• 한국생물물리학회:학술대회논문집
• /
• 한국생물물리학회 2002년도 제9회 학술 발표회 프로그램과 논문초록
• /
• pp.13-13
• /
• 2002

기계학습(maching learning)은 경험을 통한 테이터 관측으로부터 스스로 성능을 향상할 수 있는 컴퓨터를 연구하는 인공지능(artificial intelligence)의 한 연구분야이다. 최근 들어 기계학습은 Bioinformatics 분야에서 생명과학 데이터마이닝을 위한 하나의 핵심기술로 부상하고 있다.(중략)

• International journal of advanced smart convergence
• /
• 제5권1호
• /
• pp.30-33
• /
• 2016

With the advent of big data, data mining is more increasingly utilized in various decision-making fields by extracting hidden and meaningful information from large amounts of data. Even as exponential increase of the request of unrevealing the hidden meaning behind data, it becomes more and more important to decide to select which data mining algorithm and how to use it. There are several mainly used data mining algorithms in biology and clinics highlighted; Logistic regression, Neural networks, Supportvector machine, and variety of statistical techniques. In this paper it is attempted to compare the classification performance of an exemplary algorithm J48 and REPTree of ML algorithms. It is confirmed that more accurate classification algorithm is provided by the performance comparison results. More accurate prediction is possible with the algorithm for the goal of experiment. Based on this, it is expected to be relatively difficult visually detailed classification and distinction.

• 정보관리연구
• /
• 제39권4호
• /
• pp.47-66
• /
• 2008

본 논문에서는 수작업 분류 시 초래하는 여러 가지 한계점을 극복하고, 이용자에게 보다 빠르고 정확한 분류 서비스를 제공하기 위해 4개의 다양한 기계학습 알고리즘을 적용하였다. 연구대상으로는 MeSH의 8개의 주제별 범주로 각각 100개의 문헌 타이틀을 선정하였으며, 4개의 기계학습 알고리즘으로 실험을 수행하였다. 그 결과 신경망 기법과 C5.0 기법을 병행하여 사용했을 경우 단일 기법을 사용했을 경우보다 2.5%, 3.75%가 상승하여 분류 효율이 83.75%로 측정되었다. 이 수치는 4개의 분류 실험 결과 중 가장 높은 정확률을 나타내었다. 따라서 신경망 기법과 C5.0 기법의 장점을 이용하여 분류 서비스를 실행하면 단일 기법을 사용한 경우보다 높은 정확률을 나타낼 수 있을 것이라 기대된다.

• 스마트미디어저널
• /
• 제11권3호
• /
• pp.62-73
• /
• 2022

국내 아파트 매매가 예측에 관한 연구는 현재까지 지속적으로 수행되어 왔지만, 아파트 가격은 다양한 특성이 복합적으로 작용하기 때문에 예측하는데 어려움을 겪고 있다. 아파트 매매가를 예측하는데 앞서 정확도를 높이기 위해서는 주요 변수 선정 및 영향요인 분석이 무엇보다 중요하다. 이에 본 연구는 현재 꾸준한 상승률을 보이는 광주광역시를 대상으로 아파트 매매가에 영향을 주는 요인을 분석해보고자 한다. 이를 위해 6년간의 광주광역시 아파트 실거래가와 각종 사회적 요인 데이터를 토대로, 다중회귀분석, 랜덤 포레스트, 심층인공신경망 알고리즘을 적용하여 각 모델에서 주요 영향요인을 파악하였으며, 모델의 성능은 평균 제곱근 오차, 평균 절대 오차 그리고 결정계수를 통해 비교 분석하였다. 본 연구에서는 딥러닝의 일종인 심층인공신경망의 성능이 가장 우수함을 보였고, 매매가에 영향을 미치는 주요 요인으로 건축경과연수, 계약연도, 적용면적, 양도성예금증서, 주택담보대출금리, 선행지수, 생산자물가지수, 동행지수 등이 도출되었다.

• 한국융합학회논문지
• /
• 제10권7호
• /
• pp.15-21
• /
• 2019

가짜 정보를 탐지하기 위한 연구는 2016년 미국 대통령 선거 이후 본격적으로 시작되었다. 정확한 출처를 알 수 없는 정보들이 뉴스 형식으로 생산되고, 이는 자극적이고 흥미로운 소재에 많은 관심을 보이는 대중의 특성에 따라 빠른 속도로 확산되고 있다. 또한, 소셜 네트워크 서비스 등 정보를 전달하기 쉬운 플랫폼의 대중화는 이러한 현상을 더욱 악화시킨다. Poynter는 IFCN(International Fact Checking Network)를 만들어 숙련된 전문가들이 사실 여부를 판단할 수 있는 가이드라인을 제시하고, 팩트 체크 기관을 위한 강령을 제공하고 있다. 하지만 이러한 접근 방법은 하나의 기사에 대한 진위 여부를 검증하기 위해 다수의 전문가 인력이 투입되어야 하므로 시간 및 금전적 비용이 크다. 따라서 지속적으로 증가하는 가짜 뉴스에 효율적으로 대응할 수 있는 자동화된 가짜 뉴스 탐지 기술에 대한 연구가 주목받고 있다. 본 논문에서는 최근 딥러닝 기술의 접목으로 인해 빠르게 발전하고 있는 가짜 뉴스 탐지 시스템과 연구들을 정리 및 분석한다. 또한, 많은 연구가 필요한 본 분야에 연구자들이 쉽게 접근할 수 있도록 다양한 형태로 주어지는 학습 말뭉치 및 챌린지들도 정리한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.367-370
• /
• 2015

