• Journal of the Korean Data and Information Science Society
• /
• 제21권4호
• /
• pp.803-811
• /
• 2010

This study analyzes the characteristics of preference ratings by dividing estimated values into four groups according to rank correlation coefficient after obtaining preference estimated value to user's ratings by using collaborative filtering algorithm. It is known that the value of standard error of skewness and standard error of kurtosis lower in the group of higher rank correlation coefficient This explains that the preference of higher rank correlation coefficient has lower extreme values and the differences of preference rating values. In addition, top n recommendation lists are made after obtaining rank fitting by using the result ranks of prediction value and the ranks of real rated values, and this top n is applied to the four groups. The value of top n recommendation is calculated higher in the group of higher rank correlation coefficient, and the recommendation accuracy in the group of higher rank correlation coefficient is higher than that in the group of lower rank correlation coefficient Thus, when using standard error of skewness and standard error of kurtosis in recommender system, rank correlation coefficient can be higher, and so the accuracy of recommendation prediction can be increased.

• 정보과학회 논문지
• /
• 제44권8호
• /
• pp.782-790
• /
• 2017

인기 검색어 리스트는 현재 가장 인기 있는 검색어의 순위를 보여주는 서비스로서 네이버와 같은 포털사이트가 제공한다. 이 리스트에서의 순위 변화는 특정 검색어에 대한 사람들의 관심의 변화를 반영한다. 본 논문은 인기 검색어의 순위 변화를 예측하기 위해 시계열 모델링 프레임워크를 제안한다. 제안한 프레임워크는 과거 순위와 기계학습 모델이 적용되었고, 여기서 해결해야 할 두 가지 문제점이 있다. 첫째, 과거 순위 데이터를 분석한 결과, 70% 이상의 검색어가 리스트에서 소멸 후 재출현하는 현상을 보였다. 소멸 후의 순위는 손실 값으로 볼 수 있으며, 이를 해결하기 위해서 다양한 처리 방법을 적용하였다. 둘째, 과거 순위 데이터는 시계열 데이터이므로 최적 윈도우 크기를 계산하는 것이 중요하다. 본 논문에서는 최적 윈도우 크기는 동일한 검색어들이 서로 다른 두 시점에서 내용상 의미가 달라지는 최단 소멸기간으로 볼 수 있음을 밝혔다. 성능 평가를 위해서 4가지의 기계학습 기법과 2년 동안 수집한 네이버, 다음, 네이트의 인기 검색어 리스트 데이터를 사용하였다.

• 응용통계연구
• /
• 제37권2호
• /
• pp.239-253
• /
• 2024

본 연구는 learning-to-rank (LTR) 기법 중 point-wise와 pair-wise learning을 적용하여 서울 경마경기 순위 예측을 수행하였다. Point-wise learning으로는 선형 회귀와 랜덤 포레스트를 pair-wise learning으로는 RankNet, LambdaMART (XGBoost Ranker, LightGBM Ranker, CatBoost Ranker)을 활용하였다. 또한 데이터 불균형 문제를 해결하기 위해 전처리 과정에서 경주기록을 경주거리에 따라 표준화하는 방식을 채택하였으며, 모형의 예측 능력 향상을 위해 경기 정보, 기수 정보, 마필 정보, 조교사 정보 등의 다양한 데이터를 사용하였다. 그 결과 아이템 간의 순위관계를 학습할 수 있는 pair-wise learning이 point-wise learning보다 전반적으로 더 뛰어난 예측력을 보이는 것을 확인하였다. 특히 CatBoost Ranker는 제시된 모형들 중 가장 뛰어난 예측 성능을 보였다. 마지막으로 섀플리 값을 통해 CatBoost Ranker에서 경주마의 성적, 직전 경주기록, 경주마의 출발훈련 횟수, 누적 출발훈련 횟수, 질병 진단횟수 등이 상위 10개 중요 변수에 포함된 것을 확인하였다.

