울시립대학교)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제44권 제9호
발행연도
2019.9
수록면
1,788 - 1,797 (10page)
DOI
10.7840/kics.2019.44.9.1788

이용수

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

이 논문의 연구 히스토리 (3)

2020

머신러닝 기반 시각화 추천을 위한 메타 특징공학
최희원 전자전기컴퓨터공학과 2020.01 학위논문

2019

머신러닝 기반 자동 데이터 시각화를 위한 특징공학
최희원 ,  김한준 한국통신학회논문지 2019.09 학술저널
머신러닝 기반 자동 시각화를 위한 메타데이터 특징공학
최희원 ,  이길재 ,  하상원 외 1명 한국통신학회 학술대회논문집 2019.01 학술대회자료

초록· 키워드

오류제보하기
본 논문은 머신러닝을 기반으로 한 자동 데이터 시각화 시스템의 실현을 목표로 삼고, 시각화 추천 모델을 구성하기 위한 메타 수준의 특징 공학 과정을 소개한다. 기본적으로 시각화 결과는 데이터 분석의 목적에 따라 달라질 수 있으며, 데이터에 대한 이해도가 커질수록 다양한 결과가 얻어질 수 있다. 이번 실험을 통해, 우리는 자동시각화 시스템을 구축하기 위해 시각화 결과의 유의미성을 결정할 수 있는 다양한 메타특징 변수를 설계하고, 이를 사용한 시각화 추천 모델을 구성하였다. 성능 평가를 위해 ‘R datasets’, ‘UC Irvine Machine Learning Repository’ 및 ‘Data.world’에서 제공하는 데이터셋을 사용하여, 의사결정나무 기반 자동 시각화 모델이 최상의 성능을 제공한다는 사실을 확인하였다.
#big data #data visualization #machine learning #feature engineering #meta data

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 연구 배경
Ⅲ. 특징 공학 및 시각화 기법
Ⅳ. 메타특징을 이용한 머신러닝 기반의 시각화 추천
Ⅴ. 결론 및 향후연구
References

참고문헌 (11)

참고문헌 신청
J. Y. Byun and Y. B. Park, “A guiding system of visualization for quantitative bigdata based on user intention,” KIPS Trans. Softw. and Data Eng., vol. 5, no. 6, pp. 261-266, Jun. 2016. google schola A. Kirk, Data visualization: A successful design process, Packt Publishing Ltd., 2012. google schola B. Fry, Visualizing Data, O’REILLY Publishing Ltd., pp. 14-15, 2007. google schola Y. Luo, X. Qin, N. Tang, and G. Li, “DeepEye towards automatic data visualization,” 2018 IEEE 34th ICDE, Paris, France, Apr. 2018. google schola M. O. Ward, G. Grinstein, and D. Keim, Interactive data visualization: Foundations, techniques, and applications, AK Peters/ CRC Press, pp. 81-86, 2015. google schola

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

데이터 시각화 학습을 위한 자동 평가 모듈에서 공공 데이터 기반 문제 은행 개발 연구
고학능 ,  정상수 ,  이영준 한국컴퓨터정보학회논문지 2024 .05
디지털화에 따른 노동의 양극화와 사회적 불평등: 사회학적 전망과 과제
임운택 사회와이론 2023 .07
변화하려는 뇌의 질주 본능 : 스스로 신경회로를 바꾸는 뇌가소성에 대한 새로운 이해
이정한 브레인 2023 .02
금융분야 AI의 윤리적 문제 현황과 해결방안
이수련 ,  이현정 ,  이아람 외 1명 정보보호학회지 2022 .06
인공지능(AI) 기술도입에 따른 산업별 노동수요변화 탐색
심동녘 ,  고동환 한국혁신학회지 2022 .02

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-567-000960311