http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 최성하 (검색결과 34 건)
- 무료
- 기관 내 무료
- 유료
-
최성하,이병우,양지훈,김선호 한국정보과학회 2007 한국정보과학회 학술발표논문집 Vol.34 No.1C
기계학습에서 분류기들의 집합으로 구성된 앙상블 분류기는 단일 분류기에 비해 정확도가 높다는 것이 입증되었다. 본 논문에서는 새로운 앙상블 학습으로서 데이터의 지역 기반 분류기들의 앙상블 학습을 제시하여 기존의 앙상블 학습과의 비교를 통해 성능을 검증하고자 한다. 지역 기반 분류기의 앙상블 학습은 데이터의 분포가 지역에 따라 다르다는 점에 착안하여 학습 데이터를 분할하고 해당하는 지역에 기반을 둔 분류기들을 만들어 나간다. 이렇게 만들어진 분류기들로부터 지역에 따라 가중치를 둔 투표를 하여 앙상블 방법을 이끌어낸다. 본 논문에서 제시한 앙상블 분류기의 성능평가를 위해 UCI Machine Learning Repository에 있는 11개의 데이터 셋을 이용하여 단일 분류기와 기존의 앙상블 분류기인 배깅과 부스팅 등의 정확도를 비교하였다. 그 결과 기본 분류기로 나이브 베이즈와 SVM을 사용했을 때 새로운 앙상블 방법이 다른 방법보다 좋은 성능을 보이는 것을 알 수 있었다.
-
최성하,이병우,양지훈 한국정보처리학회 2007 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.14 No.4
In machine learning, the ensemble classifier that is a set of classifiers have been introduced for higher accuracy than individual classifiers. We propose a new ensemble learning method that employs a set of region based classifiers. To show the performance of the proposed method, we compared its performance with that of bagging and boosting, which ard existing ensemble methods. Since the distribution of data can be different in different regions in the feature space, we split the data and generate classifiers based on each region and apply a weighted voting among the classifiers. We used 11 data sets from the UCI Machine Learning Repository to compare the performance of our new ensemble method with that of individual classifiers as well as existing ensemble methods such as bagging and boosting. As a result, we found that our method produced improved performance, particularly when the base learner is Naive Bayes or SVM. 기계학습에서 분류기들의 집합으로 구성된 앙상블 분류기는 단일 분류기에 비해 정확도가 높다는 것이 입증되어왔다. 본 논문에서는 새로운 앙상블 학습으로서 데이터의 지역 기반 분류기들의 앙상블 학습을 제시하여 기존의 앙상블 학습과의 비교를 통해 성능을 검증하고자 한다. 지역 기반 분류기의 앙상블 학습은 데이터의 분포가 지역에 따라 다르다는 점에 착안하여 학습 데이터를 분할하여 해당하는 지역에 기반을 둔 분류기들을 만들어 나간다. 이렇게 만들어진 분류기들로부터 지역에 따라 가중치를 둔 투표를 적용하여 앙상블 방법을 이끌어낸다. 본 논문에서 제시한 앙상블 분류기의 성능평가를 위해 단일 분류기와 기존의 앙상블 분류기인 배깅과 부스팅 등을 UCI Machine Learning Repository에 있는 11개의 데이터 셋으로 정확도 비교를 하였다. 그 결과 새로운 앙상블 방법이 기본 분류기로 나이브 베이즈와 SVM을 사용했을 때 다른 방법보다 좋은 성능을 보이는 것을 알 수 있었다.
-
최성하,이병우,양지훈,Choi, Sung-Ha,Lee, Byung-Woo,Yang, Ji-Hoon 한국정보처리학회 2007 정보처리학회논문지B Vol.14 No.4
기계학습에서 분류기틀의 집합으로 구성된 앙상블 분류기는 단일 분류기에 비해 정확도가 높다는 것이 입증되어왔다. 본 논문에서는 새로운 앙상블 학습으로서 데이터의 지역 기반 분류기들의 앙상블 학습을 제시하여 기존의 앙상블 학습과의 비교를 통해 성능을 검증하고자 한다. 지역 기반 분류기의 앙상블 학습은 데이터의 분포가 지역에 따라 다르다는 점에 착안하여 학습 데이터를 분할하여 해당하는 지역에 기반을 둔 분류기들을 만들어 나간다. 이렇게 만들어진 분류기들로부터 지역에 따라 가중치를 둔 투표를 적용하여 앙상블 방법을 이끌어낸다. 본 논문에서 제시한 앙상블 분류기의 성능평가를 위해 단일 분류기와 기존의 앙상블 분류기인 배깅과 부스팅 등을 UCI Machine Learning Repository에 있는 11개의 데이터 셋으로 정확도 비교를 하였다. 그 결과 새로운 앙상블 방법이 기본 분류기로 나이브 베이즈와 SVM을 사용했을 때 다른 방법보다 좋은 성능을 보이는 것을 알 수 있었다. In machine learning, the ensemble classifier that is a set of classifiers have been introduced for higher accuracy than individual classifiers. We propose a new ensemble learning method that employs a set of region based classifiers. To show the performance of the proposed method. we compared its performance with that of bagging and boosting, which ard existing ensemble methods. Since the distribution of data can be different in different regions in the feature space, we split the data and generate classifiers based on each region and apply a weighted voting among the classifiers. We used 11 data sets from the UCI Machine Learning Repository to compare the performance of our new ensemble method with that of individual classifiers as well as existing ensemble methods such as bagging and boosting. As a result, we found that our method produced improved performance, particularly when the base learner is Naive Bayes or SVM.
