Annual Conference of KIPS (한국정보처리학회:학술대회논문집)

  • 2019.10a
  • /
  • Pages.892-894
  • /
  • 2019
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

A Method of Grouping Features from Big Data based on Semantic Hierarchy for Accuracy Enhancement

빅데이터 환경에서 학습 정확도 향상을 위한 의미 계층 기반 속성 집단화 기법

  • Lee, Keonsun (Dept of ICT Convergence Rehabilitation Engineering, Soonchunhyang University) ;
  • Lee, Keonsoo (Research and Development Laboratory at Solugate Ltd.) ;
  • Kang, Byeong-G (Dept. of Information and Communication Engineering, Soonchunhyang University)
  • 이건선 (순천향대학교 ICT융합 재활 공학과) ;
  • 이건수 ((주)솔루게이트 기업부설연구소) ;
  • 강병권 (순천향대학교 정보통신공학과)
  • Published : 2019.10.30
Download PDF
⟨ Previous Next ⟩

Abstract

빅데이터 기반의 기계학습은 대규모 데이터를 이용하여, 숨겨진 패턴을 찾아내는 학습과정과, 그렇게 찾아낸 패턴을 이용하여 새로운 데이터를 해석하는 추론과정으로 이루어진다. 이 과정을 통해 학습된 패턴은 데이터를 구성하는 속성들과 긴밀한 연관성을 갖고 있다. 학습에 사용된 데이터의 원 데이터를 구성하는 각각의 속성과 추론 결과가 동일한 계층 관계를 갖고 있다면, 모든 속성을 동일하게 처리할 수 있지만, 그렇지 않은 경우, 속성들 사이의 계층 정보를 고려하는 것이, 추론 결과의 정확도를 높일 수 있다. 이에 본 연구에서는 속성들 사이의 계층 관계를 고려한 추론 기법을 제안하고, 사례연구를 통해 제안 방법을 실제 상황에 적용하는 방법을 제시한다.

Keywords