• 지능정보연구
• /
• 제15권3호
• /
• pp.1-15
• /
• 2009

데이터 불균형 문제는 분류 및 예측 문제에서 하나의 범주에 속하는 표본의 수가 다른 범주들에 속하는 표본 수에 비하여 현저하게 적을 경우 나타난다. 데이터 불균형이 심화됨에 따라 범주 사이의 분류 경계영역이 왜곡되고 결과적으로 분류자의 학습성과가 저하되는 문제가 발생한다. 본 연구에서는 데이터 불균형 문제를 해결하기 위하여 Geometric Mean-based Boosting (GM-Boost) 알고리즘을 제안하고자 한다. GM-Boost 알고리즘은 기하평균 개념에 기초하고 있어 다수 범주와 소수 범주를 동시에 고려한 학습이 가능하고 오분류된 표본에 집중하여 학습을 강화할 수 있는 장점이 있다. 기업부실 예측문제를 활용하여 GM-Boost 알고리즘의 성과를 검증한 결과 기존의Under-Sampling, Over-Sampling 및 AdaBoost 알고리즘에 비하여 우수한 분류 정확성을 보여주었고 데이터 불균형 정도에 관계없이 견고한 학습성과를 나타냈다.

• 한국직업건강간호학회지
• /
• 제31권2호
• /
• pp.77-85
• /
• 2022

Purpose: This study aimed to identify the influence of effort-reward imbalance and job satisfaction on turnover intention among hospital nurses. Methods: Data were collected from January 28 to February 10, 2022, from 237 nurses from five hospitals including clinics, general hospitals, and tertiary care hospitals located in B city. The collected data were analyzed using descriptive statistics, t-test, ANOVA, the Scheffe test, Pearson's correlation coefficients, and multiple linear regression analysis, using SPSS/WIN 26.0. Results: The average of the effort-reward ratio, an indicator of effort-reward imbalance, was 1.67±0.66, and 86.5% of the participants had a value of 1 or more. The mean job satisfaction and turnover intention were 3.32±0.48 and 3.69±0.89 on a 5-point scale, respectively. Multiple regression revealed that factors affecting turnover intention among hospital nurses included effort-reward imbalance (β=.30, p<.001) and job satisfaction (β=-.32, p<.001), and these variables explained 29.0% of turnover intention. Conclusion: These findings indicate that effort-reward imbalance and job satisfaction are associated with turnover intention. Therefore, to decrease the turnover intention of hospital nurses, interventions and policies should be prepared to resolve the nurse's effort-reward imbalance and increase job satisfaction at regional or national level hospitals.

• 경영정보학연구
• /
• 제24권1호
• /
• pp.39-57
• /
• 2022

본 연구에서는 범주 불균형 문제가 내재된 기업부도 예측 AdaBoost 앙상블 모형의 성과를 개선하기 위하여 GMOPTBoost 알고리즘을 제안한다. AdaBoost 알고리즘은 오분류 표본에 대하여 강건한 학습기회를 제공한다는 장점이 있지만, 산술평균 정확도에 기반하기 때문에 범주 불균형 문제를 효과적으로 해결하지 못한다는 한계점이 존재한다. GMOPTBoost는 가우시안 경사하강법(Gaussian gradient descent)을 적용하여 기하평균 정확도를 최적화하고 범주 불균형 문제를 효과적으로 해결할 수 있다는 장점이 있다. 본 연구에서는 첫째, 범주 불균형 문제가 예측 모형의 성과에 미치는 효과와 GMOPTBoost의 성과 개선 효과를 검증하기 위하여 5개의 범주 불균형 데이터를 구성하였으며, 둘째, 범주 균형 데이터에 대한 GMOPTBoost의 성과 개선 효과를 검증하기 위하여 데이터 샘플링 기법을 통하여 구성된 균형 데이터를 구성하였다. 30회의 교차타당성 분석의 주요 결과는 다음과 같다. 첫째, 범주 불균형 문제는 예측 성과에 부정적인 영향을 미친다. 둘째, GMOPTBoost는 불균형 데이터에 적용된 AdaBoost의 성과를 유의적으로 개선시키는 긍정적인 효과를 제공한다. 셋째, 데이터 샘플링 기법은 성과 개선에 긍정적인 영향을 미친다. 마지막으로 데이터 샘플링 기법을 적용한 범주 균형 데이터에서도 GMOPTBoost는 유의적인 성과 개선에 기여한다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권1호
• /
• pp.225-243
• /
• 2016

Thanks to recent advance of next generation sequencing techniques, RNA-seq enabled to have an unprecedented opportunity to identify transcript variants with isoform diversity and allelic imbalance (Anders et al., 2012) by different transcriptional rates. To date, it is well known that those features might be associated with the aberrant patterns of disease complexity such as tissue (Anders and Huber, 2010; Anders et al., 2012; Nariai et al., 2014) specific differential expression at isoform levels or tissue specific allelic imbalance in mal-functionality of disease processes, etc. Nevertheless, the knowledge of post-transcriptional modification and AI in transcriptomic and genomic areas has been little known in the traditional platforms due to the limitation of technology and insufficient resolution. We here stress the potential of isoform variability and allelic specific expression that are relevant to the abnormality of disease mechanisms in transcriptional genetic regulatory networks. In addition, we systematically review how robust Bayesian approaches in RNA-seq have been developed and utilized in this regard in the field.

