• 제목/요약/키워드: 신경망 분류기

검색결과 324건 처리시간 0.17초

속성선택방법과 워드임베딩 및 BOW (Bag-of-Words)를 결합한 오피니언 마이닝 성과에 관한 연구 (Investigating Opinion Mining Performance by Combining Feature Selection Methods with Word Embedding and BOW (Bag-of-Words))

  • 어균선;이건창
    • 디지털융복합연구
    • /
    • 제17권2호
    • /
    • pp.163-170
    • /
    • 2019
  • 과거 10년은 웹의 발달로 인한 데이터가 폭발적으로 생성되었다. 데이터마이닝에서는 대용량의 데이터에서 무의미한 데이터를 구분하고 가치 있는 데이터를 추출하는 단계가 중요한 부분을 차지한다. 본 연구는 감성분석을 위한 재표현 방법과 속성선택 방법을 적용한 오피니언 마이닝 모델을 제안한다. 본 연구에서 사용한 재표현 방법은 백 오즈 워즈(Bag-of-words)와 Word embedding to vector(Word2vec)이다. 속성선택(Feature selection) 방법은 상관관계 기반 속성선택(Correlation based feature selection), 정보획득 속성선택(Information gain)을 사용했다. 본 연구에서 사용한 분류기는 로지스틱 회귀분석(Logistic regression), 인공신경망(Neural network), 나이브 베이지안 네트워크(naive Bayesian network), 랜덤포레스트(Random forest), 랜덤서브스페이스(Random subspace), 스태킹(Stacking)이다. 실증분석 결과, electronics, kitchen 데이터 셋에서는 백 오즈 워즈의 정보획득 속성선택의 로지스틱 회귀분석과 스태킹이 높은 성능을 나타냄을 확인했다. laptop, restaurant 데이터 셋은 Word2vec의 정보획득 속성선택을 적용한 랜덤포레스트가 가장 높은 성능을 나타내는 조합이라는 것을 확인했다. 다음과 같은 결과는 오피니언 마이닝 모델 구축에 있어서 모델의 성능을 향상시킬 수 있음을 나타낸다.

점진적 기계학습 기반의 레이더 위협체 역추정 모델 생성 및 갱신 (Managing the Reverse Extrapolation Model of Radar Threats Based Upon an Incremental Machine Learning Technique)

  • 김철표;노상욱
    • 한국차세대컴퓨팅학회논문지
    • /
    • 제13권4호
    • /
    • pp.29-39
    • /
    • 2017
  • 다양한 전자전 상황에서 단위 위협체에 대하여 전자전 모델링과 시뮬레이션을 수행할 수 있는 통합 전자전 시뮬레이터의 개발 필요성이 대두되고 있다. 본 논문에서는 전자전 상황에서 전자정보 수집신호의 변수를 기반으로 전자파 신호를 발산하는 레이더 위협을 역추정하기 위한 시뮬레이션 시스템의 구성요소를 분석하고, 역추정 모델을 점진적으로 유지할 수 있는 방법을 제안한다. 또한, 실험을 통하여 점진적 역추정 모델 갱신 기법의 유효성 및 개별 역추정 결과의 통합 기법을 평가한다. 개별 역추정 모델의 생성을 위하여 의사결정트리, 베이지안 분류기, 인공신경망 및 유클리디안 거리 측정방식과 코사인 유사도 측정방식을 활용하는 군집화 알고리즘을 이용하였다. 첫 번째 실험에서 레이더 위협체에 대한 역추정 모델을 구축하기 위한 위협 예제의 크기를 점진적으로 증가시키면 역추정 모델의 정확도는 향상되었으며, 이러한 과정이 반복되면 역추정 모델에 대한 정확도는 일정한 값으로 수렴하였다. 두 번째 실험에서는 개별 역추정 모델의 결과를 통합하기 위하여 투표, 가중투표 및 뎀스터-쉐이퍼 알고리즘을 이용하였으며, 역추정 모델의 통합 결과는 뎀스터-쉐이퍼 알고리즘에 의한 역추정 정확도가 가장 좋은 성능을 보였다.

