• Genomics & Informatics
• /
• 제2권3호
• /
• pp.121-125
• /
• 2004

The purpose of this study was to investigate the use of decision tree for the classification of antimicrobial peptides. The classification was based on the activities of known antimicrobial peptides against common microbes including Escherichia coli and Staphylococcus aureus. A feature selection was employed to select an effective subset of features from available attribute sets. Sequential applications of decision tree with 17 nodes with 9 leaves and 13 nodes with 7 leaves provided the classification rates of $76.74\%$ and $74.66\%$ against E. coli and S. aureus, respectively. Angle subtended by positively charged face and the positive charge commonly gave higher accuracies in both E. coli and S. aureusdatasets. In this study, we describe a successful application of decision tree that provides the understanding of the effects of physicochemical characteristics of peptides on bacterial membrane.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권6호
• /
• pp.201-214
• /
• 2014

본 논문에서는 차량에 사용되는 MDPS(Motor Driven Power Steering) 시스템에 사용되는 BLDC(Brush Less Direct Current) 모터 제어기의 파괴 시험에 적합한 테스트 케이스 생성 방법을 제시한다. 제안하는 방법은 입력 기반 테스트 방법의 하나인 CTM(Classification Tree Method)을 수정한 방법이다. CTM은 모든 입력의 중요도를 동등하게 가정하고 테스트 케이스를 생성하는 방법이다. 따라서 극한 상황과 같은 테스트 케이스를 생성하기 힘들다. 이와 같은 단점을 극복하고, 파괴 시험에 적합한 테스트 케이스를 생성하기 위해 CTM의 한계점을 보완한 변형된 CTM 재구성 방법을 제안한다. 제안하는 방법은 CTM의 장점을 유지하면서 CTM으로 만들어진 테스트 케이스를 조합하여 특정 상황의 테스트에 적합한 시나리오를 집중적으로 생성할 수 있는 장점을 가진다. 제안한 방식을 이용해 파괴 시험을 위한 테스트 시나리오를 생성하고, 이를 이용하여 승용차에 사용되고 있는 MDPS 시스템에 대한 테스트를 수행하여 제안한 방법의 유용성을 검증한다.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2008년도 춘계 학술발표회 초청강연 및 논문집
• /
• pp.1365-1371
• /
• 2008

Based on the data obtained from field investigation and soil testing to slope hazards occurrence section and non-occurrence section in gneiss area, a prediction technique was developed by the use of a decision tree model. The slope hazards data of Seoul and Kyonggi Province were 104 sections in gneiss area. The number of data applied in developing prediction model was 61 sections except a vacant value. The statistical analyses using the decision tree model were applied to the entrophy index. As the results of analyses, a slope angle, a degree of saturation and an elevation were selected as the classification standard. The prediction model of decision tree using entrophy index is most likely accurate. The classification standard of the selected prediction model is composed of the slope angle, the degree of saturation and the elevation from the first choice stage. The classification standard values of the slope angle, the degree of saturation and elevation are $17.9^{\circ}$, 52.1% and 320m, respectively.

• 전자공학회논문지
• /
• 제50권6호
• /
• pp.238-245
• /
• 2013

제스처 인식은 자연스러운 사용자 인터페이스를 위해 활발히 연구되는 중요한 분야이다. 본 논문에서는 키넥트 카메라로부터 입력되는 사용자의 3차원 관절(joint) 정보를 해석하여 제스처를 인식하는 방법이 제안된다. 대상으로 하는 제스처의 분포 특성에 따라 분류 트리를 설계하고 입력 패턴을 분류한다. 그리고 제스처를 리샘플링 및 정규화 하여 일정한 구간으로 나누고 각 구간의 체인코드 히스토그램을 추출한다. 트리의 각 노드별로 분류된 제스처에 다중 클래스 SVM(Multiclass Support Vector Machine)를 적용하여 학습한다. 이후 입력 데이터를 구성된 트리로 분류한 다음, 학습된 다중 클래스 SVM을 적용하여 제스처를 분류한다.

