KCI등재
부분 방전 패턴 분류를 위한 랜덤 포레스트 기반 feature selection 기법을 적용한 방사형 기저함수 신경회로망 패턴 분류기 설계 및 응용
저자
발행기관
학술지명
한국지능시스템학회논문지(Journal of Korean institute of intelligent systems)
권호사항
발행연도
2021
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
526-532(7쪽)
제공처
소장기관
본 논문에서는 부분 방전 데이터의 패턴 분류에 적용하기 위하여 방사형 기저함수 신경회로망 패턴 분류기를 설계하고자 한다. 패턴 분류 적용 대상인 부분 방전 데이터의 경우 매우 높은 입력 공간 차원을 가지고 있다. 높은 차원의 입력 공간에 존재하는 데이터는 불필요한 정보 (redundant information)을 포함할 가능성이 높고 과 적합 (overfitting) 문제를 야기할 수 있다. 이와 같이 고차원 입력 공간으로 인해 발생되는 여러 가지 문제를 해결하기 위하여 주어진 입력 공간에서 주요한 변수를 선택하여 사용하여야 한다. 본 논문에서는 입력 변수 선택을 위하여 랜덤 포레스트의 노드 선택 알고리즘과 그 과정에서 평가 기준으로 사용되는 정보 이득 (Information Gain)을 적용한 특징 추출 (feature selection) 기법 제안한다. 제안된 특징 추출 기법을 적용하여 획득된 주요 특징들은 방사형 기저함수 신경회로망의 입력으로 사용된다. 또한 방사형 기저함수의 중심점을 정의하기 위하여 Fuzzy C-Means 클러스터링 기법이 사용된다. 제안된 특징 추출 기법을 적용한 방사형 기저함수 신경회로망은 부분방전 데이터의 패턴 분류 응용에 적용되어 제안된 기법의 유효성을 검증한다.
더보기In this paper, we have designed a radial basis function neural networks classifier for partial discharge data pattern classification application. The partial discharge data are extracted from the high-dimensional input space. It is very likely for the data extracted in a very high-dimensional input space to have redundant information and to cause the overfitting problem. In order to the above problems caused by the high-dimensional input space, we have to select the important features among the whole input features. In order to select several features, the tree structure of random forest and the evaluation criterion called Information Gain are used. The features selected by using the proposed feature selection technique are used as the inputs of radial basis function neural networks classifier. In addition, Fuzzy C-Means Clustering is used to determine the center points of the radial basis functions. In order to validate the availability of the proposed feature selection technique to determine the input variables of radial basis function neural networks, we have used partial discharge data.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)