하계 전기, 전자연합학술회의 및 산학협동 심포지엄 초록

  • 대한전기학회
    • 전기의세계
    • /
    • 제27권5호
    • /
    • pp.33-54
    • /
    • 1978
  • (차례) 1.산학협동심포지업 (1)우리나라에서의 연구개발과 산학협동 (2)산학협동과 산업계의 역할 (3)산학협동의 현황과 진로 2.학술회의A (1)전력게통의 계층구조와 협조원리에 관한 연구 (2)2중층괴상회전자 유도전동기의 이론해석 (3)초고주파가열장치에 사용하는 철공진변압기의 해석적 설계 (4)한국전기기시험연구소 대전력단락 시험설비설계 (5)직류전동기제어를 위한 Thyristor Chopper정류회로에 관한 연구 (6)선로의 개폐정보를 포함하는 전력계통의 상태추정 (7)단일신경세포에 대한 ITEM 신호 특성 3.학술회의B (1)MMM-1 Computer System의 설계 및 제작 (2)Adaptive Delta Modulation System의 성능비교 연구 (3)6GHZ FMD마이크로파 무선전송장치의 개발 (4)적선도에 의한 회로망함수의 결정 (5)동맥혈압의 해석과 그의 전기적 유사모델 (6)피부감각의 정보전달 특성에 관하여 (7)선형직접회로의 공정설계 및 그 특성 조성 (8)DH L.D의 전기적포화현상에 관한 이론적 해석 (9)Potocoupler를 이용한 Isolator 4.학술회의C (1)Al-Al$_{2}$O$_{3}$ -Al박막구조의 전기적 특성 (2)이종금속에 샌드위치된 고분자물질의 단락전조 (3)유전체가 일부체워진 직 6면체의 캐비티의 다중모오드 해석 (4)반도체 가스 검지소자의 제조 및 그의 전기적 특성 (5)실리콘 산화공정에 대한 실험적 고찰 (6)진공증착법에 의한 InSb 박막제도에서 열처리효과 (7)(Ba$_{1}$-xBix) Tio$_{3}$ PTC thermistor의 첨가량의 최적건안 (8)금속박막증착시 두께조절 5.특별강연회 (1)일본에 있어서의 절력계통공학연구 (2)Linear Motor의 최근개발동향량도 높았다. valine과 leucine 및 aspartic acid, glycine과 glutamic acid, leucine과 aspartic acid 간에는 고도의 정상관, glycine과 serine, valine과 phenylalanine, threonine과 proline, phenylalanine과 arginine, methionine과 glutamic acid, histidine과 lysine 간에는 유의 정상관, 그리고 isoleucine과 lysine 간에는 유의한 부상관이 있었다. 4. lysine 함량은 단백질 함량과 정산곤, isoleucine 함량은 단빅질 함량과 부상관을 보였으며, alanine, valine, leucine 함량은 지방함량과 각각 유의한 정산관을 보였다. 5. 대두 단백질은 7.5% acrylamide gel 전기영동에 의해 품종에 따라 12~16개의 구성분으로 분리되었으며, 이들중 주구성분들은 상대이동도가 0.06(a), 0.14(b). 0.24(d) 이었고, 구성분 b의 함량이 품종간에 가장 변이가 컸으며, 구성분 b는 그밖의 주요 구성분들의 함량과 부의 상관이 있었고, 구성분 a는 단백질 함량과 정상관이 있었다. 6. 종실단백질 구성분들의 조합 특성 면에서 공시 86품종은 11개 유형군으로 분류되었으며, 우리나라와 일본품종은 미국품종에 비해 단백질구성분 조성이 훨씬 다양하였다. 7. 이동도가 매우 빠른 단백질 구성분 o(Rm 0.77) p(Rm 0.81)를 모두 갖고 있는 품종은 3품종, 모두 갖고 있지 않은 품종은 1품종이었고, 나머지 82품종은 o나 p중 한 구성분을 갖고 있었으며 그 분포율은 30 : 65 이었는데 미국계 품종은 우리나라 품종에 비해 구성분 o를 간고 있는 비율이 현저히 적었다. 8. 대두 종실은 개화후 22일까지 완만히, 그 이후 20~30일간 급속히

  • PDF

1시간 호우피해 규모 예측을 위한 AI 기반의 1ST-모형 개발 (Development of 1ST-Model for 1 hour-heavy rain damage scale prediction based on AI models)

  • 이준학;이하늘;강나래;황석환;김형수;김수전
    • 한국수자원학회논문집
    • /
    • 제56권5호
    • /
    • pp.311-323
    • /
    • 2023
  • 집중호우, 홍수 및 도시침수와 같은 재해를 저감시키기 위하여 자연 재난으로 인한 재해의 발생 여부를 사전에 파악하는 것은 중요하다. 현재 국내는 기상청에서 운영하고 있는 호우주의보 및 호우경보를 발령하고 있지만, 이는 전국에 일괄적인 기준으로 적용하고 있어 사전에 호우로 인한 피해를 명확하게 인지하지 못하고 있는 실정이다. 따라서, 일괄된 기준을 지역적 특성을 반영한 호우특보 기준으로 재설정하고 1시간 후에 강우로 발생할 수 있는 피해의 규모를 예측하고자 하였다. 연구 대상 지역으로는 호우피해가 가장 빈번하게 발생하였던 경기도 지역으로 선정하였고, 강우량 및 호우 피해액 자료를 활용하여 지역적 특성을 고려한 시간단위 재해 유발 강우를 설정하였다. 강우에 의한 호우피해 발생 여부를 예측하는 모형을 개발하기 위해 재해 유발 강우 및 강우 자료를 활용하였으며, 머신러닝 기법인 의사 결정 나무 모형과 랜덤 포레스트 모형을 활용하여 분석 및 비교하였다. 또한 1시간 후의 강우를 예측하기 위한 모형으로는 장단기 메모리, 심층 신경망 모형을 활용하여 분석 및 비교하였다. 최종적으로 예측 모형을 통해 예측된 강우를 훈련된 분류 모형에 적용하여 1시간 후 호우에 의한 규모별 피해 발생 여부를 예측하였고, 이를 1ST-모형이라고 정의하였다. 본 연구를 통해 개발된 1ST-모형을 활용하여 예방 및 대비 차원의 재난관리를 실시한다면 호우로 인한 피해를 저감하는데 기여 할 수 있을 것으로 판단된다.