지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2001.4
- 수록면
- 813 - 816 (4page)
이용수
이 논문의 연구 히스토리 (4)
2002
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Various kinds of estimation methods have been developed for imputation of categorical missing data. They include category method, logistic regression, and association rule. In this study, we propose two fusions algorithms based on both neural network and voting scheme that combine the results of individual imputation methods. A Monte-Carlo simulation is used to compare the performance of these methods. Five factor s used to simulate the missing data pattern are (1) input-output function, (2) data size, (3) noise of input-output function (4) proportion of missing data, and (5) pattern of missing data. Experimental study results
indicate the following: when the data size is small and missing data proportion is large, modal category method, association rule, and neural network based fusion have better performances than the other methods. However, when the data size is small and correlation between input and missing output is strong, logistic regression and neural network based fusion algorithm appear better than the others. When data size is large with low missing data proportion, a large noise, and strong correlation between input and missing output, neural networks based fusion algorithm turns out to be the best choice.
indicate the following: when the data size is small and missing data proportion is large, modal category method, association rule, and neural network based fusion have better performances than the other methods. However, when the data size is small and correlation between input and missing output is strong, logistic regression and neural network based fusion algorithm appear better than the others. When data size is large with low missing data proportion, a large noise, and strong correlation between input and missing output, neural networks based fusion algorithm turns out to be the best choice.
목차
Abstract
1. 연구배경
2. 실험디자인
3. 실험결과
4. 결론
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
범주형 자료의 결측치 처리 방법
한국비교정부학보
2011 .01
-
경찰운영 빅데이터를 통한 실종자 찾기 프로세스에 관한 연구
법학연구
2019 .03
-
외부망 활용 실종수사시스템 실종자 찾기 프로세스에 관한 연구
법이론실무연구
2020 .02
-
K-nn을 이용한 Hot Deck 기반의 결측치 대체
한국IT서비스학회지
2014 .01
-
초등교원의 종단 조언네트워크 결측자료 분석방법 비교: 비임의결측 시 다중대체를 중심으로
교육평가연구
2019 .01
-
SPSS를 활용한 결측치 처리 방안 비교 분석
한국비교정부학보
2009 .01
-
불완전한 반복측정 자료의 보정방법
조사연구
2008 .01
-
장기실종아동 부모의 경험에 대한 현상학적 연구
한국가족복지학
2013 .01
-
산업별 에너지 소비량 자료의 결측치 추정
에너지경제연구
2016 .09
-
Representation Learning Based Categorical Data Imputation
한국경영과학회 학술대회논문집
2017 .04
-
범죄학 연구와 결측 : 실제 자료를 활용한 결측 대치법 비교 분석
형사정책연구
2018 .03
-
The Meaning of a Missed Opportunity to Talk
Global Asia
2015 .03
-
Data, More Data, and Better Data
추계학술대회 발표논문집
2006 .01
-
초기 실종사건 위험성 판단에 따른 대응절차 개선방안
법학연구
2020 .09
-
Bias Reduction by Imputation for Linear Panel Data Models with Nonrandom Missing
계량경제학보
2018 .01
-
CART를 활용한 결측값 대체방법 : 인구주택총조사 혼인상태 항목을 중심으로
조사연구
2003 .01
-
사용자 리뷰 분석을 통한 호텔 평가 항목별 누락 평점 예측 방법론
한국IT서비스학회지
2017 .01
-
경찰의 실종사건 대응 효과성 제고 방안
한국경찰연구
2018 .01
-
A Neural Network-based Algorithm for Group Technology
한국경영과학회 학술대회논문집
1993 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2009-325-013772306