• 한국컴퓨터정보학회논문지
• /
• 제15권1호
• /
• pp.83-90
• /
• 2010

최대근접질의의 처리비용을 최적화하기 위해서는 색인에서 검색되는 노드의 수와 연산시간을 최소화할 수 있어야 한다. 이를 위해 최대근접질의 처리시 검색대상을 정확히 선택하고 객체들의 순환적 위치 속성이 고려된 검색거리 측도가 필요하다. 본 논문은 순환도메인을 갖는 검색공간에서 객체의 순환적 위치속성을 고려한 최대근접질의 처리방법을 제안하고 그 성능을 실험을 통하여 입증한다. 제안한 방법은 최대근접질의의 처리비용을 최적화하기 위한 검색거리 측도인 순환최소거리와 순환최적거리를 사용한다.

• 응용통계연구
• /
• 제33권3호
• /
• pp.269-280
• /
• 2020

시간경로 유전자 발현 자료는 마이크로어레이 실험을 시간에 따라 관측한 대용량의 자료로 유전자 발현 수준을 동시에 파악할 수 있다. 하지만 실험 과정이 복잡하여 다양한 원인들에 의해 결측값이 자주 발생한다. 본 논문에서는 시간경로 유전자 발현 자료에 대한 결측값을 추정하는 방법으로 패턴 적응 최근접 이웃(pattern consistency index adaptive nearest neighbors; PANN) 방법을 제안하였다. 이 방법은 국소적 특징을 반영하는 적응 최근접 이웃(adaptive nearest neighbors; ANN) 방법과 관측 시점간 유전자 발현의 일치 정도를 고려하는 패턴일치지수를 결합시킨 것이다. 제안한 PANN 방법의 효능을 평가하기 위하여 두 가지의 실제 시간경로 자료들을 사용하여 몬테카를로 모의실험(Monte Carlo simulation study)을 시행하였다.

• 응용통계연구
• /
• 제34권3호
• /
• pp.401-410
• /
• 2021

판별분류분석에서 널리 이용되는 k-최근접 이웃 분류 방법은 고정된 이웃의 수만을 고려하여 자료의 국소적 특징을 반영하지 못하는 한계가 있다. 이에 자료의 국소적 구조를 고려하여 이웃의 개수를 선택하는 적응 최근접이웃방법이 개발된 바 있다. 고차원 자료의 분석에 있어서는 k-최근접 이웃 분류를 사용하기 전에 랜덤 투영 기법 등을 활용하여 차원 축소를 수행하는 것이 일반적이다. 이렇게 랜덤 투영시킨 다수의 분류 결과들을 면밀히 조합하여 투표를 통해 최종 할당을 하는 기법이 최근 개발된 바 있다. 본 연구에서는 고차원 자료에서의 분석을 위해 적응 최근접이웃방법과 랜덤 투영 앙상블 기법을 조합한 새로운 판별분류 기법을 제안하였다. 제안된 방법은 기존에 개발된 방법에 비해 분류 정확성 측면에서 더 뛰어남을 모의실험 및 실제 사례 분석을 통해 확인하였다.

• 경영과정보연구
• /
• 제35권2호
• /
• pp.273-284
• /
• 2016

본 연구는 선물시장의 효율성을 분석하는 것으로 시장의 효율성을 현물시장과 직접 연계시키기 보다는 선물시장에서 거래되는 종목들 간의 동적관련성을 분석하여 효율성의 정도를 파악하고자 하였다. 이를 위해 만기가 상대적으로 긴 차근월물의 베이시스와 최근월물의 베이시스를 비교하여 두 종목의 베이시스 차이가 어떠한 시계열적 연관성이 있는지를 분석하였다. 분석을 위해 2000년 1월부터 2013년 12월까지의 KOSPI200 주가지수선물 및 현물자료를 이용하였다. 먼저, 베이시스 관측치를 비교해 보면, 차근월물이 최근월물보다 베이시스의 평균값과 표준편차가 더 크게 나타나고 있다. 그리고 분석결과에서 최근월물의 t기 베이시스가 (t-1)기의 베이시스에 의해 매우 잘 설명될 수 있음을 보여주고 있다. 주가지수선물시장의 경우 최근월물의 베이시스가 차근월물의 베이시스보다 커지는 경우 다음날의 최근월물의 베이시스가 작아짐으로서 불균형의 크기를 감소시키는 특성을 가지는 것으로 나타났다. 차근월물의 베이시스 또한 동일한 기초자산으로부터 파생되었기 때문으로 분석결과들은 합리적인 것으로 해석되고 있으며, 차근월물의 베이시스 정보가 최근월물의 베이시스 및 기초자산인 현물수익률에 대한 예측에 이용 가능함을 보여주고 있다.

