• 제목/요약/키워드: Mining method

검색결과 2,073건 처리시간 0.031초

Receiver Operating Characteristic Analysis by Data Mining

  • 이성원;이제영
    • 한국통계학회:학술대회논문집
    • /
    • 한국통계학회 2001년도 추계학술발표회 논문집
    • /
    • pp.195-197
    • /
    • 2001
  • Data Mining is used to discover patterns and relationships in huge amounts of data. Researchers in many different fields have shown great interest in data mining analysis. Using the classification technique of data mining analysis, the available model for Receiver Operating Characteristic(ROC) method is presented. We present that this may help analyze result of data mining techniques.

  • PDF

A Load Identification Method for ICPT System Utilizing Harmonics

  • Xia, Chen-Yang;Zhu, Wen-Ting;Ma, Nian;Jia, Ren-Hai;Yu, Qiang
    • Journal of Electrical Engineering and Technology
    • /
    • 제13권6호
    • /
    • pp.2178-2186
    • /
    • 2018
  • Online identification of load parameters is the premise of establishing a stable and highly-efficient ICPT (Inductive Coupled Power Transfer) system. However, compared with pure resistive load, precise identification of composite load, such as resistor-inductance load and resistance-capacitance load, is more difficult. This paper proposes a method for detecting the composite load parameters of ICPT system utilizing harmonics. In this system, the fundamental and harmonic wave channel are connected to the high frequency inverter jointly. The load parameter values can be obtained by setting the load equation based on the induced voltage of secondary-side network, the fundamental wave current, as well as the third harmonic current effective value received by the secondary-side current via Fourier decomposition. This method can achieve precise identification of all kinds of load types without interfering the normal energy transmission and it can not only increase the output power, but also obtain higher efficiency compared with the fundamental wave channel alone. The experimental results with the full-bridge LCCL-S type voltage-fed ICPT system have shown that this method is accurate and reliable.

가행광산 채광방식과 현황에 따른 지반침하 가능성과 대책 (Possibility and Countermeasures of Subsidence according to Mining Method and Current Status in the Operation Mines)

  • 장명환;이상은
    • 터널과지하공간
    • /
    • 제27권6호
    • /
    • pp.366-376
    • /
    • 2017
  • 가행광산 지반침하 실태조사를 통하여 현 채광방법에 따른 지반침하 가능성과 대책을 분석하였다. 금속광산은 대부분 휴 폐광 상태로서 싱크홀의 침하양상을 나타내고 있다. 석탄광은 점점 더 심부화 되어가고 있으며, 기존 채광지역에서 트러프형의 침하양상을 보였다. 비금속 광산은 대규격 광산개발 이력이 30년 이내로서 크고 작은 지반변형의 문제가 조사되었다. 채광 또한 기술적 방법보다 경험적인 방법에 더 의존함으로써 시간 의존성에 따른 지반침하 가능성이 상존하였다. 따라서 비금속 광산 위주의 체계적인 개발방법과 지반침하 방지에 대한 다양한 연구가 수행 되어야 할 것으로 본다.

네트워크 패킷에 대한 연관 마이닝 기법을 적용한 네트워크 비정상 행위 탐지 (Network Anomaly Detection using Association Rule Mining in Network Packets)

  • 오상현;장중혁
    • 한국산업정보학회논문지
    • /
    • 제14권3호
    • /
    • pp.22-29
    • /
    • 2009
  • 컴퓨터를 통해서 들어오는 다양한 형태의 침입을 효과적으로 탐지하기 위해서 이전에는 오용탐지 기법이 주로 이용되어 왔다. 오용탐지 기법은 이전에 알려지지 않은 침입 방법들을 효과적으로 탐지할 수 있기 때문이다. 하지만, 해당 기법에서는 정상적인 네트워크 접속 형태가 몇 가지 패턴으로 고정되어 있다고 가정한다. 이러한 이유 때문에 새로운 정상적인 네트워크 연결이 비정상행위로 탐지되기도 한다. 본 논문에서는 연관 마이닝 기법을 활용한 침입 탐지 방법을 제안한다. 논문에서 제안되는 방법은 패킷내 마이닝 단계와 패킷간 마이닝 두가지 단계로 구성된다. 제안된 방법의 성능은 대표적인 네트워크 침입 탐지 방법인 JAM과의 비교 실험을 통하여 평가하였다.

