머신러닝 기반 자동 데이터 시각화를 위한 특징공학

Q: 이 논문에서 정의한 메타특징 공학이란 무엇인가?

메타특징 공학은 주어진 입력 데이터의 도메인 지식을 활용하여 새로운 특징 값을 가공하는 작업이다. 이는 시각화 대상 데이터로부터 시각화에 도움이 되며, 인간의 선호도 및 합당성을 학습하기에 적절한 메타데이터 변수를 설계하고 추출하는 과정을 의미한다. 시각화의 좋고 나쁨을 판단할 수 있는 특징 값을 추출하여 사용자가 판단한 좋은 시각화의 패턴을 학습하는 데 목적이 있다.

Q: 자동 데이터 시각화 추천 모델 구축 시, 메타특징의 역할은 무엇인가?

연구 결과, 자동 데이터 시각화 추천 모델 구축에서 메타특징은 시각화의 좋고 나쁨을 판단하는 핵심적인 인자로 작용한다. 입력 데이터의 기초 통계량, 분포, 컬럼 타입 등의 정보를 포함하는 27개의 확장된 메타특징을 활용하여 기존 모델 대비 분류 성능을 향상시켰으며, 이는 유의미한 시각화 패턴을 효과적으로 학습하여 정확도 높은 추천을 가능하게 한다.

최희원; 김한준

doi:10.7840/kics.2019.44.9.1788

추천

검색

질문

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

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

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

참고문헌

참고문헌 신청

최근 본 자료

전체보기

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

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)