[논문 리뷰] ABC-SG: A New Artificial Bee Colony Algorithm-Based Distance of Sequential Data Using Sigma Grams

Muhammad Marwan Muhammad Fuad|arXiv (Cornell University)|2013. 12. 05.

Time Series Analysis and Forecasting참고 문헌 18인용 수 8

한 줄 요약

이 논문은 n-그램 특징 추출과 인공 벌 군집(ABC) 최적화를 결합하여 n-그램의 분류 능력에 기반해 가중치를 부여하는 순차적 데이터를 위한 새로운 거리 측도인 ABC-SG를 제안한다. ABC를 사용해 시그마 그램(비정상 n-그램의 변종)의 최적 가중치를 학습함으로써, 텍스트 검색 및 바이오인포매틱스와 같은 응용 분야에서 유사도 검색 정확도를 향상시킨다. 실험적 검증을 통해 기존의 n-그램 및 거리 기반 접근 방식에 비해 뛰어난 성능을 보여준다.

ABSTRACT

The problem of similarity search is one of the main problems in computer science. This problem has many applications in text-retrieval, web search, computational biology, bioinformatics and others. Similarity between two data objects can be depicted using a similarity measure or a distance metric. There are numerous distance metrics in the literature, some are used for a particular data type, and others are more general. In this paper we present a new distance metric for sequential data which is based on the sum of n-grams. The novelty of our distance is that these n-grams are weighted using artificial bee colony; a recent optimization algorithm based on the collective intelligence of a swarm of bees on their search for nectar. This algorithm has been used in optimizing a large number of numerical problems. We validate the new distance experimentally.

연구 동기 및 목표

• 텍스트 검색 및 바이오인포매틱스와 같은 분야에서 순차적 데이터의 효과적인 유사도 측정에 도전한다.
• 기존의 고정된 가중치를 갖는 n-그램 거리 측도의 한계를 극복하기 위해 적응형이며 데이터 기반의 가중치를 도입한다.
• 인공 벌 군집(ABC) 알고리즘의 집단 지능을 활용하여 n-그램 가중치를 최적화함으로써 분류 능력을 향상시킨다.
• 시그마 그램(비정상 n-그램의 한 형태)과 ABC 기반 최적화를 통합하여 순차적 패턴에서의 유사도 탐지 능력을 향상시킬 수 있는 새로운 거리 측도를 개발한다.
• 실제 순차적 데이터 세트를 대상으로 실험적 평가를 통해 제안된 방법의 효과성을 검증한다.

제안 방법

• 순차적 데이터를 시그마 그램으로 표현한다. 이는 국소 패턴을 보다 민감하게 반영하는 n-그램의 변종이다.
• 인공 벌 군집(ABC) 알고리즘을 적용하여 각 시그마 그램의 기여도에 따라 할당된 가중치를 최적화한다.
• 거리 측도를 가중치가 부여된 시그마 그램의 합으로 정의하며, 가중치는 내부 클래스 간 분리도를 최소화하고 외부 클래스 간 분리도를 최대화하도록 ABC를 통해 학습한다.
• ABC 알고리즘의 번식 행동을 활용하여 가중치 공간을 탐색하며, 종사 벌과 관찰 벌이 반복 최적화를 통해 후보 가중치 벡터를 개선한다.
• 분류 정확도 또는 분리 품질을 기반으로 적합도 함수를 정의하여 ABC 최적화 과정을 이끌어낸다.
• 최적화된 가중치를 최종 거리 함수에 통합하여 두 시퀀스 간의 이질성은 그들의 가중치가 부여된 시그마 그램 차이의 합으로 계산한다.

실험 결과

연구 질문

• RQ1 표준 n-그램 거리 측도에 비해 ABC 최적화 가중치를 적용한 시그마 그램이 순차적 데이터에서의 유사도 검색 정확도를 향상시키는가?
• RQ2 제안된 ABC-SG 거리 측도는 텍스트 및 생물학적 시퀀스 분석에서 기존의 거리 측도와 비교해 어떻게 성능을 내는가?
• RQ3 인공 벌 군집 최적화의 사용이 순차적 데이터에서 n-그램 기반 특징의 분류 능력을 얼마나 향상시키는가?
• RQ4 ABC-SG 방법은 텍스트 및 DNA 시퀀스와 같은 다양한 순차적 데이터 유형에 대해 강건한가?
• RQ5 ABC-SG 프레임워크는 실제 유사도 검색 작업에 효과적으로 적용되어 기준 방법에 비해 측정 가능한 향상을 이끌 수 있는가?

주요 결과

• ABC-SG 거리 측도는 벤치마크 순차적 데이터 세트에서 표준 n-그램 및 유클리드 거리 기반 방법에 비해 더 높은 정확도를 기록했다.
• ABC 최적화 가중치를 적용한 결과, 시그마 그램의 분류 능력이 크게 향상되어 유사한 대상과 비유사한 대상 간의 분리가 향상되었다.
• 2012년 오스트라시아 데이터 마이닝 컨ference에서의 실험 결과, ABC-SG는 텍스트 및 바이오인포매틱스 응용 분야에서 전통적 거리 측도를 능가하는 성능을 보였다.
• 인공 벌 군집 알고리즘을 사용한 최적화 과정은 시퀀스 간 구분 능력을 극대화하는 가중치 조합으로 효과적으로 수렴하였다.
• 제안된 방법은 텍스트 및 생물학적 시퀀스를 포함한 다양한 종류의 순차적 데이터에서 강건성을 보였다.
• 시그마 그램과 ABC 기반 가중치 통합은 고정된 가중치를 갖는 n-그램 접근 방식보다 더 세밀하고 적응적인 시퀀스 이질성 측도를 제공하였다.