메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Swe Swe Aung (University of the Ryukyus) Itaru Nagayama (University of the Ryukyus) Shiro Tamaki (University of the Ryukyus)
저널정보
대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.7 No.3
발행연도
2018.6
수록면
221 - 231 (11page)
DOI
10.5573/IEIESPC.2018.7.3.221

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The performance of an algorithm is usually measured in three dimensions (simplicity, processing time, and prediction power). In addition, we should take into account the noise resistance level in those measures. For this reason, this paper focuses on investigating the noisetolerance level of dual k-nearest neighbors (dual-kNN) primarily based on five noisy medical diagnosis problems. Literally, dual-kNN is a reborn version of the k-nearest neighbors (k-NN) algorithm with a new observation idea in the classification process with a collaborative effort between the first and second nearest neighbors of an observed instance. It was recently proven that dual-kNN has high prediction accuracy for a variety of real-world data sets, especially so in unbiased data sets. Thus, in this report, not only the prediction accuracy of dual-kNN is compared with normal k-NN, logistic regression, and the neural network, but we additionally investigate the noise tolerance in the aforementioned approaches. The practical data sets applied in this paper are medical data files from the University of California, Irvine, Machine Learning Repository. In this report, the new approach to dual-kNN commences with better prediction accuracy, and higher noise resistance is presented, in comparison with normal k-NN, logistic regression, and neural networks.
#k-NN #Dual-kNN #Logistic regression #Neural network #Robustness

목차

Abstract
1. Introduction
2. Related Works
3. Attribute and Class Noises
4. Important of Noise Resistance
5. Creating a Noisy Data Set
6. K-Nearest Neighbors
7. Dual-kNN
8. Logistic Regression
9. Artificial Neural Network (ANN)
10. Relevant Information of Medical Diagnosis Problems
11. Experiments and Results
12. Conclusion
References

참고문헌 (17)

참고문헌 신청
[학술대회논문] - L. Ertoz / 2003 / Finding Clusters of Different Sizes, Shapes, and Densities in Noisy, High Dimensional Data / Proceedings of the Third SIAM International Conference on Data Mining (SDM 2003) 112 google schola [학술지(정기간행물)] - X. Wu / 2008 / Mining With Noise Knowledge : Error-Aware Data Mining / IEEE transactions on Systems, MAN, and Cybernetics-Part A: Systems and Humans 38 (4) google schola [학술대회논문] - J. Zhang / 2003 / kNN Approach to Unbalanced Data Distributions: A Case Study involving Information Extraction / Workshop on Learning from Imbalanced Datasets II, ICML google schola [학술지(정기간행물)] - B. Tang / 2015 / Enn: Extended Nearest Neighbor Method for pattern Recognition / IEEE Computational Intelligence Magazine google schola [학술지(정기간행물)] - Swe Sw Aung / 2016 / Intelligent Traffic Prediction by Multi-sensor Fusion using Multi-threaded Machine Learning / IEIE Transactions on Smart Processing & Computing 5 (6) : 430 ~ 439 dbpia

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-569-003112406