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
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제25권 제9호
- 발행연도
- 2019.9
- 수록면
- 471 - 476 (6page)
- DOI
- 10.5626/KTCP.2019.25.9.471
이용수
이 논문의 연구 히스토리 (3)
2019
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 견고한 시계열 표현 및 분류정확도 향상을 위한 그리드 기반 가중 벡터 표현형을 구성하는 그리드 셀 가중치의 학습 방법을 제안하였다. 제안 방법은 시계열 분류에 결정적인 역할을 하는 긍정셀과 부정셀을 효과적으로 찾을 수 있다. 또한 다중 그리드를 이용한 셀 가중치 학습 및 통합을 통해 시계열 표현형의 견고성 및 시계열 분류 정확도를 향상하였다. 클래스 간 차이가 두드러지는 데이터 집합의 시각화를 통하여 제안 방법이 클래스 분류 특성을 효과적으로 드러냄을 확인하였다. 또한, 다양한 시계열 데이터 집합을 이용한 분류 정확도 비교 실험을 통해 제안 방법이 분류 정확도를 실제로 개선하는데도 효과적임을 보였다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 시계열 가중 벡터 생성 방법
4. 실험 결과
5. 결론
References
참고문헌 (8)
참고문헌 신청
X. Wang, A. Mueen, H. Ding, G. Trajcevski, P. Scheuermann, E. Keogh, Experimental comparison of representation methods and distance measures for time series data, Data Mining and Knowledge Discovery, Vol. 26, No. 2, pp. 275-309, 2013.
Y. Ye, J. Jiang, B. Ge, Y. Dou, K. Yang, Similarity measures for time series data classification using grid representation and matrix distance, Knowledge and Information Systems, pp. 1-30, 2018.
J. Peng, H.Wang, J. Li, H. Gao, Set-based similarity search for time series, Proc. of the ACM SIGMOD International Conference on Management of Data, pp. 2039-2052, 2016.
J. An, Y.-P. P. Chen, H. Chen, DDR: An index method for large time-series datasets, Information Systems, Vol. 30, No. 5, pp. 333-348, 2005.
J. Kwack, A Method for Improving Classification Accuracy of Cell-based Time Series Using Multiple Grids, Master’s thesis, University of Seoul, 2018.
Y. Ye, J. Jiang, B. Ge, Y. Dou, K. Yang, Similarity measures for time series data classification using grid representation and matrix distance, Knowledge and Information Systems, pp. 1-30, 2018.
J. Peng, H.Wang, J. Li, H. Gao, Set-based similarity search for time series, Proc. of the ACM SIGMOD International Conference on Management of Data, pp. 2039-2052, 2016.
J. An, Y.-P. P. Chen, H. Chen, DDR: An index method for large time-series datasets, Information Systems, Vol. 30, No. 5, pp. 333-348, 2005.
J. Kwack, A Method for Improving Classification Accuracy of Cell-based Time Series Using Multiple Grids, Master’s thesis, University of Seoul, 2018.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
분류 중심 그리드 셀 가중치를 이용한 견고한 시계열 표현 방법
한국정보과학회 학술발표논문집
2018 .12
-
시계열 데이터 분류 알고리즘성능 비교 및 분석
한국통신학회 학술대회논문집
2021 .02
-
시계열 분류 모델의 성능 향상을 위한 시계열 데이터 증강 및 대조 학습 기반 사전 훈련 기법
정보과학회 컴퓨팅의 실제 논문지
2022 .11
-
The Multivariate Sensor Data Classification using Time Series Imaging
Journal of KIISE
2022 .08
-
기계학습 성능 향상을 위한 효과적인 시계열 데이터 증강 기법
한국정보과학회 학술발표논문집
2021 .12
-
시계열 군집을 위한 시계열 분해 표현학습
대한산업공학회 춘계공동학술대회 논문집
2023 .05
-
효과적인 시계열 데이터 분류를 위한 동적시간왜곡 기반의 시계열 길이 변환
대한산업공학회 추계학술대회 논문집
2019 .11
-
시계열 데이터 분류를 위한 기계 학습 모델 설계 및 성능 비교
한국통신학회 학술대회논문집
2017 .06
-
다변량 시계열 분류를 위한 이미징 방식들의 실험적 비교
한국정보과학회 학술발표논문집
2021 .06
-
다변량 시계열 데이터 분류를 위한 자기지도 학습
대한산업공학회 추계학술대회 논문집
2021 .11
-
서로 다른 특성의 다수 시계열 데이터 정합 방법
한국방송미디어공학회 학술발표대회 논문집
2022 .06
-
다변량 시계열 데이터 분류를 위한 특징 선택 알고리즘
대한산업공학회 춘계공동학술대회 논문집
2017 .04
-
시계열 데이터 분류에 대한 도메인 일반화 기법 비교 연구
대한산업공학회 추계학술대회 논문집
2023 .11
-
시계열 이상 특성을 고려한 대조 학습 기반 다변량 시계열 이상 탐지
대한산업공학회 추계학술대회 논문집
2024 .10
-
분류를 통한 시계열 예측 기법
한국정보과학회 학술발표논문집
2021 .06
-
시계열 클러스터링을 활용한 수요 특성 분류
대한산업공학회 춘계공동학술대회 논문집
2023 .05
-
시계열 데이터 기반 인공지능 기술
전자파기술
2023 .09
-
금융 시계열 데이터에 대한 표현학습 성능 개선을 위한 확장된 사전학습 데이터셋 구축 방안
한국정보과학회 학술발표논문집
2023 .06
-
서로 다른 특성의 시계열 데이터 통합 프레임워크 제안 및 활용
방송공학회논문지
2022 .11
-
서로 다른 시계열 데이터들간 통합 활용을 고려한 해시 함수 기반 학습 모델 관리 플랫폼
한국컴퓨터정보학회 학술발표논문집
2022 .01
이 논문의 저자 정보
최근 본 자료
댓글(0)
0