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
신유경 (아주대학교) 신현정 (아주대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제25권 제10호
발행연도
2019.10
수록면
511 - 516 (6page)
DOI
10.5626/KTCP.2019.25.10.511

이용수

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

이 논문의 연구 히스토리 (3)

2019

그래프 기반 준지도 학습을 이용한 속성값 전파 결측치 추정
신유경 ,  신현정 정보과학회 컴퓨팅의 실제 논문지 2019.10 학술저널
결측치 추정을 위한 상관 그래프 기반 준지도학습
신유경 데이터사이언스학과 2019.01 학위논문

2018

결측치 대체를 위한 상관성 그래프 기반 속성값 전파
신유경 ,  신현준 ,  신현정 한국정보과학회 학술발표논문집 2018.12 학술대회자료

초록· 키워드

오류제보하기
데이터의 레코드들 중에 하나 이상의 속성값이 없는 경우는 비일비재하다. 많은 경우에 있어서 데이터의 수 대비 결측치가 없는 완전레코드의 수의 비율이 적다. 이에 대하여 평균값, 최빈값, 그리고 중앙값 등으로 대체하는 통계적 방법이 가장 보편적으로 쓰이고 있다. 또한 기계학습에서도 k-최근접 이웃탐색이나 의사결정나무 등을 활용한 결측치 추정방법들이 자주 활용된다. 전자는 각 속성의 대표하는 값으로 대체하는 전역적 방법인데 반해 후자는 해당 레코드와 유사한 레코드들의 속성값으로 대체하는 지역적 방법이라 할 수 있다. 그러나 한 속성의 값이 대부분 결측된 경우라면 두 방법 모두 활용하기 어렵다. 이러한 한계를 극복하기 위하여, 본 연구에서는 결측치의 속성과 상관성이 큰 이웃 속성들로부터 값을 추정하는 방법을 제안한다. 속성 간 상관성을 기반으로 하여 한 속성의 대부분의 값이 결측이 되더라도 활용할 수 있다. 제안 방법론으로는 속성들 간의 상관계수로 이루어진 상관 그래프를 만들고, 그래프 기반 준지도 학습을 적용한다. 결측치는 다른 속성값들로부터 상관계수에 비례하여 전파되어 추정된다. 본 논문에서 제안한 결측치 대체 추정 방법과 기존에 결측치 대체에 많이 사용하는 통계적 방법과 기계학습을 비교하여 실험을 진행하였다.
#준지도 학습 #그래프 이론 #기계학습 #결측치 대체 #semi-supervised learning #graph theory #machine learning #missing value imputation

목차

요약
Abstract
1. 서론
2. 연구 배경
3. 제안 방법론
4. 실험
5. 결론
References

참고문헌 (8)

참고문헌 신청
P. E. McKnight, K. M. McKnight, S. Sidani, and A. J. Figueredo, Missing data: A Gentle Introduction, Guilford Press, 2007. google schola P. Schmitt, J. Mandel, and M. Guedj, A Comparison of Six Methods for Missing Data Imputation, Journal of Biometrics & Biostatistics, Vol. 6, No. 1, pp. 1-6, 2015. google schola G. E. Batista and M. C. Monard, An Analysis of Four Missing Data Treatment Methods for Supervised Learning, Applied Artificial Intelligence, Vol. 17. No. 5-6, pp. 519-533, 2003. google schola W. Tong and R. Jin, Semi-Supervised Learning by Mixed Label Propagation, Proc. of the 22nd National Conference on Artificial Intelligence, Vol. 1, pp. 651- 656, 2007. google schola H. Cramer, Mathematical Methods of Statistics (PMS-9), Princeton University Press, Vol. 9, 2016. google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

준지도학습을 이용한 오토인코더 기반 이상 탐지 알고리즘의 성능 향상
문용근 ,  권민성 ,  이병주 외 1명 한국통신학회 학술대회논문집 2022 .06
딥러닝 모델을 이용한 유전자 발현 데이터 결측치 예측에 관한 조사
김재윤 ,  석준희 한국통신학회 학술대회논문집 2021 .06
인공신경망 성능 개선을 위한 결측 대체법 최적화
한종민 ,  강석호 한국정보과학회 학술발표논문집 2021 .06
결측 대체 불확실성을 고려한 불완전 데이터의 능동학습 방법
한종민 ,  강석호 한국정보과학회 학술발표논문집 2020 .07
클래스 불균형 상황의 불완전 데이터 분류를 위한 다중 결측 대체법 기반 오버샘플링 방법
신교함 ,  한종민 ,  강석호 한국정보과학회 학술발표논문집 2020 .07

최근 본 자료

전체보기

댓글(0)

0