• Communications for Statistical Applications and Methods
• /
• 제17권6호
• /
• pp.755-765
• /
• 2010

혼합분포의 분류문제에서 비용함수를 고려한 분류점은 최소 기대비용이라는 측면에서 최적이다. 비용에 관한 어떠한 정보가 주어지지 않은 경우에 ROC곡선을 이용하여 분류정확도 측도인 전체정확도와 진실율이 최대일 때의 분류점에 대응하는 기대비용에서의 비용비율을제안하고, 최소 기대비용의 비용비율과의 관계를 설명한다. 그리고 비용곡선을 이용하여 분류정확도 측도들에 기반하는 최소 기대비용에서의 비용비율을 제안하였고 이 비용비율은 대표적인 두 종류의 분류정확도가 최대일 때의 기대비용에 대한 비용비율들 사이에 존재하며, 최소 기대비용에서의 비용비율에 수렴하는 것을 발견하였다. 본 연구는 기대비용과 정규화된 기대비용을 최소화할 때의 비용비율과 분류정확도가 최대일 때의 비용비율들의 관계를 토론한다.

• 응용통계연구
• /
• 제27권5호
• /
• pp.773-786
• /
• 2014

본 연구는 ROC 곡선에서 형성되는 면적 형태로 나타나는 분류정확도기준인 오분류율곱(multiplication of false rates; MFR)를 제안한다. MFR 기준과 다른 기준로부터 구한 최적분류점의 분류성과에 대하여 비교 분석한다. 다양한 분포함수에 대하여 최적분류점을 구하고 이에 대응하는 FNR과 FPR을 비교하면서 MFR의 특징과 장점을 유도한다. 일반적인 비용함수를 바탕으로 분류점에 대한 비용비율을 다양한 분류기준을 이용하여 구한다. 비용곡선에 대한 비용비율의 관계를 정리하여 MFR 기준의 장점을 탐색한다. MFR 기준의 정의를 다차원 ROC 분석으로 확장하고 다차원의 다른 분류기준과의 관계를 설명하면서 토론한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.591-594
• /
• 2020

불균형 데이터는 범주에 따른 데이터의 분포가 불균형한 데이터를 의미한다. 이런 데이터를 활용해 기존 분류 알고리즘으로 분류기를 학습하면 성능이 저하되는 문제가 발생한다. 오버 샘플링은 이를 해결하기 위한 기법 중 하나로 수가 적은 범주[이하 소수 범주]에 속한 데이터 수를 임의로 증가시킨다. 기존 연구들에서는 수가 많은 범주[이하 다수 범주]에 속한 데이터 수와 동일한 크기만큼 증가시키는 경우가 많다. 이는 증가시키는 샘플의 수를 결정할 때 범주 간 데이터 수 비율만 고려한 것이다. 그런데 데이터가 동일한 수준의 불균형 정도를 갖더라도 범주별 데이터 분포에 따라서 분류 복잡도가 다르며, 경우에 따라 데이터 분포에서 존재하는 불균형 정도를 완전히 해소하지 않아도 된다. 이에 본 논문은 분류 복잡도를 활용해 데이터 셋 별 적정 오버 샘플링 비율을 산출하는 알고리즘을 제안한다.

• 전자공학회논문지CI
• /
• 제45권6호
• /
• pp.179-186
• /
• 2008

본 논문에서는 베이지안 알고리즘이 불균형 데이터의 학습 시 나타나는 현상을 분석하고 성능 평가 방법을 비교하였다. 사전 데이터 분포를 가정하고 불균형 데이터 비율과 분류 복잡도에 따라 발생된 분류 문제에 대해 베이지안 학습을 수행하였다. 실험 결과는 ROC(Receiver Operator Characteristic)와 PR(Precision-Recall) 평가 방법의 AUC(Area Under the Curve)를 계사하여 불균형 데이터 비율과 분류 복잡도에 따라 분석되었다. 비교 분석에서 불균형 비율은 기 수행된 연구 결과와 같이 베이지안 학습에 영향을 주었으며, 높은 분류 복잡도로부터 나타나는 데이터 중복은 학습 성능을 방해하는 요인으로 확인되었다. PR 평가의 AUC는 높은 분류 복잡도와 높은 불균형 데이터 비율에서 ROC 평가의 AUC보다 학습 성능의 차이가 크게 나타났다. 그러나 낮은 분류 복잡도와 낮은 불균형 데이터 비율의 문제에서 두 측정 방법의 학습 성능의 차이는 미비하거나 비슷하였다. 이러한 결과로부터 PR 평가의 AUC는 클래스 불균형 문제의 학습 모델의 설계와 오분류 비용을 고려한 최적의 학습기를 결정하는데 도움을 줄 수 있다.

