Hyeonjoong Kim

We present a new weighted voting classification ensemble method, called WAVE, that uses two weight vectors: a weight vector of classifiers and a weight vector of instances. The instance weight vector assigns higher weights to observations that are hard to classify. The weight vector of classifiers puts larger weights on classifiers that perform better on hardto-classify instances. One weight vector is designed to be calculated in conjunction with the other through an iterative procedure. That is

범주형 목표변수를 잘 예측하기 위한 데이터마이닝 방법 중에서 최근에는 여러 단일 분류자를 결합한 앙상블 기법이 많이 활용되고 있다. 앙상블 기법 가운데 부스팅은 재표본 시 분류하기 어려운 관찰치의 가중치를 높여 분류자가 해당 관찰치에 보다 집중할 수 있도록 함으로써 다른 앙상블 기법에 비해 오차를 효과적으로 감소시키는 방법으로 알려져 있다. 부스팅을 구성하는 분류자를 의사결정나무로 둔 부스팅 트리 모형의 경우 각 트리의 사이즈를 결정해야 하는데, 본 연구에서는 자료 별로 부스팅 트리에 가장 적합한 트리사이즈가 서로 다를수 있다고 가정하고, 주어진 자료에 맞는 트리사이즈를 추정하는 문제에 대해 논의하였다. 우선 트리사이즈가 부스팅 트리의 정확도에 중요한 영향을 미치는가를 파악하기 위하여 28개의 자료를 대상으로 실험을 수행하였으며, 그 결과 트리사이즈를 결정하는 문제가 모형 전체의 성능을 결정하는데 상당한 역할을 한다는 것을 확인할 수 있었다. 또한 그 결과를 바탕으로 최적의 트리사이

분류 앙상블 모형이란 여러 분류기들의 예측 결과를 통합하여 더욱 정교한 예측성능을 가진 분류기를 만들기 위한 융합방법론이라 할 수 있다. 분류 앙상블을 구성하는 분류기들이 높은 예측 정확도를 가지고 있으면서 서로 상이한 모형으로 이루어져 있을 때 분류 앙상블 모형의 정확도가 높다고 알려져 있다. 하지만, 실제 분류 앙상블 모형에는 예측 정확도가 그다지 높지 않으며 서로 유사한 분류기도 포함되어 있기 마련이다. 따라서 분류 앙상블 모형을 구성하고 있는 여러 분류기들 중에서 서로 상이하면서도 정확도가 높은 것만을 선택하여 앙상블 모형을 구성해 보는 가지치기 방법을 생각할 수있다. 본 연구에서는 Lasso 회귀분석 방법을 이용하여 분류기 중에 일부를 선택하여 모형을 만드는 방법과 가중 투표 앙상블 방법론의 하나인 WAVE-bagging을 이용하여 분류기 중 일부를 선택하는 앙상블 가지치기 방법을 비교하였다. 26개 자료에 대해 실험을 한 결과 WAVE-bagging 방법을 이용한 분류 앙

Classification is a predictive modeling for a categorical target variable. Various classification ensemble methods, which predict with better accuracy by combining multiple classifiers, became a powerful machine learning and data mining paradigm. Well-known methodologies of classification ensemble are boosting, bagging and random forest. In this article, we assume that decision trees are used as classifiers in the ensemble. Further, we hypothesized that tree size affects classification accuracy.

Since media articles, which have a great influence on public opinion, are transmitted to the public through various media, it is very difficult to analyze them manually. There are many discussions on methods that can collect, process, and analyze documents in the academia, but this is mostly done in the areas related to politics and stocks, and national-defense articles are poorly researched. In this study, we will explain how to build an automatic analysis system of national defense articles th

