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.
이용수
초록· 키워드
오류제보하기
데이터 불균형은 한 분류의 데이터 수가 다른 분류에 비해 지나치게 크거나 작은 현상을 의미하며. 이로 인해 분류 알고리즘을 활용하는 기계학습에서 성능을 저하시키는 주요 요인으로 제기되고 있다. 데이터 불균형 문제 해결을 위해서 소수 분포 데이터를 증폭하는 다양한 오버 샘플링(Over Sampling) 방법들이 제안되고 있다. 이 가운데 SMOTE는 가장 대표적인 방법으로 소수 분포 데이터의 증폭 효과를 극대화하기 위해 데이터에 포함된 잡음을 제거(SMOTE-IPF)하거나, 경계선만을 강화(Borderline SMOTE) 시키는 다양한 방법들이 출현하였다. 이 논문은 소수분류 데이터를 증폭하는 전통적인 SMOTE 방법에서 이상데이터(Anomaly Data)에 대한 처리방법개선을 통해 궁극적으로 분류성능을 높이는 방법을 제안한다. 제안 방법은 실험을 통해 기존 방법에 비해 상대적으로 높은 분류성능을 일관성 있게 제시하였다.
목차
1. 서론
2. 관련 연구
3. 이상데이터를 활용한 샘플링 방법
4. 실험 및 결과 해석
5. 결론
참고문헌(References)
Abstract
참고문헌 (17)
참고문헌 신청
Ali, H., Salleh, M. N. M., Saedudin, R., Hussain, K., & Mushtaq, M. F. (2019). Imbalance class problems in data mining: a review. Indonesian Journal of Electrical Engineering and Computer Science, 14(3), 1560-1571.
Chawla, N. V., Bowyer, K. W., Hall, L. O., & Kegelmeyer, W. P. (2002). SMOTE: synthetic minority over-sampling technique. Journal of artificial intelligence research, 16, 321-357.
Cheng, K., Zhang, C., Yu, H., Yang, X., Zou, H., & Gao, S. (2019). Grouped SMOTE with noise filtering mechanism for classifying imbalanced data. IEEE Access, 7, 170668-170681.
Choi, N., & Kim, W. (2019). Anomaly Detection for User Action with Generative Adversarial Networks. Journal of Intelligence and Information Systems, 25(3), 43-62.
Cortez, P., & Silva, A. M. G. (2008). Using data mining to predict secondary school student performance.
Chawla, N. V., Bowyer, K. W., Hall, L. O., & Kegelmeyer, W. P. (2002). SMOTE: synthetic minority over-sampling technique. Journal of artificial intelligence research, 16, 321-357.
Cheng, K., Zhang, C., Yu, H., Yang, X., Zou, H., & Gao, S. (2019). Grouped SMOTE with noise filtering mechanism for classifying imbalanced data. IEEE Access, 7, 170668-170681.
Choi, N., & Kim, W. (2019). Anomaly Detection for User Action with Generative Adversarial Networks. Journal of Intelligence and Information Systems, 25(3), 43-62.
Cortez, P., & Silva, A. M. G. (2008). Using data mining to predict secondary school student performance.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
SMOTE 알고리즘을 사용한 불균형 데이터의 분류 성능 개선
정보 및 제어 논문집
2020 .10
-
불균형 데이터 분류를 위한 Expectation-maximization 알고리즘과 경계 관측치를 이용한 SMOTE
대한산업공학회지
2021 .06
-
SMOTE 기반 데이터 증강을 이용한 사용자 인증 개선
한국통신학회 학술대회논문집
2025 .02
-
SMOTE와 분류 기법을 활용한 산사태 위험 지역 결정 방법
한국지반공학회논문집
2023 .06
-
침입 탐지 데이터의 불균형 문제 개선을 위한 CTGAN 오버 샘플링 기법 도입에 관한 연구
한국통신학회논문지
2020 .12
-
Gaussian-Based SMOTE Algorithm for Solving Skewed Class Distributions
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2017 .12
-
SMOTE 알고리즘을 이용한 4대강 남조류 세포 수 데이터의 불균형 문제 해결과 기계학습 예측 모델의 성능 향상
대한환경공학회 학술발표논문집
2018 .11
-
대학원생들의 중도 포기와 학위 취득성 예측: SMOTE 기법을 활용하여
한국경영공학회지
2024 .06
-
Oversampling 기법 및 이상치 제거 방법을 통한 데이터 구축 연구
한국지반공학회논문집
2024 .10
-
Oversampling Techniques for Detecting Bitcoin Illegal Transactions
한국통신학회 APNOMS
2020 .09
-
IQR알고리즘의 사분범위 조정을 활용한 당뇨 예측 방법
전자공학회논문지
2023 .03
-
Bayesian Bootstrap을 기반으로 한 SMOTE Bagging
대한산업공학회 춘계공동학술대회 논문집
2017 .04
-
이상 데이터를 활용한 성과부진학생의 조기예측성능 향상
한국정보통신학회논문지
2022 .11
-
주행데이터 기계학습 활용을 위한 데이터 분석 및 분류 방법론
한국자동차공학회 추계학술대회 및 전시회
2020 .11
-
Mitigating Class Imbalance with Ensemble SMOTEfied-GAN: Advancing Detection Strategies for Automobile Insurance Fraud
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2024 .12
-
Imbalanced Learning in Heart Disease Categorization: Improving Minority Class Prediction Accuracy Using the SMOTE Algorithm
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2023 .06
-
기계학습를 이용한 4대강 남조류 세포 수 예측 성능 향상을 위한 SMOTE 알고리즘의 적용
대한환경공학회 학술발표논문집
2017 .11
-
클래스 불균형 데이터를 사용한 심각도 기반 소프트웨어 품질 예측
한국컴퓨터정보학회논문지
2016 .04
-
Conditional Generative Adversarial Network(CGAN) 기반 협업 필터링 추천 시스템
지능정보연구
2021 .09
-
빅데이터, 오픈데이터, 마이데이터의 비교 연구
한국빅데이터학회지
2018 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0