Earticle

현재 위치 Home

Session MR-IoT Convergence Application Ⅰ

Conditional LSTM-VAE-based Data Augmentation for Disaster Classification Prediction

첫 페이지 보기
  • 발행기관
    한국차세대컴퓨팅학회 바로가기
  • 간행물
    한국차세대컴퓨팅학회 학술대회 바로가기
  • 통권
    The 9th International Conference on Next Generation Computing 2023 (2023.12)바로가기
  • 페이지
    pp.225-228
  • 저자
    Hyunseok Jung, Jiheon Choi, Jongwon Park, Sehui Baek, Sangyoon Oh
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A448155

원문정보

초록

영어
Predicting disaster classification on time is critical to mitigate the damage. Since identifying disaster types requires large amounts of data, and real-world data are often imbalanced, there are many recent works addressing data imbalance problems using generative models. However, if the process of generating text data based on disaster classes and severity is not handled improperly, the quality of the data can be degraded as well as the performance of classification predictions. In this paper, we propose a scheme for generating data with enhanced quality using text based on labels such as informational value of text and severity of disasters. Our experiment results verify the quality of data through the comparisons of prediction performance between various machine learning models.

목차

Abstract
I. INTRODUCTION
II. RELATED WORKS
A. Genrative Models
B. Disaster Classification
III. DISASTER CONDITIONAL VAE
A. DC-VAE Architecture
B. Evaluation of Data Quality
IV. EXPERIMENTS
A. CrisisMMD dataset
B. Hyperparameter setting
C. Performance Evaluation
D. Synthetic data evaluation
E. Result Analysis
V. CONCLUSION
ACKNOWLEDGMENT
REFERENCES

키워드

generative model data augmentation disaster classification

저자

  • Hyunseok Jung [ Department of Artificial Intelligence Ajou University ]
  • Jiheon Choi [ Department of Artificial Intelligence Ajou University ]
  • Jongwon Park [ Department of Digital Media Ajou University ]
  • Sehui Baek [ Department of e-Business Ajou University ]
  • Sangyoon Oh [ Department of Artificial Intelligence Ajou University ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국차세대컴퓨팅학회 [Korean Institute of Next Generation Computing]
  • 설립연도
    2005
  • 분야
    공학>컴퓨터학
  • 소개
    본 학회는 차세대 PC 및 그 관련분야의 학술활동을 통하여 차세대 PC의 학문 및 기술발전을 도모하고 산업발전 및 국제협력 증진을 목적으로 한다.

간행물

  • 간행물명
    한국차세대컴퓨팅학회 학술대회
  • 간기
    반년간
  • 수록기간
    2021~2025
  • 십진분류
    KDC 566 DDC 004

이 권호 내 다른 논문 / 한국차세대컴퓨팅학회 학술대회 The 9th International Conference on Next Generation Computing 2023

    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.