재귀분할을 이용한 새로운 점진적 인스턴스 기반 학습기법

한진철,김상귀,윤충화,Han Jin-Chul,Kim Sang-Kwi,Yoon Chung-Hwa 한국정보처리학회 2006 정보처리학회논문지B Vol.13 No.2

인스턴스 기반 학습의 대표적인 알고리즘인 k-NK(K-Nearest Neighbors)은 단순히 전체 학습패턴을 메모리에 저장한 다음, 분류할 때 학습 패턴들과의 거리를 계산하여 가장 가까운 학습패턴의 클래스로 테스트 패턴을 분류한다. K-NN 기법은 만족할 만한 분류성능을 보여주지만, 학습패턴의 개수가 늘어나면 메모리와 분류 시간이 증가하는 문제점을 가지고 있다. 그러므로, 메모리의 효율적 사용과 분류 시간을 단축시키기 위한 다양한 연구들이 발표되었으며, 그 대표적인 예로 NGE(Nested Generalized Exemplar) 이론을 들 수 있다. 본 논문에서는 학습패턴의 집합으로부터 대표패턴을 생성하는 RPA(Recursive Partition Averaging)기법과 점진적으로 대표패턴을 추출하는 IRPA(Incremental RPA)기법을 제안하였다. RPA기법은 전체 학습패턴의 공간을 재귀적으로 분할하면서 대표패턴을 생성하며, IRPA 기법은 RPA 기법의 특성상 패턴의 특징 개수가 많은 경우, 과도한 분할로 인하여 생성되는 많은 개수의 대표패턴을 줄이기 위하여 점진적으로 대표패턴을 추출하는 알고리즘이다. 본 논문에서 제안한 기법은 기존의 k-NN 기법과 비교하여 현저하게 줄어든 대표패턴을 이용하석 유사한 분류 성능을 보여주며, NGE 이론을 구현한 EACH 시스템과 비교하여 탁월한 분류 성능을 보여준다. K-NN (k-Nearest Neighbors), which is a well-known instance-based learning algorithm, simply stores entire training patterns in memory, and uses a distance function to classify a test pattern. K-NN is proven to show satisfactory performance, but it is notorious formemory usage and lengthy computation. Various studies have been found in the literature in order to minimize memory usage and computation time, and NGE (Nested Generalized Exemplar) theory is one of them. In this paper, we propose RPA (Recursive Partition Averaging) and IRPA (Incremental RPA) which is an incremental version of RPA. RPA partitions the entire pattern space recursively, and generates representatives from each partition. Also, due to the fact that RPA is prone to produce excessive number of partitions as the number of features in a pattern increases, we present IRPA which reduces the number of representative patterns by processing the training set in an incremental manner. Our proposed methods have been successfully shown to exhibit comparable performance to k-NN with a lot less number of patterns and better result than EACH system which implements the NGE theory.

2012 검찰일반실무실습을 다녀와서…

한진철 아주대학교 법학연구소 2012 중소기업과 법 Vol.4 No.1

향상된 메모리 기반 학습 알고리즘

한진철,김상귀,윤충화 명지대학교 산업기술연구소 2006 産業技術硏究所論文集 Vol.25 No.-

K-NN (k-Nearest Neighbors), which is a well-known memory-based learning algorithm, simply stores entire training patterns in memory, and uses a distance function to classify a test pattern. K-NN is proven to show satisfactory performance, but it is notorious for memory usage and lengthy computation. Various studies have been found in the literature in order to minimize memory usage and computation time, and NGE (Nested Generalized Exemplar) theory is one of them. In this paper, we propose RPA (Recursive Partition Averaging) and IRPA (Incremental RPA) which is an incremental version of RPA. RPA partitions the entire pattern space recursively, and generates representatives from each partition. Also, due to the fact that RPA is prone to produce excessive number of partitions as the number of features in a pattern increases, we present IRPA which reduces the number of representative patterns by processing the training set in an incremental manner. Our proposed methods have been successfully shown to exhibit comparable performance to k-NN with a lot less number of patterns and better result than EACH system which implements the NGE theory.

재귀분할을 이용한 새로운 점진적 인스턴스 기반 학습기법

한진철,김상귀,윤충화 한국정보처리학회 2006 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.13 No.2

