개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2015.4
- 수록면
- 537 - 544 (8page)
이용수
이 논문의 연구 히스토리 (2)
2015
An improved feature selection based on the effective range minimizing redundancy among features for multi-class data
Kyung-Jun Kim
,
Su-Dong Lee
,
Chi-Hyuck Jun
한국경영과학회 학술대회논문집
2015.04
학술대회자료
An improved feature selection based on the effective range minimizing redundancy among features for multi-class data
Kyung-Jun Kim
,
Su-Dong Lee
,
Chi-Hyuck Jun
대한산업공학회 춘계공동학술대회 논문집
2015.04
학술대회자료
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Feature selection plays a key role in a classification problem with high-dimensional data. Main idea of feature selection is to reduce dimensionality of input space while preserving classification accuracy. Effective range is an efficient way to measure importance of features in classification problem as seen in a recent research named improved feature selection based on effective range (IFSER). However, IFSER only considers the overlapping area and the including area of effective ranges of each class for every feature; it fails to investigate how separated the effective ranges are. To overcome the limitation, we suggest a concept of extent of separation. In addition, we minimize redundancy among features by using a new measure to capture common discriminative power of features on the classes and decide a reflection degree of redundancy to fit each data. Finally, we show experimental results to compare our proposed method with several benchmarking methods and select the appropriate features through the forward selection algorithm.
목차
Abstract
1. Introduction
2. A Review on ERGS and IFSER
3. Proposed Method
4. Experiment
5. Conclusion
6. Acknowledgement
Reference
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
A Feature Selection Method for Classifying Highly Similar Text Documents
Industrial Engineering & Management Systems
2021 .06
-
New Feature Selection Method for Text Categorization
Journal of information and communication convergence engineering
2017 .03
-
Feature selection based on rough set theory using feature space decomposition for mixed-type data
대한산업공학회 춘계공동학술대회 논문집
2016 .04
-
다변량 시계열 데이터 분류를 위한 특징 선택 방법
대한산업공학회지
2017 .12
-
Dynamic Mutual Information Based Feature Selection for Multi-label Learning
대한산업공학회 추계학술대회 논문집
2018 .11
-
Feature Selection Based on Bi-objective Differential Evolution
Journal of Computing Science and Engineering
2017 .12
-
다양한 지역특징들의 결합 특징을 이용한 기체 분류 방법
한국컴퓨터정보학회논문지
2016 .09
-
Performance Evaluation of a Feature-Importance-based Feature Selection Method for Time Series Prediction
Journal of information and communication convergence engineering
2023 .03
-
Diagnosis of Alzheimer’s Disease using Wrapper Feature Selection Method
스마트미디어저널
2023 .04
-
클래스 불균형 문제가 있는 다중클래스 텍스트 분류에서의 특징 선택 방법
대한산업공학회지
2019 .04
-
베이즈 요인 특징점 선택에 기반한 실시간 교통표지판인식 성능개선에 대한 연구
제어로봇시스템학회 논문지
2017 .06
-
A comparative study of filter methods based on information entropy
Journal of Advanced Marine Engineering and Technology (JAMET)
2016 .06
-
ModifiedFAST: A New Optimal Feature Subset Selection Algorithm
Journal of information and communication convergence engineering
2015 .06
-
음악선호도 분석을 위한 Feature Selection 및 k-means 기법의 적용
한국정보과학회 학술발표논문집
2015 .12
-
데이터의 중요 특성 선택과 전처리에 기반한 분류체계의 적용
한국산학기술학회 논문지
2021 .08
-
이종 특징 결합을 이용한 하이브리드 패턴 인식 방법
한국컴퓨터정보학회논문지
2015 .11
-
Biological Feature Selection and Disease Gene Identification using New Stepwise Random Forests
Industrial Engineering & Management Systems
2017 .03
-
Extraction of Critical Low-Level Image Features for Effective Emotion Analysis
제어로봇시스템학회 논문지
2019 .04
-
Feature selection method influencing response variables based on machine learning
대한산업공학회 춘계공동학술대회 논문집
2021 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2016-530-001306972