• Communications for Statistical Applications and Methods
• /
• 제10권3호
• /
• pp.879-894
• /
• 2003

We evaluated the efficiencies of applying attribute selection methods and prior discretization to supervised learning, modelled by C4.5 and Naive Bayes. Three databases were obtained from UCI data archive, which consisted of continuous attributes except for one decision attribute. Four methods were used for attribute selection : MDI, ReliefF, Gain Ratio and Consistency-based method. MDI and ReliefF can be used for both continuous and discrete attributes, but the other two methods can be used only for discrete attributes. Discretization was performed using the Fayyad and Irani method. To investigate the effect of noise included in the database, noises were introduced into the data sets up to the extents of 10 or 20%, and then the data, including those either containing the noises or not, were processed through the steps of attribute selection, discretization and classification. The results of this study indicate that classification of the data based on selected attributes yields higher accuracy than in the case of classifying the full data set, and prior discretization does not lower the accuracy.

• 산업경영시스템학회지
• /
• 제35권3호
• /
• pp.118-128
• /
• 2012

An attempt is given to the problem of analyzing the two-way binary attribute data using the logistic regression model in order to find a sound statistical methodology. It is demonstrated that the analysis of variance (ANOVA) may not be good enough, especially for the case that the proportion is very low or high. The logistic transformation of proportion data could be a help, but not sound in the statistical sense. Meanwhile, the adoption of generalized least squares (GLS) method entails much to estimate the variance-covariance matrix. On the other hand, the logistic regression methodology provides sound statistical means in estimating related confidence intervals and testing the significance of model parameters. Based on simulated data, the efficiencies of estimates are ensured with a view to demonstrate the usefulness of the methodology.

• 한국전산구조공학회논문집
• /
• 제28권6호
• /
• pp.579-588
• /
• 2015

구조실험을 위한 데이터 모델은 구조실험에 관련된 실험정보를 정형화하여 표현하므로 데이터 저장소를 개발하는데 이용할 수 있다. 데이터 모델은 특히 대규모의 구조실험정보 또는 일반적인 다양한 실험정보를 위한 데이터 저장소에 효과적인데 예를 들면 NEES에서 개발한 NEEShub Project Warehouse가 있다. 본 논문은 데이터 모델의 구성과 사용을 평가하기 위한 평가요소를 제안하고 있다. 클래스의 속성이 값을 갖는지를 의미하는 AVE(attribute value existence)란 용어를 도입하여 속성의 사용성에 대한 Attribute AVE, 클래스의 사용성에 대한 Class AVE, 하위레벨에 있는 클래스를 포함하는 Class Level AVE, 하나의 프로젝트의 모든 클래스를 포함하는 Project AVE, 모든 프로젝트를 포함하는 데이터 모델에 대한 Data Model AVE를 정의하였다. 이러한 평가요소들을 NEES 데이터 모델의 프로젝트들에 적용하였는데 데이터 모델내의 클래스와 객체에 대한 사용성을 수치적으로 기술하여 평가하는 것이 가능하였다.

• 한국경영과학회지
• /
• 제32권1호
• /
• pp.61-75
• /
• 2007

The purpose of this paper is to develop a new group classification method based on genetic algorithm and to com-pare its prediction performance with those of existing methods in the area of bond rating. To serve this purpose, we conduct various experiments with pilot and general models. Specifically, we first conduct experiments employing two pilot models : the one searching for the cluster center of each group and the other one searching for both the cluster center and the attribute weights in order to maximize classification accuracy. The results from the pilot experiments show that the performance of the latter in terms of classification accuracy ratio is higher than that of the former which provides the rationale of searching for both the cluster center of each group and the attribute weights to improve classification accuracy. With this lesson in mind, we design two generalized models employing genetic algorithm : the one is to maximize the classification accuracy and the other one is to minimize the total misclassification cost. We compare the performance of these two models with those of existing statistical and artificial intelligent models such as MDA, ANN, and Decision Tree, and conclude that the genetic algorithm-based group classification method that we propose in this paper significantly outperforms the other methods in respect of classification accuracy ratio as well as misclassification cost.

• 한국컴퓨터정보학회논문지
• /
• 제25권5호
• /
• pp.1-9
• /
• 2020

본 논문에서는 머리카락과 모자 영역의 마스크 정보를 활용하여 더 자연스러운 얼굴 속성 편집(facial attribute editing)을 수행하는 모델을 제안한다. 최신 얼굴 속성 편집 연구인 STGAN은 다중 얼굴 속성을 자연스럽게 편집하는 성과를 보였다. 그러나 머리카락과 관련된 속성을 편집할 때 부자연스러운 결과를 생성할 수 있다. 제안하는 방법의 핵심 아이디어는 기존 모델에서 부족했던 얼굴 영역의 정보를 모델에 추가로 반영하는 것이다. 이를 위해 세 가지 아이디어를 적용한다. 첫째로 마스크를 통해 머리카락 면적 속성을 추가하여 머리카락 정보를 보완한다. 둘째로 순환 일관성 손실(cycle consistency loss)을 추가하여 영상의 불필요한 변화를 억제한다. 셋째로 모자 분할 신경망을 추가하여 모자 영역 왜곡을 방지한다. 정성적 평가를 통해 제안하는 방법 적용 여부에 따른 유효성을 평가 및 분석한다. 실험 결과에서 제안하는 방법이 머리카락 및 얼굴 영역을 더 자연스럽게 생성하고, 모자 영역의 왜곡을 성공적으로 방지했다.

