2017년도 인터넷정보학회 추계학술발표대회
Current Result Document :
| 한글제목(Korean Title) |
문제 변환 알고리즘과 인스턴스 선별 알고리즘 조합 간의 다중 레이블 데이터 분류 성능 비교 분석 연구 |
| 영문제목(English Title) |
A study on multi-label data classification performance comparison analysis between combinations of problem transformation algorithms and instance selection algorithms |
| 저자(Author) |
이필현
서왕덕
이재성
PilHyeon Lee
Wangduk Seo
Jaesung Lee
|
| 원문수록처(Citation) |
VOL 18 NO. 02 PP. 0159 ~ 0160 (2017. 11) |
한글내용
(Korean Abstract) |
현재 많은 연구에서 다중 레이블 데이터가 생성되고 있다. 일반적으로 다중 레이블 데이터에는 노이즈가 많기 때문에 인스턴스 선별 기술이 다중 레이블 데이터 분류의 성능을 높일 수 있을 것이다. 하지만 인스턴스 선별 기술을 다중 레이블 데이터에 적용하는 연구는 아직까지 진행되지 않았다. 본 연구의 목표는 다중 레이블 데이터에 인스턴스 선별 기술을 적용하기 위한 문제 변환 알고리즘과 인스턴스 선별 알고리즘의 조합들 간의 다중 레이블 데이터 분류 성능을 비교하고 분석하는 것이다. Label Power Set (LP), Pruned Problem Transformation (PPT)가 문제 변환 알고리즘으로서 사용되었고 인스턴스 선별 알고리즘으로는 Wilson’s method, Local Set-based Smoother(LSSm)가 사용되었다. 본 연구에서는 앞서 말한 문제 변환 알고리즘 2가지와 인스턴스 선별 알고리즘 2가지를 조합하여 총 4가지의 조합 알고리즘을 이용하여 음악 도메인의 다중 레이블 데이터 분류 실험을 진행하였고, 조합 알고리즘들의 성능을 비교하고 통계적으로 분석하였다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