온실가스 배출로 인한 기후변화가 심각한 문제로 대두되면서, 국내∙외에서 건물 에너지 절감을 위한 노력이 전개되고 있다. 특히, 국내 주거용 건축물 사용단계의 에너지 사용에 따른 온실가스 배출량은 전 생애주기에서 매우 큰 비중을 차지하고 있으며, 노후 공동주택의 수가 급격히 증가하고 있는 상황에서 기존 공동주택의 개선을 통한 에너지 절감의 중요성은 더욱 높아지고 있다. 그러나, 기존 공동주택의 개선에 대한 의사결정 과정에서, 에너지 절감에 대한 부분은 주요 고려사항으로 반영되지 못하고 있으며, 이를 반영하기 위해 필요한 의사결정 지원도구 역시 미비한 실정이다. 본 논문은 공동주택 개선여부 의사결정 단계에서 활용할 수 있는 의사결정 지원 시스템을 개발하는 첫 단계로서, 유사 특성을 지닌 공동주택 단지간의 군집을 형성하는 분류체계를 구축하고자 했다. 이를 위해 데이터마이닝 기법 중 하나인 의사결정나무를 활용하여 공동주택 단지 특성 및 전력, 가스, 지역난방 에너지 사용량 기반의 군집을 형

A classification ensemble is a learning method that aggregates different classifiers to obtain more accurate class predictions. Among many developed methods, Random Forest is known as one of the most accurate ensemble methods. It combines many randomized decision trees using simple majority voting scheme. Wave, a weighted voting algorithm, has proven to outperform simple majority voting when combined with bagging. In this paper, we investigated whether random forest using the wave voting scheme

코로나 대유행에 따른 감염병 환자 및 밀접 접촉자를 추적하여 선제적 검사를 받도록 한 K-방역체계는 세계적인 관심을 받아왔다. 본 연구의 목적은 과거 메르스 전염병 발병 및 대처 사례를 분석하여, 한국의 공중보건 방역체계의 기원이 되는 3T(Test, Trace, Treatment) 전략의 기원을 탐색함으로써 향후 효과적인 관련 정책의 수립에 기여하는데 있다. 이를 위해 본 연구는 메르스 발병시기의 뉴스 데이터를 수집하여 토픽모델링(Topic Modelling) 기법으로 분석하였다. 분석 결과, 한국은 2015년 첫 메르스 사태에서 얻은 경험을 근거로 2018년 재발 시기에 모든 디지털 수단을 가용한 역학조사를 실시하고 관련 정보를 공개하여 밀접 접촉자 추적 및 검사를 통한 확산억제 정책을 펼쳤다. 이는 한국형 3T 전략 설계의 기반이 되었으며, 최근의 코로나 대유행의 초기 대응 과정에서 확산억제에 효과가 입증됨으로써 K-방역 모델의 중심축이 되었다. 그러나, 본 연구 결과는 감염병

본 연구는 코로나-19 시대를 거치며 증가한 메타버스 공간에 관한 관심을 바탕으로 주된 이용층을 확인하고 이를 예 측하는 변인을 탐색하고자 했다. 온라인 활동을 예측하기 위해서는 이용자 이용 목적과 동기 및 관련된 인구통계적 요인 을 확인해야 하므로 이를 예측 변인으로 모형 분석을 진행했다. 2022년 한국미디어패널조사 데이터를 바탕으로 메타버 스 이용자를 예측하는 Heckman 2단계 표본선택모형 분석을 수행했다. 분석 결과 1단계 선택모형에서 메타버스 이용을 결정하는 주된 요인으로는 오프라인 활동, 개방성, OTT 이용 여부, 그리고 유료 콘텐츠 구입 여부가 확인되었다. 또한 2단계 결과모형에서는 개방성, 성별, 유료 콘텐츠 구입 여부가 메타버스 이용 시간을 높이는 주된 변인으로 확인되었다. 이 연구 결과는 코로나-19 시대 온라인 활동 증가와 함께 메타버스 서비스에 관한 관심이 높아지고 있는 상황에서, 메타 버스 이용자를 이해하고 예측하는 데 기여할 수 있을 것이다. 또한 메타