인스턴스 기반 학습의 대표적인 알고리즘인 k-NN(K-Nearest Neighbors)은 단순히 전체 학습패턴을 메모리에 저장한 다음, 분류할 때 학습패턴들과의 거리를 계산하여 가장 가까운 학습패턴의 클래스로 테스트 패턴을 분류한다. K-NN 기법은 만족할 만한 분류성능을 보여주지만, 학습패턴의 개수가 늘어나면 메모리와 분류 시간이 증가하는 문제점을 가지고 있다. 그러므로, 메모리의 효율적 사용과 분류 시간을 단축시키기 위한 다양한 연구들이 발표되었으며, 그 대표적인 예로 NGE(Nested Generalized Exemplar) 이론을 들 수 있다. 본 논문에서는 학습패턴의 집합으로부터 대표패턴을 생성하는 RPA(Recursive Partition Averaging)기법과 점진적으로 대표패턴을 추출하는 IRPA(Incremental RPA)기법을 제안하였다. RPA기법은 전체 학습패턴의 공간을 재귀적으로 분할하면서 대표패턴을 생성하며, IRPA 기법은 RPA 기법의 특성상 패턴의 특징 개수가 많은 경우, 과도한 분할로 인하여 생성되는 많은 개수의 대표패턴을 줄이기 위하여 점진적으로 대표패턴을 추출하는 알고리즘이다. 본 논문에서 제안한 기법은 기존의 k-NN 기법과 비교하여 현저하게 줄어든 대표패턴을 이용하여 유사한 분류 성능을 보여주며, NGE 이론을 구현한 EACH 시스템과 비교하여 탁월한 분류 성능을 보여준다. K-NN (k-Nearest Neighbors), which is a well-known instance-based learning algorithm, simply stores entire training patterns in memory, and uses a distance function to classify a test pattern. K-NN is proven to show satisfactory performance, but it is notorious formemory usage and lengthy computation. Various studies have been found in the literature in order to minimize memory usage and computation time, and NGE (Nested Generalized Exemplar) theory is one of them. In this paper, we propose RPA (Recursive Partition Averaging) and IRPA (Incremental RPA) which is an incremental version of RPA. RPA partitions the entire pattern space recursively, and generates representatives from each partition. Also, due to the fact that RPA is prone to produce excessive number of partitions as the number of features in a pattern increases, we present IRPA which reduces the number of representative patterns by processing the training set in an incremental manner. Our proposed methods have been successfully shown to exhibit comparable performance to k-NN with a lot less number of patterns and better result than EACH system which implements the NGE theory.

Overfitting 제거를 위한 규칙 확장

한진철,윤충화 明知大學校 産業技術硏究所 2005 産業技術硏究所論文集 Vol.24 No.-

RPA (Recursive Pattern Averaging) algorithm, which is an instance-based learning method, generates representative patterns from training set, and uses them to classify a test pattern by computing Euclidean distances. RPA is proven to show satisfactory performance, but it has a major disadvantage that it cannot explain the user how the classification result is obtained. This explanation capability is crucial to some domains where expert systems are employed. In order to overcome this disadvantage, we propose a rule-extracting algorithm that produces IF-THEN rules from RPA method, and a pruning algorithm by expanding conditions in IF part of rules in order to improve generalization capability.

RPA 기법을 이용한 규칙의 확장

한진철 ( Jin-chul Han ),김상귀 ( Sang-ki Kim ),윤충화 ( Chung-hwa Yoon ) 한국정보처리학회 2004 한국정보처리학회 학술대회논문집 Vol.11 No.2

미지의 패턴을 분류하기 위해서 사용되는 메모리 기반 학습 기법은 만족할만한 분류 성능을 보여주고 있다. 하지만 메모리 기반 학습기법은 단순히 패턴과 메모리에 저장된 예제들 간의 거리를 기준으로 분류하므로, 패턴을 분류하는 처리과정을 설명할 수 없다는 문제점을 가지고 있다. 본 논문에서는 RPA(Recursive Partition Averaging) 기법을 이용하여 패턴을 분류하는 과정을 설명할 수 있는 규칙 추출 알고리즘과 또한 일반화 성능을 향상시키기 위하여 규칙의 조건을 확장하는 알고리즘을 제안한다.

새로운 점진적 인스턴스 기반 학습기법

한진철 ( Jin-chul Han ),윤충화 ( Chung-hwa Yoon ) 한국정보처리학회 2005 한국정보처리학회 학술대회논문집 Vol.12 No.2

메모리 기반 추론 기법에서 기억공간의 효율적 사용과 분류 시간을 줄이기 위한 다양한 방법들이 연구되고 있으며, NGE(Nested Generalized Exemplar) 이론을 예로 들 수 있다. 본 논문에서는 학습 패턴 집합으로부터 대표패턴을 생성하는 RPA(Recursive Partition Averaging) 기법과 점진적으로 대표패턴을 추출하는 IRPA(Incremental RPA) 기법을 제안한다.

재귀적 분할 평균에 기반한 점진적 규칙 추출 알고리즘

한진철(Jin-Chul Han),김상귀(Sang-Kwi Kim),윤충화(Chung-Hwa Yoon) 한국정보과학회 2007 정보과학회논문지 : 소프트웨어 및 응용 Vol.34 No.1

