• The Korean Journal of Applied Statistics
• /
• v.19 no.2
• /
• pp.291-303
• /
• 2006

Data mining is the work to extract information from existing data file. So, the one of best important thing in data mining process is the quality of data to be used. In this thesis, we propose the data fusion technique using decision rule for data enrichment that one phase to improve data quality in KDD process. Simulations were performed to compare the proposed data fusion technique with the existing techniques. As a result, our data fusion technique using decision rule is characterized with low MSE or misclassification rate in fusion variables.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1302-1304
• /
• 2015

컴퓨터 비전에서 다수의 보행자 궤적을 생성하는 문제는 여전히 어려운 문제이다. 전경에서 추출된 보행자 윤곽은 음영과 밝기 등의 문제로 윤곽이 명확하지 않고, 보행자들이 서로 다른 방향으로 움직이며 상호작용을 한다. 이로 인해 보행자를 식별하고 궤적을 생성하기에는 다소 어려움이 있다. 우리는 의사결정 트리를 사용하여 보행자 영역의 병합과 분할 상황을 개별 분리된 보행자로 검출한다. 검출된 개별 보행자는 점 대응 알고리즘으로 각 보행자의 궤적을 생성한다. 우리는 수정된 $A^*$ 검색 알고리즘으로 새로운 휴리스틱 점 대응 알고리즘을 소개한다. 우리의 실험은 PETS2010 데이터 세트로 구현되고 실험했다.

• Proceedings of the Korean System Dynamics Society
• /
• 2000.02a
• /
• pp.97-114
• /
• 2000

시스템 다이내믹스 연구에 있어서 피드백 루프는 시스템의 구조와 행태를 연결시키는 핵심적인 개념적 도구이다. 특히 여러 개의 피드백 루프로 구성된 복잡한 시스템에 있어서, 지배적 피드백 루프(dominant feedback loop) 및 그 전환(shift)은 시스템의 행태를 결정짓는 구조적 원인을 제공한다. 그러나 지배적 피드백 루프에 대한 연구는 아직까지 그 발견방법에 관한 알고리즘 연구에 머물러 있는 상태이다. 지배적 피드백 루프는 시스템의 급격한 변화를 예상하는 단초가 된다는 점에서, 지배적 피드백 루프를 어떻게 인식할 것이냐는 정부의 정책결정에 있어서나 기업의 의사결정에 있어서 중요한 문제라고 할 수 있다. 본 논문에서는 지배적 피드백 루프 및 그 전환에 대한 의사결정자의 인식에 관하여 살펴보고 어떠한 인지적 편향이 있는지에 관하여 검토하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.321-324
• /
• 2009

비교적 적은 크기이면서 예측력에 있어 만족할 만한 의사결정목을 생성하는 방법으로서 적절한 크기의 샘플링을 제안하였다. 일반적으로 샘플의 크기가 작을수록 작은 의사결정목이 생성되므로 적절한 예측 정확도를 갖는 작은 트리를 생성하기를 원할 경우 적당한 크기의 샘플링을 하는 것이 트리의 최적화를 위한 계산을 더 시행하는 것보다 바람직하다고 할 수 있으며, 이와 같은 사실은 현재 알려진 가장 대표적 의사결정목 생성 알고리즘인 C4.5 및 CART를 사용하여 실험으로서 보여주었다.

• Informatization Policy
• /
• v.27 no.4
• /
• pp.47-66
• /
• 2020

The rapid development of artificial intelligence technologies such as machine learning and deep learning is expanding its impact in the public administrative and public policy sphere. This paper is an exploratory study on policy decision-making in the age of artificial intelligence to design automated configuration and operation through data analysis and algorithm development. The theoretical framework was composed of the types of policy problems according to the degree of problem structuring, and the success and failure cases were classified and analyzed to derive implications. In other words, when the problem structuring is more difficult than others, the greater the possibility of failure or side effects of decision-making using artificial intelligence. Also, concerns about the neutrality of the algorithm were presented. As a policy suggestion, a subcommittee was proposed in which experts in technical and social aspects play a professional role in establishing the AI promotion system in Korea. Although the subcommittee works independently, it suggests that it is necessary to establish governance in which the results of activities can be synthesized and integrated.

