• 정보처리학회논문지B
• /
• 제19B권4호
• /
• pp.237-242
• /
• 2012

웹 문서 정보 서비스는 관리자의 효율적 문서관리와 사용자의 문서검색 편의성을 위해 문서 분류 시스템을 필요로 한다. 기존의 문서 분류 시스템은 분류하고자 하는 문서 내 선택된 자질어의 개수가 적거나, 특정 범주의 문서 비율이 높아 그 범주에서 대부분의 자질어가 선택되어 모델이 생성된 경우 분류 정확도가 저하되는 문제점을 가진다. 이러한 문제점을 해결하기 위해 본 논문에서는 'Modified ECCD' 기법 및 '문서별 범주 가중치' 특징 변수를 사용한 문서 분류 시스템을 제안한다. 실험 결과, 제안 방법인 'Modified ECCD' 기법이 ${\chi}^2$ 및 ECCD 기법에 비해 높은 분류 성능을 보였으며, '문서별 범주 가중치' 특징 변수를 'Modified ECCD' 기법으로 선택된 자질어 변수에 추가하여 학습하였을 경우에 더 높은 분류 성능을 보였다.

• 전자공학회논문지CI
• /
• 제42권6호
• /
• pp.63-74
• /
• 2005

전자상거래에서 최근 대부분의 개인화된 추천 시스템들은 협력적 필터링 기술을 적용하고 있다. 이 방법은 사용자의 성향에 맞는 아이템을 예측하고 추천하기 위하여 비슷한 선호도를 가지는 사용자들간의 유사도 가중치를 계산한다. 이때 일반적으로 피어슨 상관계수를 많이 사용한다. 그러나 이 방법은 두 사용자가 공통으로 선호도를 평가한 아이템들이 있을 때만 상관관계를 계산할 수 있으므로 예측의 정확도는 떨어진다. 사용자 유사도 가중치는 사용자의 성향에 맞는 아이템을 예측하는 경우 뿐만 아니라 개인화된 추천 시스템의 성능에 영향을 미칠 수 있다. 본 논문에서는 정보검색 분야의 벡터 유사도, 엔트로피, 역 사용자 빈도, 기본 선호도 평가를 적용하여 유사도 가중치 공식에 대해서 살펴보고, 추천 시스템의 예측 정확도 향상에 대해서도 실험을 통해 확인해 보았다. 실험 결과는 엔트로피를 이용한 유사도 가중치에 기본 선호도 평가를 결합하는 방법이 가장 성능이 우수함을 알 수 있다.

• Nutrition Research and Practice
• /
• 제6권1호
• /
• pp.51-60
• /
• 2012

Weight-controlling can be supported by a proper prescription of energy intake. The individual energy requirement is usually determined through resting energy expenditure (REE) and physical activity. Because REE contributes to 60-70% of daily energy expenditure, the assessment of REE is very important. REE is often predicted using various equations, which are usually based on the body weight, height, age, gender, and so on. The aim of this study is to validate the published predictive equations for resting energy expenditure in 76 normal weight and 52 obese Korean children and adolescents in the 7-18 years old age group. The open-circuit indirect calorimetry using a ventilated hood system was used to measure REE. Sixteen REE predictive equations were included, which were based on weight and/or height of children and adolescents, or which were commonly used in clinical settings despite its use based on adults. The accuracy of the equations was evaluated on bias, RMSPE, and percentage of accurate prediction. The means of age and height were not significantly different among the groups. Weight and BMI were significantly higher in obese group (64.0 kg, $25.9kg/m^2$) than in the non-obese group (44.8 kg, $19.0kg/m^2$). For the obese group, the Molnar, Mifflin, Liu, and Harris-Benedict equations provided the accurate predictions of > 70% (87%, 79% 77%, and 73%, respectively). On the other hand, for non-obese group, only the Molnar equation had a high level of accuracy (bias of 0.6%, RMSPE of 90.4 kcal/d, and accurate prediction of 72%). The accurate prediction of the Schofield (W/WH), WHO (W/WH), and Henry (W/WH) equations was less than 60% for all groups. Our results showed that the Molnar equation appears to be the most accurate and precise for both the non-obese and the obese groups. This equation might be useful for clinical professionals when calculating energy needs in Korean children and adolescents.