시공간 이동 시퀀스 패턴 마이닝 기법 (Spatial-Temporal Moving Sequence Pattern Mining)

  • 한선영;용환승
    • 응용통계연구
    • /
    • 제19권3호
    • /
    • pp.599-617
    • /
    • 2006
  • 최근 모바일 컴퓨팅 시스템에서 위치 기반 서비스(Location Based System: LBS)에 대한 연구가 활발히 진행되고 있다. 시공간 이동 시퀀스 마이닝은 이동 경로 데이터로부터 사용자 이동 패턴을 추출하는 새로운 마이닝 기법이다. 시공간 이동 시퀀스 패턴 마이닝은 기존의 빈발 패턴 마이닝 기법과 유사하나 몇 가지 차이점이 있다. 빈발 패턴 마이닝은 장바구니 분석에서와 같이 고객이 구입한 아이템과 관련된 것이나 시공간 이동 시퀀스 패턴 마이닝은 사용자 이동 시퀀스 경로를 대상으로 한다. 또한 사용자의 관심도를 반영하기 위해 해당 위치에서의 소요시간을 고려한다. 본 연구는 대표적인 빈발 패턴 마이닝 기법의 하나인 Apriori 알고리즘에 이동 시퀀스 데이터를 적용하여 Apriori_msp 알고리즘을 제안하였으며 성능 평가를 수행한 결과를 제시하였다.

DISCOVERY TEMPORAL FREQUENT PATTERNS USING TFP-TREE

  • Jin Long;Lee Yongmi;Seo Sungbo;Ryu Keun Ho
    • 대한원격탐사학회:학술대회논문집
    • /
    • 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
    • /
    • pp.454-457
    • /
    • 2005
  • Mining frequent patterns in transaction databases, time-series databases, and many other kinds of databases has been studied popularly in data mining research. Most of the previous studies adopt an Apriori-like candidate set generation-and-test approach. However, candidate set generation is still costly, especially when there exist prolific patterns and/or long patterns. And calendar based on temporal association rules proposes the discovery of association rules along with their temporal patterns in terms of calendar schemas, but this approach is also adopt an Apriori-like candidate set generation. In this paper, we propose an efficient temporal frequent pattern mining using TFP-tree (Temporal Frequent Pattern tree). This approach has three advantages: (1) this method separates many partitions by according to maximum size domain and only scans the transaction once for reducing the I/O cost. (2) This method maintains all of transactions using FP-trees. (3) We only have the FP-trees of I-star pattern and other star pattern nodes only link them step by step for efficient mining and the saving memory. Our performance study shows that the TFP-tree is efficient and scalable for mining, and is about an order of magnitude faster than the Apriori algorithm and also faster than calendar based on temporal frequent pattern mining methods.

  • PDF

공명 핵반응을 이용한 수소적층 분석 (Hydrogen Depth Profiling by Nuclear Resonance Reaction)

  • 김영석;김준곤;홍완;김덕경;조수영;우형주;김낙배
    • 한국진공학회지
    • /
    • 제2권4호
    • /
    • pp.416-423
    • /
    • 1993
  • Hydrogen depth profiling was performed by H(19F, $\alpha$${\gamma}$) nuclear resonance reactin . A cesium sputtering ion sorce and 1.7MV Tandem Van de Graaff accelerator was used for the production of 6.5MeV 19F ion. The ${\gamma}$ rays produced by the reaction were measure dby 3" $\times$3" and 6" $\times$8" Nal detectors . A test measurement was done for hydrogen contaminatin layer of a bare silicon wafer, Si3N4(H) and Zr(O)a-Si/Si for the purpose of verifying the applicability , detection limit and the reliability of the method.ility of the method.

