• Journal of Information Processing Systems
• /
• 제2권1호
• /
• pp.23-27
• /
• 2006

This paper presents a feature selection technique based on distributional differences for efficient machine learning. Initial training data consists of data including many features and a target value. We classified them into positive and negative data based on the target value. We then divided the range of the feature values into 10 intervals and calculated the distribution of the intervals in each positive and negative data. Then, we selected the features and the intervals of the features for which the distributional differences are over a certain threshold. Using the selected intervals and features, we could obtain the reduced training data. In the experiments, we will show that the reduced training data can reduce the training time of the neural network by about 40%, and we can obtain more profit on simulated stock trading using the trained functions as well.

• 한국콘텐츠학회논문지
• /
• 제9권4호
• /
• pp.121-130
• /
• 2009

이 논문은 고차원의 데이터를 저 차원으로 줄이는 방법 중 하나인 특징추출에 대한 방법들의 특성을 비교한다. 비교대상 방법은 전통적인 PCA(Principal Component Analysis)방법과 시각피질의 특성을 보인다고 알려진 ICA(Independent Component Analysis), 국소기반인식을 구현한 NMF(Non-negative Matrix Factorization), 그리고 이의 성능을 개선한 sNMF(Sparse NMF)로 정하였다. 추출된 특징들의 특성을 시각적으로 확인하기 위하여 필기체 숫자 영상을 대상으로 특징추출을 수행하였으며, 인식기에 적용한 효과의 확인을 위하여 추출된 특징을 다층퍼셉트론에 학습시켜보았다. 각 방법의 특성을 비교한 결과는 응용하고자 하는 문제에서 어떤 특징을 추출하기 원하느냐에 따라 특징추출 방법을 선정할 때 유용할 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.525-526
• /
• 2016

machine learning 기법 중 하나인 logistic regression을 이용하여 benign sample과 breast cancer sample을 구분할 수 있는데, 이 연구를 통해 classification의 정확도를 높이고 false positive와 false negative의 비율을 줄이려고 했다. 그래서 logistic regression의 parameter 값을 바탕으로 regression function에 영향을 많이 주는 feature 들을 선택하고, 영향력 있는 feature 들을 더한 새로운 feature를 추가했다. 그 결과 정확도와 F-score가 증가했으며, false positive, false negative의 비율이 감소했다.

• 한국언어정보학회지:언어와정보
• /
• 제8권1호
• /
• pp.53-76
• /
• 2004

Negative polarity items(NPIs), which function as quantifiers are licensed in a syntactically strict way by negatives, which function as qualifiers, resulting in universal negating interpretations as pairs. We present a proposal to explain the related phenomena, in which the syntax and the semantics are closely related to each other, with Combinatory Categorial Grammar. For this purpose, we first adopt the usual approach to scrambling, but control its overgeneration with the use of markers, taking into account the complex syntactic phenomena involving NPIs and scrambling in Korean. We also propose to utilize polarity intensity as a novel feature, in order to account for the universal negating interpretations when NPIs are combined with negatives. Our proposal also explains the difference in readings when other quantifiers or qualifiers intervene the NPI and the related negatives.

• Smart Structures and Systems
• /
• 제24권1호
• /
• pp.141-155
• /
• 2019

This work evaluates the influence of negative stiffness on the performances of various vehicle suspension systems, and proposes a re-centering negative stiffness device (NSD). The re-centering NSD consists of a passive magnetic negative stiffness spring and a positioning shaft with a re-centering function. The former produces negative stiffness control forces, and the latter prevents the amplification of static spring deflection. The numerical simulations reveal that negative stiffness can improve the ride comfort of a vehicle without affecting its road holding abilities for either passive or semi-active suspension systems. In general, the improvement degree of ride comfort increases as negative stiffness increases. For passive suspension system, negative stiffness brings in negative stiffness feature in the control forces, which is helpful for the ride comfort of a vehicle. For semi-active suspensions, negative stiffness can alleviate the impact of clipped damping in semi-active dampers, and thus the ride comfort of a vehicle can be improved.