• Information Systems Review
• /
• v.25 no.1
• /
• pp.47-73
• /
• 2023

Management decision-making based on artificial intelligence(AI) plays an important role in helping decision-makers. Business decision-making centered on AI is evaluated as a driving force for corporate growth. AI-based on accurate analysis techniques could support decision-makers in making high-quality decisions. This study proposes an effective decision-making method with the application of multi-label feature selection. In this regard, We present a CFS-BR (Correlation-based Feature Selection based on Binary Relevance approach) that reduces data sets in high-dimensional space. As a result of analyzing sample data and empirical data, CFS-BR can support efficient decision-making by selecting the best combination of meaningful attributes based on the Best-First algorithm. In addition, compared to the previous multi-label feature selection method, CFS-BR is useful for increasing the effectiveness of decision-making, as its accuracy is higher.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.24 no.7
• /
• pp.827-833
• /
• 2020

In this paper, to reduce the unpaid rate of local governments, the internal data elements affecting the arrears in Water-INFOS are searched through interviews with meter readers in certain local governments. Candidate data affecting arrears from national statistical data were derived. The influence of the independent variable on the dependent variable was sampled by examining the disorder of the dependent variable in the data set called information gain. We also evaluated the higher prediction rates of decision tree and logistic regression using n-fold cross-validation. The results confirmed that the decision tree can find more accurate customer payment patterns than logistic regression. In the process of developing an analysis algorithm model using machine learning, the optimal values of two environmental variables, the minimum number of data and the maximum purity, which directly affect the complexity and accuracy of the decision tree, are derived to improve the accuracy of the algorithm.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.45 no.5
• /
• pp.56-62
• /
• 2008

This paper proposes the use of decision tree classification for the measuring pattern recognition from industrial Computed Radiography(CR) images used in nondestructive evaluation(NDE) of steel-tubes. It appears that NDE problems are naturally desired to have machine learning techniques identify patterns and their classification. The attributes of decision tree are taken from NDE test procedure. Geometric features, such as radiative angle, gradient and distance, are estimated from the analysis of input image data. These factors are used to make it easy and accurate to classify an input object to one of the pre-specified classes on decision tree. This algerian is to simplify the characterization of NDE results and to facilitate the determination of features. The experimental results verify the usefulness of proposed algorithm.

• Proceedings of the Korean Statistical Society Conference
• /
• 2004.11a
• /
• pp.283-288
• /
• 2004

지금까지 의사결정나무에서 분리 변수의 선택에 관한 연구는 많았으나, 대부분 연속형 변수와 명목형 변수에 국한되어 왔다. 본 연구에서는 순서형 변수에 주목하여 CART, QUEST, CRUISE 등 기존 알고리즘과 본 연구에서 제안하는 비모수적 접근 방법인 K-S test, framer-von Misos test 방법의 변수 선택력을 비교하였다. 그 결과 본 연구에서 제안하는 framer-von Mises test 방법이 다른 알고리즘에 비하여, 변수 선택력과 안정성에 있어서 좋은 성과를 보였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.05a
• /
• pp.129-136
• /
• 2003

설비입지문제는 고객에게 좋은 서비스를 제공하면서 전체 비용을 최소화하는 의사결정을 요구한다. 본 논문은 제한된 총 투자 비용 하에서 최대의 서비스 수준을 달성하기 위하여 고정비를 가지는 설비의 입지를 결정하는 문제에 관한 것이다. 이 문제에 대해 수리 모형을 제시하고, 라그랑지안 기법을 이용한 발견적 기법을 통하여 해를 구하였다. 문제의 상한(Upper Bound)은 서브그래디언트(Subgradient) 최적화 기법을 사용하여 구하였고, 하한(Lower Bound)을 구하기 위하여 커팅(Cutting) 알고리즘이라는 새로운 기법을 개발하여 적용하였다. 임의로 생성된 데이터를 이용하여 비용과 커버 가능거리라는 두 가지 관점에서 실험을 하고 제안된 알고리즘의 성능을 비교 분석하였다.