• 한국잡초학회지
• /
• 제31권1호
• /
• pp.49-70
• /
• 2011

양재천에서 관리방법이 상이한 3개의 지방자치구역(강남구, 서초구, 과천시)이 속해있는 8.7km 구역을 매월 1~2회 2005년에 22회, 2010년에 11회에 걸쳐 식물상을 조사하였다. 2005년과 2010년에 조사된 전체초본식물은 85과 534 분류군이 조사되었다. 2005년에는 81과 478분류군, 2010년에는 73과 424분류군으로 2005년에 비하여 2010년에 54분류군이 감소하였다. 아종 10품종 총 424분류군으로 2005년에 비하여 2010년에 54분류군이 감소하였다. 그중 2005년에 발생한 식물분류군 중 자생식물이 74과 429분류군(90%), 재식식물이 24과 49분류군(10%)이었던 반면 2010년에 발생한 식물 분류군은 자생식물이 56과 318분류군(75%), 재식식물이 42과 106분류군(25%)으로 2005년에 비하여 2010년에 자생초본이 감소하고 재식식물 분류군수가 크게 증가한 것을 확인하였다. 2005년에 비하여 2010년에는 전체 발생 분류군중 벼과의 발생비율이 증가하였으며, 상위 10과의 전체식물 분류군중 비율이 증가하였다. 또한 소발생종의 비율이 감소하였고, 광발생종의 비율은 증가하였다. 적은 면적의 관상식물 재식과 나머지 자연식생에서의 위해식물, 덩굴식물 제거를 하고 있는 생태적 식생관리구간(강남구)에서만 발생하는 식물 수가 식물재배구간(서초구), 무관리구간(관악구)에만 발생하는 분류군수의 2배 이상에 달하여 종다양성 측면에서 하류(강남구)가 월등함을 확인 할 수 있다. 2005년에 소발생이거나 미발생종 중에 2010년에 다발생종으로 급격하게 발생량이 증가된 분류군 중 외래식물과 덩굴식물의 비율이 상대적으로 높게 나타났다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (1)
• /
• pp.139-141
• /
• 2000

인터넷 분야가 급성장 하면서 수많은 정보들 가운데에서도 멀티미디어 정보의 양이 급격히 증가하고 있으며, 특히 멀티미디어 정보 가운데에서도 이미지 데이터의 양이 급격히 증가하고 있다. 이러한 이미지의 양은 대규모이므로 사용자가 원하는 이미지를 찾기 위해, 이미지 데이터를 검색하기 위한 여러 가지 방법들이 많이 연구되어 왔다. 본 논문에서는 이미지 검색에서의 색상 질의를 비율로써 정확하게 검색하기 위하여 사람이 색상을 보고 느끼는 색상, 명도, 채도 방식을 이용해 이미지의 색상을 분류하였으며, 웹 브라우저 상에서 가 안정적인 색상을 나타내는 웹 칼라를 이용해 색상을 60도씩 분리하여 분류하였다. 이러한 분류 결과를 이미지 검색에 적용하여 색의 비율단위로 다양하고 정확한 검색을 할 수 있었다.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2004년도 춘계학술대회
• /
• pp.69-77
• /
• 2004

