Classification via principal differential analysis

Jang, Eunseong,Lim, Yaeji The Korean Statistical Society 2021 Communications for statistical applications and me Vol.28 No.2

We propose principal differential analysis based classification methods. Computations of squared multiple correlation function (RSQ) and principal differential analysis (PDA) scores are reviewed; in addition, we combine principal differential analysis results with the logistic regression for binary classification. In the numerical study, we compare the principal differential analysis based classification methods with functional principal component analysis based classification. Various scenarios are considered in a simulation study, and principal differential analysis based classification methods classify the functional data well. Gene expression data is considered for real data analysis. We observe that the PDA score based method also performs well.

자기구성지도를 이용한 테니스 ATP 공식기록 기반 연도, 그랜드슬램 여부, 토너먼트의 분류: 1991-2017년 자료를 중심으로

최형준(ChoiHyongjun),이윤수(LeeYunSoo) 한국체육학회 2019 한국체육학회지 Vol.58 No.5

이 연구는 테니스 ATP 공식기록에서 나타난 특성을 이용하여 연도별, 그랜드슬램 여부별, 토너먼트별 분류가 가능한지를 알아보는데 주된 목적을 있다. 이 연구를 위하여 테니스 ATP 공식사이트에서 제공되고 있는 경기기록을 마이크로소프트사의 Excel 2016과 VBA(Visual Basic for Application)을 이용하여 자료를 수집하였다. 이 연구에서 선정한 종속변수는 연도, 그랜드슬램 여부, 토너먼트 총 3가지 변수였으며, 독립변수는 승자의 경기력에 관련된 24가지 변수와 패자의 경기력에 관련된 24가지 변수를 합하여 총 48가지 변수였다. 자료의 처리를 위하여 인공지능 기법 중에 하나인 자기구성지도를 10x10크기로 설계하여 300회 학습을 실시하였으며, 연도, 그랜드슬램 여부, 토너먼트에 따라 원자료의 결과와 분류결과에 대한 지형화 오차를 계산하여 모형의 적합 정도를 평가하였다. 이 연구를 통하여 도출된 결과는 첫째, 테니스 ATP 공식기록을 토대로 연도별 분류 결과에 대한 분석결과, 2003년과 2004년 자료에서 분류가 이루어지지 않았다. 둘째, 테니스 ATP 공식기록을 토대로 자기구성지도와 군집분석을 이용하여 자료의 그랜드슬램 여부별 분류에 대해서 분석한 결과, 모든 자료에 대한 분류가 가능한 것으로 나타났다. 셋째, 테니스 ATP 공식기록을 토대로 자기구성지도와 군집분석을 이용하여 자료의 토너먼트별 분류에 대해서 분석한 결과, 14개 토너먼트의 경우에 분류가 이루어지지 않았다. The purpose of this study was to identify the potential results of classification of Tennis ATP Official Data by year, Grand Slam, and Tournament. For this study, the data on the ATP Official web site was collected by Microsoft Excel ver. 2016 with Visual Basic for Application scripts. The dependent variables were year, Grand Slam, and tournament, totally 3 dependent variables used. And totally 48 independent variables used, such as 24 variables relating to the winners’ performances and 24 variables relating to the losers’ performances. The self-organizing map and cluster analysis were utilized with 10 by 10 size of self-organizing map which of 300 times learning procedures in order to process the data. Additionally the topographical error was calculated on year, Grand Slam and tournament between raw data and the results of classification. Consequently, there were three conclusions found as following; Firstly, there were no classification found on the data of 2003 and 2004 years after the analysis of classification between raw data and the result of classification based on the tennis ATP official data. Secondly, the classification process was well executed on all data after the analysis of classification between raw data and the result of classification based on the tennis ATP official data. Thirdly, 14 numbers of tournament was not possibly classified within this study after the analysis of classification between raw data and the result of classification based on the tennis ATP official data.

