특징 선택을 이용한 소프트웨어 재사용의 성공 및 실패 요인 분류 정확도 향상

김영옥; 권기태; Young-Ok Kim; Ki-Tae Kwon

연구문헌

국내 논문지

홈 > 연구문헌 > 국내 논문지 > 한국정보처리학회 논문지 > 정보처리학회 논문지 소프트웨어 및 데이터 공학

정보처리학회 논문지 소프트웨어 및 데이터 공학

Current Result Document : 15 / 44 이전건 다음건

한글제목(Korean Title)	특징 선택을 이용한 소프트웨어 재사용의 성공 및 실패 요인 분류 정확도 향상
영문제목(English Title)	Improvement of Classification Accuracy on Success and Failure Factors in Software Reuse using Feature Selection
저자(Author)	김영옥 권기태 Young-Ok Kim Ki-Tae Kwon
원문수록처(Citation)	VOL 02 NO. 04 PP. 0219 ~ 0226 (2013. 04)
한글내용 (Korean Abstract)	특징 선택은 기계 학습 및 패턴 인식 분야에서 중요한 이슈 중 하나로, 분류 정확도를 향상시키기 위해 원본 데이터가 주어졌을 때 가장 좋은 성능을 보여줄 수 있는 데이터의 부분집합을 찾아내는 방법이다. 즉, 분류기의 분류 목적에 가장 밀접하게 연관되어 있는 특징들만을 추출하여 새로운 데이터를 생성하는 것이다. 본 논문에서는 소프트웨어 재사용의 성공 요인과 실패 요인에 대한 분류 정확도를 향상시키기 위해 특징 부분 집합을 찾는 실험을 하였다. 그리고 기존 연구들과 비교 분석한 결과 본 논문에서 찾은 특징 부분 집합으로 분류했을 때 가장 좋은 분류 정확도를 보임을 확인하였다.
영문내용 (English Abstract)	Feature selection is the one of important issues in the field of machine learning and pattern recognition. It is the technique to find a subset from the source data and can give the best classification performance. Ie, it is the technique to extract the subset closely related to the purpose of the classification. In this paper, we experimented to select the best feature subset for improving classification accuracy when classify success and failure factors in software reuse. And we compared with existing studies. As a result, we found that a feature subset was selected in this study showed the better classification accuracy.
키워드(Keyword)	특징 선택 주요 속성 클러스터링 데이터 마이닝 소프트웨어 재사용 Feature Selection Key Attribute Clustering Data Mining Software Reuse
파일첨부	PDF 다운로드