지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2011.12
- 수록면
- 730 - 736 (7page)
이용수
초록· 키워드
오류제보하기
본 연구는 순차적인 시계열 자료들에서 가장 최근의 추세가 반영될 수 있는 패턴분류 모델을 설계하였다. 의사결정을 지원하는 데이터마이닝 패턴분류 모델을 설계할 때 통계 기법과 인공지능 기법을 융합한 모델들이 기존의 모델보다 우수함을 입증하였다. 특히 퍼지이론과 융합된 패턴분류 모델들의 적중률이 상대적으로 더 향상되었다. 예를 들어, 통계적 이론을 기반으로 한 SVM모델과 퍼지소속함수와의 결합, 혹은 신경망과 FCM을 결합한 모델들의 성능이 우수하였다. 실험에서 사용한 패턴분류 모델들은 BPN, PNN, FNN, FCM, SVM, FSVM, Decision Tree, Time Series Analysis, Regression Analysis 등이다. 그리고 데이터베이스는 시계열 속성을 지닌 금융시장의 경제지표 DB(한국, KDSPI200 데이터베이스)와 병원 응급실의 부정맥환자에 대한 심전도 DB(미국 MIT-BIH 데이터베이스)들을 사용하였다.
목차
요약
Abstract
1. 서론
2. 시계열 데이터 패턴
3. 퍼지소속함수와 SVM
4. 실험 및 결과 고찰
5. 결론
참고문헌
참고문헌 (2)
참고문헌 신청
이 논문의 저자 정보
이 논문과 함께 이용한 논문
데이터 마이닝에서 패턴 분류를 위한 다중 SVM 분류기
김만선
,
이상용
한국지능시스템학회 논문지
2005
.06
네트워크 트래픽 예측을 위한 시계열 모형의 적합성 검증
정상준
,
김동주
,
권영헌
외 1명
한국통신학회논문지
2004
.02
항목 간 선호도 차이와 사용자 평가 성향을 이용한 영화 추천 방법
김현경
,
김현진
,
박상현
한국정보과학회 학술발표논문집
2015
.06
Deep Learning: 기계학습의 새로운 트랜드
김인중
한국통신학회지(정보와통신)
2014
.10
스마트그리드 기술 동향 및 사업성 분석
김윤기
,
유성민
,
김남균
한국정보기술학회지
2014
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2013-028-001376579