• 정보과학회 논문지
• /
• 제45권1호
• /
• pp.61-68
• /
• 2018

암환자의 예후 예측에 기여하는 유전자를 찾는 것은 환자에게 보다 적합한 치료를 제공하기 위한 도전 과제 중 하나이다. 예후 유전자를 찾기 위해 유전자 발현 데이터를 이용한 분류 모델 개발 연구가 많이 이루어지고 있다. 하지만 암의 이질성으로 인해 예후 예측의 정확도 향상에 한계가 있다는 문제가 있다. 본 논문에서는 유방암을 비롯한 6개의 암에 대한 암환자의 마이크로어레이 데이터와 생물학적 네트워크 데이터를 이용하여 페이지랭크 알고리즘을 통해 예후 유전자들을 식별하고, K-Nearest Neighbor 알고리즘을 사용하여 암 환자의 예후를 예측하는 모델을 제안한다. 그리고 페이지랭크를 사용하기 전에 K-Means 클러스터링으로 유전자 발현 패턴이 비슷한 샘플들을 나누어 이질성을 극복하고자 한다. 본 논문에서 제안한 방법은 기존의 유전자 바이오마커를 찾는 알고리즘보다 높은 예측 정확도를 보여 주었으며, GO 검증을 통해 클러스터에 특이적인 생물학적 기능을 확인하였다.

• 한국콘크리트학회:학술대회논문집
• /
• 한국콘크리트학회 1998년도 가을 학술발표대회 논문집(III)
• /
• pp.656-661
• /
• 1998

This paper presents a method of statistical analysis and sensitivity analysis of creep and shrinkage effects in PSC box girder bridges. The statistical and sensitivity analyses are performed by using the numerical simulation of Latin Hypercube sampling. For each sample, the time-dependent structural analysis is performed to produce response data, which are then statistically analyzed. The probabilistic prediction of the confidence limits on long-term effects of creep and shrinkage is then expressed. Three measures are examined to quantify the sensitivity of the outputs to each of the input variables. These are rank correlation coefficient(RCC), partial rank correlation coefficient(PRCC) and standardized rank regression coefficient(SRRC) computed on the ranks of the observations. Probability band widens with time, which indicates an increase of prediction uncertainty with time. The creep model uncertainty factor and the relative humidity appear as the most dominant factors with regard to the model output uncertainty.

• 대한금속재료학회지
• /
• 제46권9호
• /
• pp.554-562
• /
• 2008

The distribution and prediction interval for the misorientation angle of grain boundary at which $Cr_2N$ was precipitated during heating at $900^{\circ}C$ for $10^4$ sec were newly estimated, and followed by the estimation of mathematical and median rank methods. The probability density function of the misorientation angle can be estimated by a statistical analysis. And then the ($1-{\alpha}$)100% prediction interval of misorientation angle obtained by the estimated probability density function. If the estimated probability density function was symmetric then a prediction interval for the misorientation angle could be derived by the estimated probability density function. In the case of non-symmetric probability density function, the prediction interval could be obtained from the cumulative distribution function of the estimated probability density function. In this paper, 95, 99 and 99.73% prediction interval obtained by probability density function method and cumulative distribution function method and compared with the former results by median rank regression or mathematical method.