• 한국음향학회지
• /
• 제38권6호
• /
• pp.716-723
• /
• 2019

음악 검색을 서비스하기 위해서는 핑거프린트 정합 정확도가 중요하다. 본 논문에서는 파워 가중치를 이용하여 오디오 핑거프린트 정합 성능을 제고하고자 한다. 파워 가중치는 핑거프린트 비트 추출 과정에서 유실되는 정보를 이용하여 구한 핑거프린트 비트의 예측 강인도이다. 기존 파워 마스크 방법은 저장 공간을 줄이기 위해서 이진화를 통해서 강인한 비트와 연약한 비트로 나눈다. 본 논문에서는 정합 성능을 향상시키기 위해서 실수 값 형태의 파워 가중치를 사용하는 방법을 제안한다. 또한 시간축 방향으로 연관성이 강한 파워 가중치의 특성을 이용하여 압축하여 저장공간을 줄일 수 있도록 한다. 공개된 음악 데이터셋에서 실험을 수행하여, 제안된 파워 웨이트가 오디오 핑거프린트 정합성능을 제고함을 확인하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제12권2호
• /
• pp.143-148
• /
• 2012

This paper proposes a new method to improve performance of AdaBoost by using a distance weight function to increase the accuracy of its machine learning processes. The proposed distance weight algorithm improves classification in areas where the original binary classifier is weak. This paper derives the new algorithm's optimal solution, and it demonstrates how classifier accuracy can be improved using the proposed Distance Sensitive AdaBoost in a simulation experiment of pedestrian detection.

• Journal of Information Processing Systems
• /
• 제13권2호
• /
• pp.256-267
• /
• 2017

An active research area in computer vision, stereo matching is aimed at obtaining three-dimensional (3D) information from a stereo image pair captured by a stereo camera. To extract accurate 3D information, a number of studies have examined stereo matching algorithms that employ adaptive support weight. Among them, the adaptive census transform (ACT) algorithm has yielded a relatively strong matching capability. The drawbacks of the ACT, however, are that it produces low matching accuracy at the border of an object and is vulnerable to noise. To mitigate these drawbacks, this paper proposes and analyzes the features of an improved stereo matching algorithm that not only enhances matching accuracy but also is also robust to noise. The proposed algorithm, based on the ACT, adopts the truncated absolute difference and the multiple sparse windows method. The experimental results show that compared to the ACT, the proposed algorithm reduces the average error rate of depth maps on Middlebury dataset images by as much as 2% and that is has a strong robustness to noise.

• 한국도로학회논문집
• /
• 제12권4호
• /
• pp.187-196
• /
• 2010

본 논문의 목적은 장기적인 차량중량자료의 획득을 위하여 설치된 Weigh-In-Motion(WIM)시스템의 정확도를 개선하기 위한 온도영향 보정기법을 개발하는 것이다. 이를 위해 국내 교통량통계연보에 근거하여 중차량교통량이 많은 지역 중 한 곳을 선정하고 WIM 시스템을 설치하여 2010년 1월부터 차량의 중량자료를 획득하였다. 본 연구에서는 획득한 자료 가운데 5월부터 8월까지의 WIM 자료에 대하여 온도에 따른 영향을 보정하기 위하여 화물적재량에 따른 영향을 가장 덜 받아 상대적으로 일정한 중량값을 나타내는 10종 차량(5축 세미트랙터트레일러)의 첫 번째 축의 중량자료를 이용하였다. 이로부터 일평균, 최대 및 최저기온에 따른 보정식을 개발하였다. 마지막으로 새로 얻어진 차량중량자료를 분석하여 보정방법의 적정함을 나타내었고 재현주기별 극한하중 예측을 통해 보정 전,후의 자료값의 차이를 비교하였다. 이 연구의 결과는 WIM system으로 얻게 되는 장기적인 차량중량자료의 정확도를 향상시킴으로써 도로포장 설계 및 교량설계를 위한 설계차량활하중모형의 합리적인 선택에 기여할 것으로 판단된다.