본 논문에서는 한방병원에서 사상체질분류검사설문지를 이용하여 사상체질을 진단할 때 진단의 정확도를 향상시키기 위한 사상체질분류함수를 개발하기 위하여 데이터마이닝에서의 판별분석모형을 이용한다. 데이터 정제 과정에서 양질의 데이터를 확보하기 위한 기준은 상반되는 설문의 응답 패턴과 체질별 설문의 응답 비율을 이용하며, 변수선택의 기준은 도수분석의 비율차이검정과 선형판별함수의 계수를 이용한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 춘계학술대회 논문집
• /
• pp.206-209
• /
• 2006

강우-유출 모델링에 있어 토지피복/이용 상태는 중요한 입력변수로 사용되지만 기존의 다중분광영상을 이용한 분류에는 한계가 있다. 본 연구에서는 위성탑재 초분광영상인 Hyperion 영상의 분광혼합분석을 통해 도시지역의 수문학적 토지피복/이용 분류를 실시하였으며 분류등급의 기준은 널리 사용되고 있는 SCS 토지피복/이용 등급을 이용하였다. 정확도분석을 위해 항공사진을 디지타이징하여 불투수면적의 비율을 비교하였으며 분광혼합분석 결과와 항공사진에서 불투수면적의 비율은 유사하게 나타났다. 그러나 SCS의 분류등급은 미국을 기준으로 개발되었기 때문에 임계치를 이용하여 분류된 등급과 실제 항공사진판독의 결과가 일부 다르게 나타나는 것을 알 수 있었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.49-54
• /
• 2007

고분해능복사계(AVHRR) 자료로부터 산출한 아시아지역 지면피복 분류자료들 (United States Geological Survey: USGS, International Geosphere Biosphere Programme: IGBP, University of Maryland: UMd)의 분류특성을 분석하였으며 이를 근거로 하여 이 지역에 대한 지면피복의 분류를 시도하였다. 서로 다른 지면피복 분류 자료들의 비교를 위하여 지도 투영법을 일치시켰으며 지면피복 정의가 유사한 유형들만 비교하였다. 세 지면피복 자료에서 분류가 모두 일치하는 비율은 33.57%이고 3 자료 중 두 자료에서 분류가 일치하는 비율은 49.69%로 나타났다. 전체적으로 나대지(사막)， 도시 및 혼합림과 같이 식생의 생물리적 특성이 뚜렷한 유형들에서는 분류의 일치율이 높게 나타났다. 반면에 농지， 낙엽활엽수림， 및 낙엽침엽수렴과 같이 식생의 생물리적 특성이 유사한 유형에서는 일치율이 낮게 나타났다. 분류에 사용된 기본 입력자료수， 지면피복 유형수，분류기법 및 입력 자료의 전처리 수준 등이 지면피복 분류 결과에 차이를 유발한 것으로 판단된다. 지면피복 자료들의 비교결과와 각 유형별 식생지수의 평균 계절변동 특성을 이용하여 이 지역에 대한 지면피복 분류자료를 보완하였다.

• 한국ITS학회 논문지
• /
• 제21권6호
• /
• pp.36-56
• /
• 2022

국내에서 발생하는 교통사고는 손해보험협회에서 작성한 「자동차사고 과실비율 인정기준」에 따라 과실비율을 산정하며, 이를 통해 보험사의 합의나 판결이 내려진다. 하지만, 과실비율 산정에 있어 분쟁이 빈번하게 일어나고 있다. 따라서, 교통사고 발생 시 경찰공무원에 의해 작성되는 교통사고 정보를 이용하여 「자동차사고 과실비율 인정기준」 상의 교통사고 유형을 신속하게 확인할 수 있다면, 보다 효과적인 대응이 가능할 것으로 사료된다. 이에 본 연구에서는 경찰에 의해 작성된 교통사고 정보를 학습시켜 「자동차사고 과실비율 인정기준」 에서 제시하는 교통사고 유형으로 분류하는 모델을 개발하고자 한다. 특히, 데이터마이닝을 통해 경찰청 교통사고 데이터에서 「자동차사고 과실비율 인정기준」 의 교통사고 유형으로 분류하는 데 필요한 핵심어들을 추출하였다. 그리고, 키워드를 의사결정나무 및 랜덤 포레스트 모델을 통해 학습시켜 교통사고 유형을 도출하는 모델을 개발하였다.