Earticle

현재 위치 Home

AUROC 기반의 앙상블 분류학습의 성과 개선

첫 페이지 보기
  • 발행기관
    한국경영정보학회 바로가기
  • 간행물
    한국경영정보학회 정기 학술대회 바로가기
  • 통권
    2021 한국경영정보학회 춘계통합학술대회 (2021.06)바로가기
  • 페이지
    pp.515-517
  • 저자
    김명종, 윤우섭, 조성임
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A395438

※ 기관로그인 시 무료 이용이 가능합니다.
※ 학술발표대회집, 워크숍 자료집 중 4페이지 이내 논문은 '요약'만 제공되는 경우가 있으니, 구매 전에 간행물명, 페이지 수 확인 부탁 드립니다.

3,000원

원문정보

초록

한국어
앙상블 학습모형은 분류 및 예측모형에서 모형의 성과를 개선하기 위한 기법으로 제안되어 왔다. 그러나, 데이터 불균형(Data imbalance) 문제가 존재하는 경우 범주 사이의 분류경계영역이 왜곡되므로 분류자의 학습성과가 저하되게 된다. 본 연구에서는 데이터 불균형 문제가 존재하는 이분류 문제를 효과적으로 해결하기 위한 AUROC 최적화 모형 기반의 앙상블 학습모형을 제안하고자 한다. 본 연구에서 제안하는 학습알고리즘은 앙상블 학습 모형에 비선형계획법인 Quadratic programming을 도입한 것으로 오분류된 표본에 대한 학습을 강화할 수 있으며 불균형 분포를 보이는 각 범주의 예측정확도를 동시에 고려한 학습이 가능하다는 장점이 있다. 기업부실 예측문제를 활용하여 본 연구에서 제안하는 알고리즘의 성과를 검증한 결과, 앙상블 학습에서 전통적으로 활용되어 왔던 AdaBoost 기법과 비교하여 통계적으로 유의적인 성과개선 효과를 보여주었으며 데이터 불균형 하에서도 벤치마킹 모형과 비교하여 견고한 학습성과를 나타냈다.

목차

Abstract
Ⅰ. 서론
Ⅱ. AUROC의 최적화 알고리즘
Ⅲ. 연구설계
3.1 변수 선정 및 표본 구성
3.2. 연구모형 설계
Ⅳ. 연구결과
Ⅴ. 결론
참고문헌

키워드

AUROC Ensemble learning Imbalance Data Problem Quadratic Programming

저자

  • 김명종 [ 부산대학교, 경영대학, 교수 ] 제1저자
  • 윤우섭 [ 부산대학교 경영대학, 학부 ] 공동저자
  • 조성임 [ 부산대학교 경영대학, 박사과정 ] 공동저자

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국경영정보학회 [The Korea Society of Management information Systems]
  • 설립연도
    1989
  • 분야
    사회과학>경영학
  • 소개
    이 학회는 경영정보학의 연구 및 교류를 촉진하고 학문의 발전과 응용에 공헌함을 목적으로 합니다.

간행물

  • 간행물명
    한국경영정보학회 정기 학술대회 [KMIS Conference]
  • 간기
    반년간
  • 수록기간
    1990~2026
  • 십진분류
    KDC 325 DDC 658

이 권호 내 다른 논문 / 한국경영정보학회 정기 학술대회 2021 한국경영정보학회 춘계통합학술대회

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.