• 한국항행학회논문지
• /
• 제27권5호
• /
• pp.658-665
• /
• 2023

이륙중량은 항공기의 탄소 배출량과 연료 소모량을 추정할 때 정확도를 향상시킬수 있는 중요한 열쇠이다. 하지만 이륙중량은 항공사의 경영전략을 유추할 수 있는 민감한 유상하중 정보가 포함되어 있어 외부 유출이 불가능하다. 선행연구에서 이륙중량을 추정할 수 있는 몇 가지 모델이 제시되었지만, 연구자는 알 수 없는 조종사가 설정하는 변수들에 의해 연구의 한계가 존재한다고 지적한다. 본 연구에서는 이러한 한계를 통제할수 있는 방법을 제시하기 위해 이륙중량과 연관된 여러 변수를 확인하였다. 그중 이륙중량의 정확도를 향상시킬수 있는 변수를 선별하였고 이를 상용화된 ADS-B 정보에 적용하여 추정 방법을 제시한다. 제시하는 추정 식은 평균적인 이륙중량을 추정하는 것이 아니라 이륙중량 범위 내의 모든 구간에서 추정을 할 수 있다.

• 농업과학연구
• /
• 제46권2호
• /
• pp.293-301
• /
• 2019

This study was done to estimate the effect of progeny numbers and pedigree depth on the accuracy of the estimated breeding value (EBV) using best linear unbiased prediction (BLUP) method in Hanwoo. The experiment groups (sire = 100, 200, and 300; progeny = 4 and 8) were made by random sampling and by genetic evaluation of the following traits: Body weight (BW), carcass weight (CW), eye muscle area (EMA), back fat thickness (BFT) and marbling score (MS9). As a result of the genetic evaluation, the accuracy of the EBV was roughly 30 - 60% with 4 progenies, and the accuracy of the EBV increased by about 50 - 75% with 8 progenies. In the other words, when the number of progenies increased from 4 to 8, the accuracy of the EBV simultaneously increased by about 15 - 20%. Moreover, when the number of sires was higher, variations in the accuracy of the EBV within the groups for each trait decreased. Therefore, this result indicates that not only the number of progeny but also the number of sires can affect the accuracy of the EBV. Consequently, collecting information on the progeny and careful management of that information are very important things in the Hanwoo breeding system. Therefore, the EBV can show more precise results when conducting genetic evaluations.

• 대한한의학회지
• /
• 제41권2호
• /
• pp.58-79
• /
• 2020

Objectives: The purpose of this study is to predict the weight loss by applying machine learning using real-world clinical data from overweight and obese adults on weight loss program in 4 Korean Medicine obesity clinics. Methods: From January, 2017 to May, 2019, we collected data from overweight and obese adults (BMI≥23 kg/m2) who registered for a 3-month Gamitaeeumjowi-tang prescription program. Predictive analysis was conducted at the time of three prescriptions, and the expected reduced rate and reduced weight at the next order of prescription were predicted as binary classification (classification benchmark: highest quartile, median, lowest quartile). For the median, further analysis was conducted after using the variable selection method. The data set for each analysis was 25,988 in the first, 6,304 in the second, and 833 in the third. 5-fold cross validation was used to prevent overfitting. Results: Prediction accuracy was increased from 1^st to 2^nd and 3^rd analysis. After selecting the variables based on the median, artificial neural network showed the highest accuracy in 1^st (54.69%), 2^nd (73.52%), and 3^rd (81.88%) prediction analysis based on reduced rate. The prediction performance was additionally confirmed through AUC, Random Forest showed the highest in 1^st (0.640), 2^nd (0.816), and 3^rd (0.939) prediction analysis based on reduced weight. Conclusions: The prediction of weight loss by applying machine learning showed that the accuracy was improved by using the initial weight loss information. There is a possibility that it can be used to screen patients who need intensive intervention when expected weight loss is low.