Sentiment Analysis Approaches on Different Data set Domain : Survey

Shailendra Kumar Singh,Sanchita Paul,Dhananjay Kumar 보안공학연구지원센터 2014 International Journal of Database Theory and Appli Vol.7 No.5

The growth of social website and electronic media contributes vast amount of user generated content such as customer reviews, comments and opinions. Sentiment Analysis term is referred to the extraction of others (speaker or writer) opinion in given source material (text) by using NLP, Linguistic Computation and Text mining. Sentiment classification of product and service reviews and comments has emerged as the most useful application in the area of sentiment analysis. This paper focuses on the comparative study (1997 – 2012) of different sentiment classification techniques performed on different data set domain such as web discourse, reviews and news articles etc. The most popular approaches are Bag of words and feature extraction used by researchers to deal with sentiment analysis of opinion related to movies, electronics, cars, music etc. The sentiment analysis is used by manufacturers, politicians, news groups, and some organization to know the opinions of customer, people, and social website users.

하이퍼스펙트럴영상 분류에서 정준상관분류기법의 유용성

박민호(Park Min-Ho) 대한토목학회 2006 대한토목학회논문집 D Vol.26 No.5D

본 논문의 의도는 하이퍼스펙트럴 영상의 다량의 밴드를 사용하면서도 효율적인 분류기법의 개발에 초점을 두고 있다. 본 연구에서는 하이퍼스펙트럴 영상의 분류에 있어 이론적으로 밴드수가 많아질수록 분류정확도가 높을 것이라 예상되는, 다변량 통계분석기법중의 하나인 정준상관분석을 적용한 분류기법을 제안한다. 그리고 기존의 대표적인 전통적 분류기법인 최대 우도분류 방법과 비교한다. 사용되는 하이퍼스펙트럴 영상은 2001년 9월 2일 취득된 EO1-Hyperion 영상이다. 실험을 위한 밴드수는 LANDSAT TM 영상에서 열밴드를 제외한 나머지 데이터의 파장대와 일치하는 부분을 감안하여 30개 밴드로 선정하였다. 지상실제데이터로서 비교기본도를 채택하였다. 이 비교기본도와 시각적으로 윤곽을 비교하고, 중첩분석하여 정확도를 평가하였다. 최대우도분류의 경우 수역 분류를 제외하고는 전혀 분류기법으로서의 역할을 하지 못하는 것으로 판단되며, 수역의 경우도 큰 호수 외에 작은 호수나 골프장내 연못, 부분적으로 물이 존재하는 작은 영역 등은 전혀 분류하지 못하고 있는 것으로 나타났다. 그러나 정준상관분류결과는 비교기본도와 형태적으로 시각적 비교를 해볼 때 골프장잔디를 거의 명확히 분류해 내고 있으며, 도시역에 대해서도 고속도로의 선형 등을 상당히 잘 분류해내고 있음을 알 수 있다. 또한 수역의 경우도 골프장 연못이나 대학교내 연못, 기타지역의 연못, 웅덩이 등 까지도 잘 분류해내고 있음을 확인할 수 있다. 결과적으로 정준상관분석 알고리즘의 개념상 트레이닝 영역 선정시 시행착오를 겪지 않고도 정확한 분류를 할 수 있었다. 또한 분류항목 중에서 잔디와 그 외 식물을 구분해 내는 능력과 수역을 추출해 내는 능력이 최대우도분류기법에 비해 우수하였다. 이상의 결과로 판단해 볼 때 하이퍼스펙트럴영상에 적용되는 정준상관분류기법은 농작물 작황 예측과 지표수 탐사에 매우 유용하리라 판단되며, 나아가서는 분광적 고해상도 영상인 하이퍼스펙트럴 데이터를 이용한 GIS 데이터베이스 구축에 중요한 역할을 할 수 있을 것으로 기대된다. The purpose of this study is focused on the development of the effective classification technique using ultra multi band of hyperspectral image. This study suggests the classification technique using canonical correlation analysis, one of multivariate statistical analysis in hyperspectral image classification. High accuracy of classification result is expected for this classification technique as the number of bands increase. This technique is compared with Maximum Likelihood Classification(MLC). The hyperspectral image is the EOl-hyperion image acquired on September 2, 2001, and the number of bands for the experiment were chosen at 30, considering the band scope except the thermal band of Landsat TM. We chose the comparing base map as Ground Truth Data. We evaluate the accuracy by comparing this base map with the classification result image and performing overlay analysis visually. The result showed us that in MLC's case, it can't classify except water, and in case of water, it only classifies big lakes. But Canonical Correlation Classification (CCC) classifies the golf lawn exactly, and it classifies the highway line in the urban area well. In case of water, the ponds that are in golf ground area, the ponds in university, and pools are also classified well. As a result, although the training areas are selected without any trial and error, it was possible to get the exact classification result. Also, the ability to distinguish golf lawn from other vegetations in classification classes, and the ability to classify water was better than MLC technique. Conclusively, this CCC technique for hyperspectral image will be very useful for estimating harvest and detecting surface water. In advance, it will do an important role in the construction of GIS database using the spectral high resolution image, hyperspectral data.