본 논문은 자동차 자율주행에 필요한 신호등 신호의 검출 성능을 개선시키는 방법을 제안한다. 일반적인 교통신호등 검출연구는 색상 임계치, 템플릿 매칭, 학습기 기반 등의 방법을 사용한다. 그러나 조도 차이로 인한 인식률 저하와 느린 처리속도 문제가 있다. 제안한 방법은 형태학적 전처리 후 검출마스크를 통해 교통신호등 영역검출 및 인식을 제안한다. 먼저 영상을 조도에 강건하게 하기 위해 입력 영상을 YCbCr로 변환하고, Y채널에서 수평에지 성분을 추출한다. 그 후 신호등의 형태학적 특징을 이용하여 영역을 검출한다. 마지막으로 색상을 이용하여 신호등을 검출한다. 제안 방법을 다양한 환경에서 적용하여 기존 알고리즘보다 검출율과 처리 속도가 향상되었음을 확인하였다.

• 디지털콘텐츠학회 논문지
• /
• 제19권1호
• /
• pp.1-10
• /
• 2018

본 연구는 디지털 마케팅의 구성요인과 앞으로의 흐름을 예측하기 위해 계층적 분석 방법(AHP)을 활용하여 디지털 마케팅 구성 요인간의 상대적 중요도를 도출하고 광고 부문 전문가와 비광고 부문 전문가의 의견을 비교 분석하였다. 연구 결과, 디지털 마케팅 상위요인들의 상대적 중요도는 결합(0.260), 전환(0.259), 최적화(0.243), 기반 기술(0.238)의 순으로 나타났으며 하위요인들의 상대적 중요도는 인공지능과 머신러닝(0.086), 빅데이터(0.085), 콘텐츠 큐레이션(0.060) 순으로 나타났다. 또한, 광고 부문 전문가들은 결합과 최적화의 상대적 중요도가 높은데 반해 비광고 부문 전문가는 전환과 기반기술로 나타나 직무 특성 별 상대적 중요도가 다르다는 것을 확인할 수 있었다. 본 연구는 디지털 마케팅의 전체적인 구성 요인과 중요도를 통해 향후 디지털 마케팅 전략을 수립하는데 유용한 시사점을 제공할 수 있다.

• 한국지리정보학회지
• /
• 제20권4호
• /
• pp.139-151
• /
• 2017

본 연구에서는 제주도에 서식하는 노루의 출현확률을 기반으로 제주노루의 서식지 선호도를 분석하고자 하였다. 제주노루의 출현확률 분석을 위해 MaxEnt 모델을 활용하였고, 노루의 출현정보는 제주지역에서 이루어진 노루흔적조사 및 위치추적정보를 토대로 총 490개의 위치정보를 취합하였다. 환경변수로는 지형과 관련된 변수 4개, 거리변수 6개, 위성영상으로부터 얻은 변수 4개, 영급 등 총 15개의 변수가 선정되었는데, 그 중 변수 간 상관분석을 통하여 서로 간에 상관성이 높은 6개의 변수를 제거한 후 최종적으로 9개의 환경변수를 설명변수로 활용하였다. 분석에 의하면 제주노루가 출현 혹은 서식을 위해 선호하는 지역은 고도와 숲의 경계, 오름 등에 의존적인 것으로 나타났고, 특별히 선형적인 관계는 아니지만 고도에 따라 제주노루의 출현이 가장 크게 영향을 받는 것으로 나타났다. 제주노루는 해발고도 200~700m 사이의 지역과 1,500m 이상의 지역에서 가장 높은 출현확률을 보인 반면, 700~1,500m 구간에서는 높지 않은 출현확률을 보였다. 이는 해발고도 700~1,500m 구간은 한라산에서 가장 밀도가 높은 숲이 우거져 있는 지역이며, 이 지역에서 우점하고 있는 식생의 수관(crown)이 태양광을 차단하여 하층식생의 생육을 방해하므로 초식동물인 노루가 선호하는 연한 잎의 생산이 부족한 것이 그 원인인 것으로 판단된다. 반면 해발고도 200~700m 구간과 1,500m 이상의 정상부가 제주노루에 선호되는 배경은 우점하는 식생의 밀도가 매우 낮아 하층식생이 발달하여 있고, 이로 인해 제주노루가 구하기 쉬운 연한 잎을 생산하는 초본과 관목이 많이 생육하기 때문인 것으로 판단된다. 제주노루의 생태적 특성, 서식지 선호도 분석, 행동생태 등의 모델링을 위해서는 보다 세밀하고 심도있는 위치정보 및 현장조사가 필요하지만, 본 연구를 통하여 제주노루의 서식지 선호경향을 예측하였다는 점에서 그 의미가 있다고 사료된다.