• 융복합기술연구소 논문집
• /
• 제4권2호
• /
• pp.1-9
• /
• 2014

This paper examines feature-based reconstruction algorithm using feature-based modeling and based on topology optimization technology, which aims to achieve a minimal volume weight and to satisfy user-defined constraints such as stress, deformation related conditions. The finite element model after topology optimization allows us to remove some region of a solid model for predefined volume requirement. The stress or deformation distribution resulted from finite element analysis enables us to add some material to the solid model for a robust structure. For this purpose, we propose a feature-based redesign algorithm which inserts negative features to the solid model for material removal and positive features for material addition, and we introduce a bisection method which searches an optimal structure by iteratively applying the feature-based redesign algorithm. Several examples are considered to illustrate the proposed algorithms and to demonstrate the effectiveness of the present approach.

• 한국컴퓨터정보학회논문지
• /
• 제24권2호
• /
• pp.171-177
• /
• 2019

This paper aims to find the most effective feature selection method for the sake of opinion mining tasks. Basically, opinion mining tasks belong to sentiment analysis, which is to categorize opinions of the online texts into positive and negative from a text mining point of view. By using the five product groups dataset such as apparel, books, DVDs, electronics, and kitchen, TF-IDF and Bag-of-Words(BOW) fare calculated to form the product review feature sets. Next, we applied the feature selection methods to see which method reveals most robust results. The results show that the stacking classifier based on those features out of applying Information Gain feature selection method yields best result.

• International Journal of Computer Science & Network Security
• /
• 제21권5호
• /
• pp.129-132
• /
• 2021

Two feature selection approaches are analyzed in this study. First Approach used in this paper is Filter Approach which comprises of correlation technique. It provides two reduced feature sets using positive and negative correlation. Secondly Approach used in this paper is the wrapper approach which comprises of Sequential Forward Selection technique. The reduced feature set obtained by positive correlation results comprises of Rate of Acceleration, Intensity and Formant. The reduced feature set obtained by positive correlation results comprises of Rasta PLP, Log energy, Log power and Zero Crossing Rate. Pitch, Rate of Acceleration, Log Power, MFCC, LPCC is the reduced feature set yield as a result of Sequential Forwarding Selection.

• 대한전자공학회논문지SP
• /
• 제43권4호
• /
• pp.46-54
• /
• 2006

최근 각종 온라인 상거래 및 개인 신분카드 이용이 늘어나면서 개인 인증의 중요성이 부각되고 있다. RFID(Radio Frequency Identification) tag가 내장된 개인 신분 카드가 점차 증가하고 있지만, 본인의 인증을 할 수 있는 방법이 미비하기 때문에, 자동화 할 수 있는 대책이 시급하다. RFID tag는 현재 메모리 용량이 매우 작기 때문에, 개인의 생체정보를 저장하기 위해서는 효율적인 특징추출 방법이 필요하며, 저장된 특징들을 비교하기 위해서는 새로운 인식방법이 필요하다. 본 논문에서는 인간의 인지학적인 두뇌 원리인 해마 신경망을 공학적으로 모델링하여 얼굴 영상의 특징 벡터들을 고속 학습하고, 각 영상의 최적의 특정을 구성할 수 있는 해마 신경망 모델링 알고리즘을 이용한 개인생체 인증 시스템에 관한 연구를 수행하였다. 시스템은 크게 NMF(Non-negative Matrix Factorization)와 LDA(Linear Discriminants Analysis) 혼합 알고리즘을 이용한 특징 추출 부분과 해마신경망을 모델링하고 인식 성능을 실험하는 것으로 구성 되어 있다. 제안한 시스템의 성능을 평가하기 위하여 실험은 표정변화와 포즈변화가 포함된 이미지를 각각 구분하여 인식률을 확인하였다. 실험 결과, 본 논문에서 제안하는 특정 추출 방법과 학습 방법을 다른 방법들과 비교하였을 때, 학습시간비용과 인식률에서 우수함을 확인하였다.

• 한국정보통신학회논문지
• /
• 제18권9호
• /
• pp.2155-2160
• /
• 2014

본 논문은 하둡 기반의 분산병렬처리에 의한 문서의 의미특징을 추출하고, 추출된 의미특징을 이용하여 문서를 요약하는 새로운 방법을 제안한다. 제안된 방법은 문서요약에 비음수 분해된 문서의 의미특징을 이용함으로써 문서의 내부 구조를 잘 표현 할 수 있다. 또한 하둡을 이용하여 빅데이터의 문서를 요약할 수 있다. 실험결과 제안방법이 단일 컴퓨터 환경에서 처리할 수 없는 대용량의 문서를 요약할 수 있음을 보인다.