-
-
수직력이 작용하는 스틸하우스 면재 전단벽체의 전단성능평가
최성하,김원기,홍건호,이승은,김관중 대한건축학회 2001 대한건축학회 학술발표대회 논문집 - 계획계/구조계 Vol.21 No.2
Shear walls resist combination of vertical and lateral load. If increasing vertical load, shear performance of steel house shear walls will be improved. Most of studies have executed only under lateral load and NAHB(U.S) and Structural Calculation Manual(Korea) have provided internal force of walls only under lateral load. In this empirical study, through comparing shear performance of shear walls under allowable compression of 20%, 40% and 60% and no compression, effects of vertical loads should be defined. This study will suggest actual internal force of shear walls through experiment of shear performance of steel house shear walls under vertical load.
-
벨론 레퍼런스 코퍼스를 기준으로 exEyes의 재현율 평가
최성하,도경구 한국소프트웨어감정평가학회 2015 한국소프트웨어감정평가학회 논문지 Vol.11 No.1
Copyrights for software source codes are given to developers. Korea Copyright Commission utilizes a clone-detection tool, exEyes, to find code clones that can be used to assess software plagiarism. This paper evaluates the recall of exEyes using Bellon Reference Corpus as a benchmark. Four open sources(cook and weltab in C, eclipse-ant and netbean-javadoc in Java) in Bellon Reference Corpus are selected as the benchmark. Among 10,055 clones in the corpus, exEyes' recall rate is 100% in clone type 1, 63% in clone type 2, and 34% in cone type 3. False negatives turn out to be mainly caused by ignoring the meaning of tokens when the comparison is made, and by setting the comparison be made line-by-line.
-
안드로이드 앱 도용 탐지를 위한 API 유사도 비교 도구 구현
최성하 ( Sung-ha Choi ),이현영 ( Hyun-young Lee ),조승민 ( Seung-min Cho ),박희완 ( Heewan Park ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.1
최근 오픈 소스 커뮤니티가 활성화되고 수많은 오픈 소스들이 공개되고 있어서 많은 개발자들이 오픈 소스를 활용하고 있다. 그러나 오픈 소스도 정해진 라이선스 기반으로 공개되므로 오픈 소스를 사용할 때는 반드시 라이선스를 확인해야 한다. 본 논문에서는 안드로이드 앱의 라이선스 위반이나 코드 도용을 확인할 수 있는 방법으로서 안드로이드 앱 사이의 API 메소드 호출 유사도를 측정하는 방법을 제안한다. 원본 프로그램과 도용된 프로그램은 유사한 API 메소드를 사용할 것임을 예상할 수 있기 때문에 API 메소드 호출이 유사한 것을 확인하면 간접적으로 코드 도용을 확인할 수 있다. 본 논문에서 개발한 API 유사도 측정 도구는 안드로이드 앱의 소스 코드를 필요로 하지 않고, 안드로이드 달빅 (Dalvik) 바이트 코드로부터 직접 API 호출 명령어를 분석하여 유사도를 측정한다는 특징이 있다. 본 논문에서 구현한 도구의 평가를 위해서 API 호출 유사도 비교 실험을 수행하였다. 그 결과, 실제로 API 호출 유사도가 높았던 두 앱이 서로 공통된 모듈을 포함하고 있음을 밝혀내었다. 그리고 선행 연구에서 제안했었던 안드로이드 달빅 코드 전체에 대한 유사도 비교 도구보다 비교 속도가 35% 정도 향상된 것을 확인하였다.
-
-
-
치 겹침(OVERLAP)이 디퍼런셜 베벨기어에 미치는 영향 분석
최성하(Sungha Choi),이수환(Su Whoan Lee),정연석(Youn Seok Jeong) 한국자동차공학회 2022 한국자동차공학회 학술대회 및 전시회 Vol.2022 No.11
A study on the effect of tooth overlap occurring in the manufacturing process on the result of the seizure test. In the case of bevel gear with tooth overlap, the seizure test was not passed even if the design target was satisfied and in the case of no tooth overlap the seizure test was passed. Through the destructive inspection of product, the mold aging and raw material heat treatment condition is the main cause of overlap problem. Through this study, it was confirmed that there was no abnormality in the current bevel gear design target, and whether the design target was satisfied according to existence of tooth overlap.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