• 한국수자원학회논문집
• /
• 제49권5호
• /
• pp.361-372
• /
• 2016

신뢰성 있는 댐유입량의 장기예측은 효율적인 댐운영에 필수적이다. 2000년대 이후 엘리뇨-남방진동(ENSO) 등의 전구기후지수와 지역수문기후와의 원격상관성이 규명되면서, 이를 활용한 미래의 수문조건을 예측하기 위한 연구가 활발히 시도되고 있다. 본 연구에서는 안동댐유역을 대상으로 미국 NOAA에서 제공하는 40개 전구기후지수의 원격상관을 분석하고, 이를 기반으로 1개월 선행 댐유입량의 예측성능 및 활용성을 평가하였다. 본 연구에서는 1) 원격상관을 통해 강수와 기온을 예측하고 SWAT 모델을 이용하여 예측 댐유입량을 산정하는 방법(SWAT-Forecasted), 직접 댐유입량을 예측하는 기법(CIR-Forecasted), 예측시점의 관측값이 과거자료에서 해당하는 순위(rank)에 근거한 방법(Rank-Observed)을 비교하였다. 결과적으로 통계적 방법으로 댐유입량을 직접 예측하는 접근 방식(CIR-Forecasted)이 12월을 제외하고는 다른 방법에 비해 우수한 예측성을 보였다. 이것은 강수량 및 기온 예측정보를 일단위로 상세화하는 가정과 유출모델링과정에서 발생하는 불확실성이 예측결과에 포함되지 않기 때문인 것으로 판단된다. 본 연구결과는 원격상관기반의 1개월 선행 댐유입량 예측이 안동댐 운영에 유용한 정보를 제공할 수 있는 것을 시사하였다.

• Communications for Statistical Applications and Methods
• /
• 제22권1호
• /
• pp.41-54
• /
• 2015

In this article, we propose nonconcave penalties on a reduced-rank regression model to select variables and estimate coefficients simultaneously. We apply HARD (hard thresholding) and SCAD (smoothly clipped absolute deviation) symmetric penalty functions with singularities at the origin, and bounded by a constant to reduce bias. In our simulation study and real data analysis, the new method is compared with an existing variable selection method using $L_1$ penalty that exhibits competitive performance in prediction and variable selection. Instead of using only one type of penalty function, we use two or three penalty functions simultaneously and take advantages of various types of penalty functions together to select relevant predictors and estimation to improve the overall performance of model fitting.

• 한국전자파학회논문지
• /
• 제10권6호
• /
• pp.959-967
• /
• 1999

본 논문에서는 등간격 선형어레이로 입사하는 다중 인코히어런트 평면파의 도래각을 추정하기 위하여 신 호부각법과 결합된 선형예측방법을 제안한다. 선호부각법의 기본 개념은 Frobenius norm변에서 주어진 추정 행렬에 가장 가까이에 있는 주어진 rank의 공분산 행렬을 찾는 것이다. 선형예측방법은 높은 분해능을 보이나 낮은 신호대 잡음비 환정에서 낮은 통계적 성능을 보이는 것으로 알려져 있다. 이 문제를 해결하기 위하여 선형예측방볍에 신호부각법을 적용하였다. 낮은 신호대 잡음비 환경에서도 제안된 선호부각 선형예측 방법의 성능이 기존의 선형예측방법보다 우수한 통계적 성능을 제공함을 컴퓨터 시율레이션을 통하여 알 수 있었다.

• 한국산업정보학회논문지
• /
• 제12권4호
• /
• pp.65-73
• /
• 2007

본 연구는 추천시스템에서 협력적 필터링 알고리즘인 이웃기반의 협력적 필터링 알고리즘과 대응평균 알고리즘의 선호도 예측 결과를 이용하여 예측결과의 순위 일치성과 실제 고객에 상품 추천인 Top-N 추천의 정확도에 대하여 연구하였다. 연구결과 대응평균 알고리즘에 의한 선호도 예측 정확도의 순위 일치성과 예측치를 이용한 Top-N 추천의 정확도가 기존의 이웃기반의 협력적 필터링 알고리즘의 결과보다 우수함을 알 수 있었다. 이는 협력적 필터링 추천시스템에서 대응평균 알고리즘을 이용한 선호도 예측 결과를 이용하여 고객에게 상품추천을 하는 것이 이웃기반의 협력적 필터링 알고리즘을 이용하는 것보다 더 효과적이며 추천시스템에 대한 고객의 만족을 향상시킬 수 있을 것으로 기대된다.