2019년도 인터넷정보학회 추계학술발표대회
Current Result Document : 1 / 1
| 한글제목(Korean Title) |
RBF 커널과 서포트 벡터 회귀를 이용한 시계열과 공간 데이터 전처리 기법 |
| 영문제목(English Title) |
Time Series and Spatial Data Preprocessing Technique using RBF Kernel and Support Vector Regression |
| 저자(Author) |
신동훈
강지수
최소영
박찬홍
Dong-Hoon Shin
Ji-Soo Kang
So-Young Choi
Roy C. Park
Namgi Kim
김남기
정경용
Kyungyong Chung
|
| 원문수록처(Citation) |
VOL 20 NO. 02 PP. 0101 ~ 0102 (2019. 11) |
한글내용
(Korean Abstract) |
지능형 네트워크의 발달로 인한 SNS의 확산과 스마트 모바일 디바이스의 증가로 인하여 생성되는 데이터가 증가하여 빅데이터 시대가 시작하였다. 빅데이터 처리를 위한 데이터 및 지식공학, 자연어 처리, 데이터마이닝, 기계학습 등의 분야가 조명받고 있다. 하지만 데이터는 수집되는 IoT 환경에서 다양한 이유로 인해 결측값 문제가 발생한다. 이러한 결측값을 보정하기 위해 본 논문에서는 RBF 커널과 서포트 벡터 회귀를 이용한 시계열과 공간 데이터의 전처리 기법을 제안한다. 서포트 벡터 회귀(SVR; Support Vector Regression)은 SVM에서 회귀를 하기 위하여 확장된 모델이다. 교통정보 실시간 교환에 기본이 되는 데이터에 대해 시계열 결측과 공간적 결측을 처리한다. 제안하는 전처리 기법은 지능형 교통체계 관리시스템에서 제공받은 표준 데이터를 사용하여 성능 평가를 한다. 시계열 결측은 5분단위로 수집되어야 하는데 소프트웨어 이상이나 음영지역 생성으로 인한 수집이 되지 않았을 경우에 나타난다. 제안한 방법으로 통하여 보정을 한다. 또한, 공간적 결측은 검지기 이상으로 인한 오류 데이터에서 공간추세 활용법을 통하여 보정한다. 성능 평가는 MAPE 평가방법을 통해 평균 정확도는 87.2%로 나타났다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