• 서비스연구
• /
• 제3권1호
• /
• pp.9-16
• /
• 2013

데이터 분석가에게 많은 노력이 요구되지 않으면서 사용자가 쉽게 분석결과를 이해할 수 있는 범용 분류기법으로서 가장 대표적인 것은 Breiman이 개발한 의사결정나무를 들 수 있다. 의사결정나무에서 기본이 되는 2가지 핵심내용은 독립변수의 차원 공간을 반복적으로 분할하는 것과 평가용 데이터를 사용하여 가지치기를 하는 것이다. 분류문제에서 반응변수는 범주형 변수여야 한다. 반복적 분할은 변수 의 차원 공간을 겹치지 않는 다차원 직사각형으로 나눈다. 여기서 변수는 연속형, 이진 혹은 서열의 척도이다. 본 논문에서는 새로운 사례를 분류함에 있어서 분류의 성능을 평가하기 위해 분류나무의 정확도 정밀도 재현률 등을 실험하고자 한다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2006년도 추계학술대회논문집
• /
• pp.407-410
• /
• 2006

Decision tree is one of the most effective and widely used methods for building classification model. Researchers from various disciplines such as statistics, machine teaming, pattern recognition, and data mining have considered the decision tree method as an effective solution to their field problems. In this paper, an application of decision tree method to classify the faults of induction motors is proposed. The original data from experiment is dealt with feature calculation to get the useful information as attributes. These data are then assigned the classes which are based on our experience before becoming data inputs for decision tree. The total 9 classes are defined. An implementation of decision tree written in Matlab is used for four data sets with good performance results

• 한국농공학회논문집
• /
• 제58권6호
• /
• pp.79-92
• /
• 2016

The objective of this study is to classify the types of rural areas (138 $si{\cdot}gun$) considering settlement environment by Decision Tree Method (CHAID). The CHAID method was used for decision tree algorithm and the seven dependant variables and 5 explanatory variables were selected, respectively. By decision tree method, rural areas were finally classified into six groups through three separate processes. City area, lower area in aging rate and higher area in farmland area ratio was analyzed to be relatively rich rather than other area in the case of settlement environment index. In the future, this study will be able to utilize as a reference to the planning of rural development projects.

• Management Science and Financial Engineering
• /
• 제3권1호
• /
• pp.39-56
• /
• 1997

This paper applies the binary tree classifier and discriminant analysis methods to predicting failures of banks and insurance companies. In this study, discriminant analysis is generally better than the binary tree classifier in the classification of bank defaults; the binary tree is generally better than discriminant analysis in the classification of insurance company defaults. This situation can be explained that the performance of a classifier depends on the characteristics of the data. If the data are dispersed appropriately for the classifier, the classifier will show a good performance. Otherwise, it may show a poor performance. The two data sets (bank and insurance) are analyzed to explain the better performance of the binary tree in insurance and the worse performance in bank; the better performance of discriminant analysis in bank and the worse performance in insurance.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2003년도 춘계학술대회
• /
• pp.206-213
• /
• 2003

Application of existing decision tree algorithms for Internet retail customer classification is apt to construct a bushy tree due to imprecise source data. Even excessive analysis may not guarantee the effectiveness of the business although the results are derived from fully detailed segments. Thus, it is necessary to determine the appropriate number of segments with a certain level of abstraction. In this study, we developed a stopping rule that considers the total amount of information gained while generating a rule tree. In addition to forwarding from root to intermediate nodes with a certain level of abstraction, the decision tree is investigated by the backtracking pruning method with misclassification loss information.

• 한국지리정보학회지
• /
• 제24권3호
• /
• pp.1-9
• /
• 2021

본 연구에서는 드론으로 취득한 고해상도 정사영상 자료를 이용하여, 컨볼루션 신경망(Convolution Neural Network, CNN)을 이용한 딥러닝 기법을 통해 수종에 대한 자동분류 가능성을 분석해 보고자 하였다. 수종판독을 위한 분류항목을 소나무, 자작나무, 낙엽송, 잣나무 그리고 신갈나무 5개 수종으로 선정하였다. 고해상도 정사영상과 임상도를 이용하여 총 5,000개의 데이터셋을 구축하였다. 수종분류를 위한 학습모델로 CNN 기법을 적용하였고, 데이터셋을 5:3:2의 비율로 훈련데이터, 검증테이터, 테스트데이터를 구분하여 모델의 학습 및 평가에 사용하였다. 모델의 전체 정확도는 89%로 나타났으며, 수종별 정확도는 소나무 95%, 자작나무 89%, 낙엽송 80%, 잣나무 86%, 신갈나무 98%로 나타났다.