패턴 분류에 많이 사용되는 기법 중의 하나인 메모리 기반 추론 알고리즘은 단순히 메모리에 저장된 학습패턴 또는 초월평면과 테스트 패턴간의 거리를 계산하여 가장 가까운 학습패턴의 클래스로 분류하기 때문에 테스트 패턴을 분류하는 기준을 설명할 수 없다는 문제점을 가지고 있다. 이 문제를 해결하기 위하여, 메모리 기반 학습 기법인 RPA를 기반으로 학습패턴들에 내재된 규칙성을 표현하는 IF-THEN 형태의 규칙을 생성하는 점진적 학습 알고리즘을 제안하였다. 하지만, RPA에 의해 생성된 규칙은 주어진 학습패턴 집합에만 충실히 학습되어 overfitting 현상을 보이게 되며, 또한 패턴 공간의 과도한 분할로 인하여 필요 이상으로 많은 개수의 규칙이 생성된다. 따라서, 본 논문에서는 생성된 규칙으로부터 불필요한 조건을 제거함으로써overfitting 현상을 해결함과 동시에 생성되는 규칙의 개수를 줄일 수 있는 점진적 규칙 추출 알고리즘을 제안하였으며, UCI Machine Learning Repository의 벤치마크 데이타를 이용하여 제안한 알고리즘의 성능을 입증하였다. One of the popular methods used for pattern classification is the MBR (Memory-Based Reasoning) algorithm. Since it simply computes distances between a test pattern and training patterns or hyperplanes stored in memory, and then assigns the class of the nearest training pattern, it cannot explain how the classification result is obtained. In order to overcome this problem, we propose an incremental learning algorithm based on RPA (Recursive Partition Averaging) to extract IF-THEN rules that describe regularities inherent in training patterns. But rules generated by RPA eventually show an overfitting phenomenon, because they depend too strongly on the details of given training patterns. Also RPA produces more number of rules than necessary, due to over-partitioning of the pattern space. Consequently, we present the IREA (Incremental Rule Extraction Algorithm) that overcomes overfitting problem by removing useless conditions from rules and reduces the number of rules at the same time. We verify the performance of proposed algorithm using benchmark data sets from UCI Machine Learning Repository.

디지털 케이블 방송을 위한 PSI/SI 파서의 개발

서정철(JungChul Seo),김만수(ManSoo Kim),한진수(JinSoo Han),한인탁(Intark Han) 한국멀티미디어학회 2006 한국멀티미디어학회 학술발표논문집 Vol.2006 No.2

케이블 방송망이 방송과 통신을 통시에 수용하는 통합망으로 발전함에 따라, 가입자가 참여하는 양방향 방송 서비스, 고화질 및 고음질의 디지털 방송 등 방송과 통신이 융합된 다양한 형태의 서비스가 제공되고 있다. 따라서 본 논문에서는 디지털 케이블방송 핵심 서비스로서 방송 서비스를 편리하게 사용 할 수 있도록 채널정보, 지역정보, 시간정보, 프로그램 안내정보 등을 다양한 형태로 제공해 주는 전자프로그램가이드(EPG : Electronic Program Guide)[5]를 위한 PSI/SI(Program Specific Information/Service Information)[10,7] 파서를 구현하고, 이를 기반한 효과적인 전자프로그램 가이드의 구조 및 구현 방안을 제시한다.

제주도 지역주민의 관광영향인식과 지속적 관광개발 지지의사 간 관계에서 지역애착도의 조절효과

한진성,문현철,윤지환 한국관광학회 2018 관광학연구 Vol.42 No.10

The purpose of this study was to examine the direct influential relationship between residents’ perception toward tourism development in Jeju Special Self-Governing Province and development support, and to investigate whether local resident attachment played a moderating role. A total of 380 questionnaires were distributed to local residents who lived in Jeju city. The usable 373 samples were analyzed by multiple regression analysis and hierarchical regression analysis. The findings from this study are as follows. First, it was found that the willingness to support tourism development was significantly affected by the positive perception of economic/environmental impact and the positive/negative perception of sociocultural impact. Second, it was identified that local attachment (dependency) had a moderating effect on the relationship between tourism impact perception and its support. The paper concludes with recommendations for sustainable and successful strategies for Jeju’s further tourism development with theoretical and practical implications discussed. 관광개발에 대한 지역주민의 인식과 태도는 동전의 양면처럼 개발에 따른 결과와 성과에 따라 변화를 거듭하게 된다. 또한 관광개발에 대한 지역주민의 태도는 그들이 장소에 대해 부여하는 의미 즉, 지역애착도에 따라 다르게 나타난다고 볼 수 있다. 따라서 이 연구에서는 제주도의 지역주민이 인식하는 관광개발에 대한 긍정적, 부정적 영향정도와 이에 따른 지속적인 관광개발 지지정도, 그리고 그 속에서 지역주민의 느끼는 지역애착도가 어떠한 조절역할을 수행하는지를 알아보고자 하였다. 제주시 지역주민을 대상으로 유효표본을 획득하고 분석한 결과 긍정적 경제적/환경적 영향인식, 긍/부정적 사회·문화적 영향인식이 지속적 관광개발 지지의사에 영향을 미치는 것으로 나타났다. 또한 관광개발영향에 대한 인식과 지속적인 관광개발 지지의사 간 영향관계에 있어 지역주민의 지역애착심이 조절효과를 보이는지에 대한 분석결과 지역애착심의 세부요인 중 의존성 요소가 조절 역할을 하는 것으로 나타났다. 마지막으로 이 연구는 각 영향관계의 결과를 바탕으로 향후 관광개발 이해관계자가 참고해야 할 시사점을 제공하였다.