| 한글제목(Korean Title) |
데이터 오·결측 저감 정제 알고리즘 |
| 영문제목(English Title) |
Data Cleansing Algorithm for reducing Outlier |
| 저자(Author) |
이종원
김호성
황철현
강인식
정회경
Jongwon Lee
Hosung Kim
Chulhyun Hwang
Inshik Kang
Hoekyung Jung
|
| 원문수록처(Citation) |
VOL 22 NO. 02 PP. 0342 ~ 0344 (2018. 10) |
한글내용
(Korean Abstract) |
본 논문에서는 기존 오·결측 데이터 분석 기법인 평균 대체법, 상관계수 수치분석, 그래프 상관성 분석 및 통계 전문가 분석 등 통계적 방법으로 대체 가능성을 조사하여 정수처리 공정에서 계측되는 각종 이상 데이터를 정제하기 위한 방법을 다양한 분석연구로 진행하였다. 또한 물 정보 데이터 오·결측 저감 정제 알고리즘의 신뢰성 및 검증에 있어 분위수 패턴과 딥러닝 기반의 LSTM 알고리즘으로 동작하는 시스템을 모델링하고, Keras, Theano, Tensorflow 등의 오픈 소스 라이브러리로 구현할 수 있는 체계를 연구하였다.
|
영문내용
(English Abstract) |
This paper shows the possibility to substitute statistical methods such as mean imputation, correlation coefficient analysis, graph correlation analysis for the proposed algorithm, and replace statistician for processing various abnormal data measured in the water treatment process with it. In addition, this study aims to model a data-filtering system based on a recent fractile pattern and a deep learning-based LSTM algorithm in order to improve the reliability and validation of the algorithm, using the open-sourced libraries such as KERAS, THEANO, TENSORFLOW, etc.
|
| 키워드(Keyword) |
Cleansing Algorithm
CNN
Deep Learning
LSTM
|
| 파일첨부 |
PDF 다운로드
|
