Current Result Document :
| 한글제목(Korean Title) |
SHAP 알고리즘 기반 주요 인자 선정을 통한 초전도체 임계온도 예측 |
| 영문제목(English Title) |
Prediction of Critical Temperature of Superconductor Using SHAP Algorithm-Based Feature Selection |
| 저자(Author) |
박영인
장태우
김광훈
Young-In Park
Tae-Woo Chang
Kyanghoon Pio Kim
|
| 원문수록처(Citation) |
VOL 23 NO. 01 PP. 0107 ~ 0108 (2022. 04) |
한글내용
(Korean Abstract) |
본 논문에서는 머신러닝 예측에서 특성의 중요도를 계산하는 기법인 SHAP(SHapley Additive exPlanations) 알고리즘을 통해 주요 인자를 선정하여 초전도체 임계온도를 예측한다. 머신러닝에서의 특성(feature)은 데이터를 표현하는 특징이다. 데이터에 따라 특성은 무한대로 증가할 수 있지만, 예측에 있어서 꼭 필요하거나 필요하지 않을 수 있으므로 머신러닝 학습 시 예측에 도움이 되는 특성을 선정하는 것이 중요하다. SHAP 알고리즘은 연합 게임에서 무리의 사람들이 모여 수익을 창출하면 기여도에 따라 플레이어들에게 공정하게 분배한다는 게임이론을 바탕으로 각 특성의 중요도를 계산하는 알고리즘이다. 실험에서는 UCI Machine Learning Repository에서 제공하는 초전도체 임계온도 데이터세트를 사용하고, SHAP 알고리즘을 통한 주요 인자를 선정하여 SVR, Random Rorest, XGBoost 모델을 학습함으로써 특성 선택을 통한 머신러닝 학습 및 예측 성능의 향상을 확인한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
