http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
전력배전 시스템에서의 취약 선로 분류를 위한 출현 패턴 마이닝
( Khalid E. K. Saeed ),( Minghao Piao ),이헌규 ( Heon Gyu Lee ),신진호 ( Jin-ho Shin ),류근호 ( Keun Ho Ryu ) 한국정보처리학회 2008 한국정보처리학회 학술대회논문집 Vol.15 No.2
In electrical industry, classification methodology has been an important issue for analyzing power consumption patterns. It has many applications including decisions on energy purchasing, load switching as well as helping in infrastructure development. Our aim in this work is to classify the electrical section and find potentially non-safe electrical sections. For this purpose, we use Emerging Patterns based classification. The classification method uses the aggregate score of emerging patterns to build classifier. The proposed methodology was applied to a set of electrical section data of the Korea power. The test data and relational electricity information and knowledge are supported by Korea Electric Power Research Institute (KEPRI).
박진형 ( Jin Hyoung Park ),( Khalid E. K. Saeed ),이종범 ( Jong Bum Lee ),이헌규 ( Heon Gyu Lee ),류근호 ( Keun Ho Ryu ) 한국정보처리학회 2009 한국정보처리학회 학술대회논문집 Vol.16 No.1
실시간으로 심장 질환의 진단을 위하여 심전도 신호의 스트림 처리 및 데이터 마이닝 프로토타입을 구현하였다. 신체부착형 센서로부터 전송되는 심전도를 전처리하여 심장질환의 진단 지표를 추출하였고 실시간 진단을 위한 출현 패턴 마이닝 알고리즘을 구현 및 적용하였다. 이를 기반으로 심혈관계 질환에 대하여 실시간 자동 진단 및 예측이 가능한 생체 신호 스트림 데이터 처리·분석 프로토타입을 구현하였다.
( Meijing Li ),이헌규 ( Heon Gyu Lee ),( Khalid E. K. Saeed ),손호선 ( Ho Sun Shon ),류근호 ( Keun Ho Ryu ) 한국정보처리학회 2009 한국정보처리학회 학술대회논문집 Vol.16 No.1
최근 단백질 기능 예측을 위한 서열비교와 구조비교 기법들은 정확한 분류가 가능한 반면, 새로운 단백질 기능 분류를 함에 있어서 많은 복잡도가 따른다. 따라서 이 논문에서는 보다 빠른 단백질의 구조 분류 및 예측을 위하여 출현 시퀀스(emerging sequence)를 기반으로 하는 분류기법을 제안하였다. 이 기법에서는 먼저, 출현 시퀀스 마이닝 알고리즘을 이용하여 단백질 서열 데이터로부터 4 가지의 단백질 2 차 구조 출현 시퀀스를 발견하고, SVM 을 이용하여 단백질의 출현 시퀀스 속성으로부터 단백질의 2 차 구조를 예측하였다.
IMTAR: Incremental Mining of General Temporal Association Rules
Dafa-Alla, Anour F.A.,Shon, Ho-Sun,Saeed, Khalid E.K.,Piao, Minghao,Yun, Un-Il,Cheoi, Kyung-Joo,Ryu, Keun-Ho Korea Information Processing Society 2010 Journal of information processing systems Vol.6 No.2
Nowadays due to the rapid advances in the field of information systems, transactional databases are being updated regularly and/or periodically. The knowledge discovered from these databases has to be maintained, and an incremental updating technique needs to be developed for maintaining the discovered association rules from these databases. The concept of Temporal Association Rules has been introduced to solve the problem of handling time series by including time expressions into association rules. In this paper we introduce a novel algorithm for Incremental Mining of General Temporal Association Rules (IMTAR) using an extended TFP-tree. The main benefits introduced by our algorithm are that it offers significant advantages in terms of storage and running time and it can handle the problem of mining general temporal association rules in incremental databases by building TFP-trees incrementally. It can be utilized and applied to real life application domains. We demonstrate our algorithm and its advantages in this paper.