• 지능정보연구
• /
• 제28권3호
• /
• pp.23-43
• /
• 2022

AI(Artificial Intelligence)를 다양한 산업에서 접목하기 위해 알고리즘 선택에 대한 관심이 증가하고 있다. 알고리즘 선택은 대부분 데이터 과학자의 경험에 의해 결정되는 경우가 많다. 하지만 경험이 부족한 데이터 과학자의 경우 데이터셋 특성 기반의 메타학습(meta learning) 을 통해 알고리즘을 선택한다. 기존의 알고리즘 추천은 선정 과정이 블랙박스이기 때문에 어떠한 근거에 의해 도출되는지 알 수 없었다. 이에 따라 본 연구에서는 k-평균 군집분석을 활용하여 데이터셋 특성에 따라 유형을 나누고 적합한 분류 알고리즘과 클래스 불균형 해소 방법을 탐색한다. 본 연구 결과 네 가지 유형을 도출하였으며 데이터셋 유형에 따라 적합한 클래스 불균형 해소 방법과 분류 알고리즘을 추천하였다.

• International journal of advanced smart convergence
• /
• 제8권1호
• /
• pp.75-81
• /
• 2019

Data imbalance problem is common and causes serious problem in machine learning process. Sampling is one of the effective methods for solving data imbalance problem. Over-sampling increases the number of instances, so when over-sampling is applied in imbalanced data, it is applied to minority instances. Under-sampling reduces instances, which usually is performed on majority data. We apply under-sampling and over-sampling to imbalanced data and generate sampled data sets. From the generated data sets from sampling and original data set, we construct a heterogeneous ensemble of classifiers. We apply five different algorithms to the heterogeneous ensemble. Experimental results on an intrusion detection dataset as an imbalanced datasets show that our approach shows effective results.

• 대한의용생체공학회:의공학회지
• /
• 제35권1호
• /
• pp.8-13
• /
• 2014

In this paper, the gait imbalance evaluation algorithm based on temporal symmetry ratio using encoder is proposed. The device is attached to the hip joint in order to measure the angle during the normal gait. Using an angle data, the stance phase and swing phase was determined. And the value of TSR(temporal symmetry ratio) was calculated by stance phase and swing phase of gait cycle. For the comparative experiment, the conventional method of the foot pressure was measured at the same conditions. The results of statistical analysis, there was a significant difference (p < 0.05) when using encoder. The gait imbalance analysis using encoder is effective in determining the imbalance than using the existing method of pressure.

• 한국통신학회논문지
• /
• 제34권5A호
• /
• pp.341-346
• /
• 2009

OFDM (Orthogonal Frequency Division Multiplexing) 방식을 기반으로 하는 M-WiMAX (Mobile-Worldwide Interoperability for Microwave Access) 시스템은 이동성이 있는 고속 데이터 전송에 적합한 전송 방법으로 널리 알려져 있지만, 수신단에서의 LO (Local Oscillator)에 의해 발생하는 IQ 불균형에 매우 민감한 특성을 보이는 단점이 있다. 따라서, 본 논문에서는 IQ 불균형이 시스템에 미치는 영향을 분석하고, 이를 보상하는데 있어 이득 불균형의 추정 및 보상이 AGC (Automatic Gain Control) 기능과 중첩함으로 단말 모뎀에서 DFE (Digital Front-end) 의 소형화 및 고집적화를 위한 두 기능의 결합 기법을 제시한다. 모의 실험을 통해 기존 방법과의 성능 차이가 없음을 보여 제안한 기법에 의한 H/W 구현의 복잡도를 감소시킬 수 있다.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권7호
• /
• pp.671-679
• /
• 2021

House ownership is considered as one of the important pre-conditions for marriage in China. Given that gender imbalance is a prominent issue in the country, competition for marriage partners might motivate males to look for a house and probably bigger and more expensive house. This is believed to have caused house price hikes in recent years. This study aims to investigate the impact of gender imbalance on house prices using data from 30 provinces in China for the 2000-2017 period. The results based on the generalized method of moments (GMM) estimations show that house price is strongly influenced by gender imbalance. However, there is no evidence to support differential effects across eastern and mid-western regions. One potential reason is that pre-marriage house ownership has become a common culture for the whole community and therefore it does not vary significantly across regions. There are several important policy implications. Firstly, the issues should be addressed by the policymakers at national level and not regional level. Secondly, the government should intervene to bring back gender ratio to its normal level. Finally, the government should limit the number of houses people can buy and increase the supply of houses in the market.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권3호
• /
• pp.25-33
• /
• 2021

Energy-harvesting wireless sensor networks(EH-WSNs) can collect energy from the environment and overcome the technical limitations of existing power. Since the transmission distance in a wireless sensor network is limited, the data are delivered to the destination node through multi-hop routing. In EH-WSNs, the routing protocol should consider the power situations of nodes, which is determined by the remaining power and energy-harvesting rate. In addition, in applications such as environmental monitoring, when there are urgent data, the routing protocol should be able to transmit it stably and quickly. This paper proposes an adaptive routing protocol that satisfies different requirements of normal and urgent data. To extend network lifetime, the proposed routing protocol reduces power imbalance for normal data and also minimizes transmission latency by controlling the transmission power for urgent data. Simulation results show that the proposed adaptive routing can improve network lifetime by mitigating the power imbalance and greatly reduce the transmission delay of urgent data.