• 인터넷정보학회논문지
• /
• 제9권3호
• /
• pp.1-8
• /
• 2008

위치기반 서비스(LBS, Location Based Services)에 대한 관심이 증가함에 따라 사용자가 이동 중에도 질의를 통한 최근접 이웃(NN, Nearest Neighbor) 탐색에 대한 필요성이 증가하였다. 이와 같은 동적환경에서의 최근접 이웃 탐색은 탐색 구간에 대해 NN탐색기법을 반복 적용하여 수행해 왔으나 이는 불필요한 중복연산이 발생하여 탐색 비용이 증가하는 단점이 있다. 본 논문에서는 이동 중에도 탐색 구간에 대해 연속적인 최근접 이웃(CNN, Continuous Nearest Neighbor)을 탐색하는 새로운 기법인 Slabbed_CNN을 제안한다. Slabbed_CNN은 슬랩을 이용하여 탐색 구간을 줄임으로써 기존 CNN기법의 탐색영역과 계산비용을 감소시킴으로써 기존 CNN보다 연산비용을 감소시키고 빠른 서비스를 제공한다.

• 대한전자공학회논문지SD
• /
• 제42권2호
• /
• pp.83-88
• /
• 2005

벡터양자화에서 고속 인코딩에 사용되는 기존 방법인 PDS(partial distance search)와 FNNS(fast nearest neighbor search)를 결합한 FNNPDS(fast nearest neighbor partial distance search)를 VISI로 구현하기 위한 설계 방법을 제안하고, 모의실험을 통해 FNNPDS가 다른 방법에 비해 보다 고속화가 이루어짐을 입증한다. 모의실험 방법은 임의의 입력벡터에 대해 최단거리 부호벡터를 찾는 타이밍도를 고찰하고, Lena와 Peppers 영상에 대한 입력벡터당 평균 클럭 사이클을 비교한다. 모의실험 결과에 의하면 FNNPDS의 클럭 사이클 수는 다른 방법들보다 $79.2\%\~11.7\%$ 감소되었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권12호
• /
• pp.3889-3903
• /
• 2022

To address the problem of low detection accuracy due to training noise caused by mislabeling when Tri-training for network intrusion detection (NID), we propose a Tri-training algorithm based on cross entropy and K-nearest neighbors (TCK) for network intrusion detection. The proposed algorithm uses cross-entropy to replace the classification error rate to better identify the difference between the practical and predicted distributions of the model and reduce the prediction bias of mislabeled data to unlabeled data; K-nearest neighbors are used to remove the mislabeled data and reduce the number of mislabeled data. In order to verify the effectiveness of the algorithm proposed in this paper, experiments were conducted on 12 UCI datasets and NSL-KDD network intrusion datasets, and four indexes including accuracy, recall, F-measure and precision were used for comparison. The experimental results revealed that the TCK has superior performance than the conventional Tri-training algorithms and the Tri-training algorithms using only cross-entropy or K-nearest neighbor strategy.

• Journal of applied mathematics & informatics
• /
• 제30권1_2호
• /
• pp.201-210
• /
• 2012

A modified multiplicative update algorithms is presented for computing the nearest correlation matrix. The convergence property is analyzed in details and a sufficient condition is given to guarantee that the proposed approach will not breakdown. A number of numerical experiments show that the modified multiplicative updating algorithm is efficient, and comparable with the existing algorithms.

• 천문학회보
• /
• 제37권2호
• /
• pp.233-233
• /
• 2012

I review the dependence of galaxy properties on environmental parameters such as the local density, nearest neighbor distance and morphology. We find that a galaxy with an early- or late-type nearest companion within its virial radius tends to be an early or late type, respectively. The morphology of galaxies located in high density regions tends to be the same as that of the ones in low density regions if their luminosity and the nearest neighbor environment are the same. This strongly supports that galaxy morphology and luminosity evolution have been driven mainly by galaxy-galaxy interactions, and the background density affected morphology and luminosity only through the frequency of interactions.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1997년도 제9회 한글 및 한국어 정보처리 학술대회
• /
• pp.7-14
• /
• 1997

문서 범주화에서 문서의 내용에 따라 적합한 범주의 종류와 수를 찾는 문제를 해결하기 위해서는 문서 당 하나의 범주를 할당할 경우에 가장 좋은 성능을 보이는 모델이 효과적일 것이다. 그러므로, 본 논문에서는 문서 당 하나의 범주를 할당할 경우에 좋은 결과를 보이는 k-nearest neighbor 방법을 이용한다. 그리고 k-nearest neighbor 방법을 이용한 문서 범주화의 성능을 향상시키기 위해서, 문서 표현에 사용하는 단어들을 범주 자질의 성격을 갖는 단어들로 제한하는 방법을 제안한다. 제안한 방법은 Router 신문 일년치로 구성된 Router-21578 테스트 집합에서 breakeven point 82%라는 좋은 결과를 보였다.