온실가스 과다 배출로 인한 지구 온난화 현상은 전 세계 기후변화 현상을 일으키고 있다. 국내 주거용 건축물에서 발생하는 온실가스는 전체의 약 10%를 차지하고 있고, 노후 공동주택이 점차 증가하고 있는 추세에 있다. 본 연구에서는 공동주택 유지관리 단계에서 에너지 사용량에 대한 지속적∙체계적 관리를 수행하기 위한 기반을 구축하고자 한다. 이러한 모델 개발을 위한 연구 프로세스 및 방법은 다음과 같다. 첫째, 서울시 소재의 공동주택을 연구대상으로 설정하였고, 이러한 공동주택의 특성 및 가스 에너지 소비량에 대한 데이터를 수집하였다. 둘째, 통계적인 분석을 통해, 에너지 소비에 영향을 주는 주요 특성들을 선정하였고, 이를 기준으로 온톨로지 기반의 분류체계를 구축하였다. 셋째, 온톨로지 기반의 공동주택 분류체계를 근간으로 하는 에너지 사용량 예측모델을 개발하였으며, CBR, ANN, MRA, GA 등의 방법론을 적용하였다. 본 연구에서는 데이터 분석 및 예측을 위해 PASW (Predic

The polyphenolic compounds present in green tea show antimutagenic, anti-inflammatory and antitumorigenic effects in many cell culture systems and animal tumor models. Epidemiologic studies have also suggested that green tea consumption might be effective in the prevention of certain human cancers. In this study, the differential antiproliferative responses of green tea polyphenols (GTP) were investigated in fibroblast cell line (L-929 cells, from mouse connective tissue) and normal fibroblasts

Purpose: To evaluate the effects of various factors on the variability of retinal nerve fiber layer (RNFL) thickness measurements using the Stratus optical coherence tomography (OCT) in normal and glaucomatous eyes. Methods: Four hundred seventy-four subjects (103 normal eyes and 371 glaucomatous eyes) were scanned to determine the RNFL thickness measurements using the Stratus OCT. Measurements were obtained twice during the same day. The standard deviation (SD) was used to compare the variabili

Purpose: To determine the lowest limit of signal strength that is still effective for accurate analysis of optic coherence tomography (OCT) values, we investigated the reproducibility of OCT scans by signal strength (SS). Methods: A total of 668 subjects were scanned for measurements of retinal nerve fiber layer (RNFL) thickness using the Stratus OCT twice on the same day. The variability of overall RNFL thickness parameters obtained at different SS was analyzed and compared by repeated-measures

운영리스크는 잘못된 내부 절차, 인력, 시스템 및 외부사건으로 인해 금융기관에 손실을 초래할 리스크로 정의된다. 운영리스크는 재무적 영향력이 매우 크기 때문에 바젤위원회의 신 바젤 자본규약은 금융기관이 운영리스크로 인한 손실을 예측하고 이에 기초하여 적정 자기자본을 축적하도록 권고하고 있다. 운영리스크 손실사건의 주요 특징 중 하나는 발생 빈도는 낮지만 재무적 손실이 매우 큰 운영 손실이 존재한다는 것이다. 즉, 손실분포의 꼬리 부분에 대한 영향력을 제대로 모형화하지 못한다면 운영리스크 자기자본 추정은 실질적인 리스크를 제대로 반영할 수 없다는 것을 의미한다. 이러한 문제를 해결하기 위해 극단치이론을 활용하여 운영리스크 손실분포를 생성하는 방법론에 대한 수요가 증대되고 있다. 극단치이론은 자료의 극단값 (최대값 또는 최소값)에 관한 통계적 이론으로 극단값을 모형화하는 방법에 따라 크게 일반화 극단치(Generalized Extreme Value) 접근법과 POT (peak over

The marginal likelihood has become an important tool for model selection in Bayesian analysis because it can be used to rank the models. We discus the likelihood for Poison regression models that are potentially useful in small area estimation. Computation in these models is intensive and it requires an implementation of Markov chain Monte Carlo (MCMC) methods. Using importance sampling and multivariate density estimation, we demonstrate a computation of the marginal likelihood through an output