• 한국의류학회지
• /
• 제32권12호
• /
• pp.1981-1989
• /
• 2008

개개인은 다른 이유를 가지고 동일한 또는 유사한 제품들을 구매한다. 추구 효익이란 동일한 속성에 동일한 상대적 중요성의 수준을 가지는 사람들을 군집하여 이러한 차이를 이해하려는 것이다. 본 연구에서는 니트 소재의 구성특성에 대한 추구 효익에 따라 소비자들을 세분화하고, 컨조인트 분석을 이용하여 선호도에 대한 구성특성들의 상대적 중요성을 비교 분석하여 세분화 집단에 따른 선호도에 유의한 차이가 있는지 분석하였다. 효용도에 따라서 양모 섬유를 선호하는 집단, 아크릴 섬유를 선호하는 집단과 긴 편환장을 선호하는 집단, 세개의 군집이 도출되었으며, 이들은 다른 구성특성의 이상적인 니트 소재를 선호하는 것으로 나타났다. 군집들 간에 니트 소재의 혼용률과 편환장에 대한 선호도에 유의한 차이가 있는 것으로 나타났다. 양모 섬유를 선호하는 집단은 양모 혼용률이 크고 짧은 편환장을 선호하였으며, 아크릴 섬유를 선호하는 집단과 긴 편환장을 선호하는 집단은 아크릴 혼용률이 크고 긴 편환장을 선호하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권2호
• /
• pp.522-541
• /
• 2016

Network virtualization provides an effective way to overcome the Internet ossification problem. As one of the main challenges in network virtualization, virtual network embedding refers to mapping multiple virtual networks onto a shared substrate network. However, existing heuristic embedding algorithms evaluate the embedding potential of the nodes simply by the product of different resource attributes, which would result in an unbalanced embedding. Furthermore, ignoring the hops of substrate paths that the virtual links would be mapped onto may restrict the ability of the substrate network to accept additional virtual network requests, and lead to low utilization rate of resource. In this paper, we introduce and extend five node attributes that quantify the embedding potential of the nodes from both the local and global views, and adopt the technique for order preference by similarity ideal solution (TOPSIS) to rank the nodes, aiming at balancing different node attributes to increase the utilization rate of resource. Moreover, we propose a novel two-stage virtual network embedding algorithm, which maps the virtual nodes onto the substrate nodes according to the node ranks, and adopts a shortest path-based algorithm to map the virtual links. Simulation results show that the new algorithm significantly increases the long-term average revenue, the long-term revenue to cost ratio and the acceptance ratio.

• 대한교통학회지
• /
• 제26권4호
• /
• pp.217-227
• /
• 2008

이용자가 수용 가능한 환승시간 및 환승거리의 결정은 환승시스템을 계획하는 단계에서 가장 우선적으로 고려되어야 한다. 환승 자체가 불가능한 경우, 환승시스템 구성요소의 개선은 환승을 선택하는데 있어서 전혀 영향을 주지 못한다. 한계환승도보거리는 이용자의 처음교통수단에서 다음 교통수단까지의 합리적인 도보거리와 대기시간으로 결정되어져야한다. 대중교통 네트워크나 환승시스템 계획단계에서 환승서비스 권역을 좀 더 현실적으로 결정하기 위해서는 이용자 속성이 고려되어야 한다. 따라서 본 연구에서는 환승에 초점을 맞추어 이루어 졌으며, 대중교통 이용자 인적속성에 따라 수용하는 환승거리와 시간이 다를 것이라는 가정을 한 후 대중교통 이용자 인적속성에 따라 환승시간별 환승률 산정 모형을 개발을 하는것을 목적으로 하였다. 이 중 한계환승시간과 상관관계가 높고, 환승시간에 따른 명확한 차이가 있는 성별, 월평균 수입별, 대중교통 환승횟수로 한정하여 환승시간별 환승률, 환승거리별 환승률의 결정모형을 개발하였다.

• 한국기계가공학회지
• /
• 제15권1호
• /
• pp.95-102
• /
• 2016

Wrinkle, spring-back, and fracture are major defects frequently found in the sheet metal forming process, and the reduction of such defects is difficult as they are affected by uncontrollable factors, such as variations in properties of the incoming material and process parameters. Without any countermeasures against these issues, attempts to reduce defects through optimal design methods often lead to failure. In this research, a new multi-attribute robust design methodology, based on the Mahalanobis Taguchi System (MTS), is presented for reducing the possibilities of wrinkle, spring-back, and fracture. MTS performs experimentation, based on the orthogonal array under various noise conditions, uses the SN ratio of the Mahalanobis distance as a performance metric. The proposed method is illustrated through a robust design of the sheet metal forming process of a cross member of automotive body.

• Journal of Information Processing Systems
• /
• 제11권4호
• /
• pp.616-629
• /
• 2015

A mobile terminal will expect a number of handoffs within its call duration. In the event of a mobile call, when a mobile node moves from one cell to another, it should connect to another access point within its range. In case there is a lack of support of its own network, it must changeover to another base station. In the event of moving on to another network, quality of service parameters need to be considered. In our study we have used the Markov decision process approach for a seamless handoff as it gives the optimum results for selecting a network when compared to other multiple attribute decision making processes. We have used the network cost function for selecting the network for handoff and the connection reward function, which is based on the values of the quality of service parameters. We have also examined the constant bit rate and transmission control protocol packet delivery ratio. We used the policy iteration algorithm for determining the optimal policy. Our enhanced handoff algorithm outperforms other previous multiple attribute decision making methods.