  • PDF

SuffixSpan: 순차패턴 마이닝을 위한 형식적 접근방법 (SuffixSpan: A Formal Approach For Mining Sequential Patterns)

  • 조동영
    • 컴퓨터교육학회논문지
    • /
    • 제5권4호
    • /
    • pp.53-60
    • /
    • 2002
  • GSP와 같은 Apriori-like 순차패턴 마이닝 방법들은 마이닝 과정에서 많은 후보패턴들을 생성하고, 대용량 데이타베이스의 반복적인 탐색을 필요로 하는 문제점이 있다. 그리고 후보패턴들의 탐색공간을 줄이기 위해 단계별로 프레픽스-프로젝티드 (prefix-projected) 데이터베이스를 구성하는 PrefixSpan 방법은 탐색공간을 줄이지만 프로젝티드 데이터베이스의 구성비용이 문제가 된다. 효율적인 순차패턴 마이닝을 위해서는 후보패턴의 생성비용과 탐색공간을 모두 줄여야 한다. 본 논문에서는 이를 위한 새로운 순차패턴 마이닝 방법인 SuffixSpan(Suffix checked Sequential Pattern mining)을 설명하고, 이에 대한 형식적 접근을 보인다.

  • PDF

프로세스 마이닝을 이용한 PDM/PLM 시스템 활용 프로세스의 효율성 개선 (Process Improvement for PDM/PLM Systems by Using Process Mining)

  • 이상일;류광열;송민석
    • 한국CDE학회논문집
    • /
    • 제17권4호
    • /
    • pp.294-302
    • /
    • 2012
  • Process mining is a useful methodology that can be used for extracting user patterns in log files in order to discover efficient or inefficient processes in organizations. In general, it is used to find and reduce differences between pre-defined processes and actually executed processes in an organization. In this paper, we propose a method to improve processes in PDM/PLM systems based on process mining. In order to improve and detect the inefficient processes, we gathered event logs from PDM/PLM systems and derived process models using several process mining techniques such as ${\alpha}$-algorithm mining, heuristics mining, and fuzzy miner. By comparing original process models with process mining results, it is possible to detect differences between predefined processes and real ones; thereby we can build improved process models for future application.

데이터 스트림 환경에서 효율적인 빈발 항목 집합 탐사 기법 (A Method for Frequent Itemsets Mining from Data Stream)

  • 서복일;김재인;황부현
    • 정보처리학회논문지D
    • /
    • 제19D권2호
    • /
    • pp.139-146
    • /
    • 2012
  • 데이터 마이닝은 다양한 분야에서 축적된 데이터로부터 필요한 지식을 탐사하기 위하여 널리 이용되고 있다. 연관규칙을 탐사하기 위하여 이벤트의 빈발 횟수에 기반을 둔 많은 방법들이 존재하지만, 이들은 이벤트가 연속적으로 발생하는 스트림 환경에는 적합하지 않다. 또한 실시간으로 연관규칙을 탐사해야 하는 스트림 환경에 적용하기에는 많은 비용이 든다. 이 논문에서는 스트림 환경에서 연관규칙을 탐사하기 위한 새로운 방법을 제안한다. 제안하는 방법은 데이터 스트림에서 목적 이벤트의 발생 간격에 따른 가변 윈도우로부터 이벤트의 존재 유무에 근거한 COBJ(Count object) 계산법을 이용하여 데이터 항목을 추출한다. 추출된 데이터는 FPMDSTN(Frequent Pattern Mining over Data Stream using Terminal Node) 알고리즘을 통해 실시간으로 연관규칙을 탐사한다. 실험 결과를 통해 제안하는 방법이 기존의 방법에 비해 스트림 환경에 효율적임을 보인다.