2015개정 국어과 교육과정 설명 방법 성취기준의 한 문제 -구분, 분류, 분석을 중심으로-

김재은,김중수 한국국어교육학회 2021 새국어교육 Vol.- No.129

Purpose: The purpose of this study was to find out what difficulties teachers who teach the educational contents of ‘Classification’, ‘Categorization’, and ‘Analysis’ among the explanation methods of the 2015 curriculum achievement standards and to organize the ways they can teach accurately will be. Methods: The scope of the study is limited to ‘Classification’, ‘Categorization’, and ‘Analysis’. Problems are found and solutions are sought through analysis of teacher surveys, textbooks, and guidebook. Results: Some textbooks use ‘Classification and Categorization’ as one explanation method, and some textbooks use ‘Classification’ and ‘Categorization’ as different explanation methods. The subcategories of analysis are not properly addressed in textbooks. Conclusion: It is necessary to organize the educational contents to teach Classification, Categorization, and Analysis. First, Classification, Para- phrase, etc. are included in the category of words indicating the order of the text’s development. Second, Description, Categorization, Analysis, etc. are included in the category of words indicating the method of explanation. Third, Process and Causation fall into subcategories of analysis. Fourth, the explanation of each term is specified in the curriculum document or curriculum commentary. 목적: 2015개정 국어과 교육과정의 설명 방법 성취기준인 ‘구분’, ‘분류’, ‘분석’의 교육내용을 가르치는 교사들이 어떤 어려움을 겪는지 알아보고 쉽고 정확하게 가르칠 수 있는 방안을 정리한다. 방법: 설명 방법 중 ‘구분’, ‘분류’, ‘분석’으로 한정하며 교사 설문과 교과서, 지도서 분석을 통해 문제점을 찾고, 해결 방안을 모색한다. 결과: 교육과정에 ‘분류와 구분’이라는 표현이 나오는데, ‘분류와 구분’을 하나의 설명 방법으로 사용한 교과서도 있고 ‘분류’와 ‘구분’을 서로 다른 설명 방법으로 사용한 교과서도 있다. 교육과정에 ‘분석’, ‘인과’가 각각 명시되어 있기 때문에, 분석의 하위 범주를 교과서에서 제대로 다루지 못한다. ‘구분하다’라는 술어는 대상을 ‘분석’할 때도 쓰기 때문에, 학생들이 실제 글에서 사용되는 ‘구분하다’의 용법을 잘못 이해할 가능성이 높아진다. 결론: 구분, 분류, 분석을 가르치기 위해 교육 내용을 정리할 필요가 있다. 첫째, 구분, 열거, 부연, 상술, 인용 등은 글의 전개 순서를 가리키는 말의 범주에 넣는다. 둘째, 묘사, 서사, 정의, 예시, 분류, 분석, 비교, 대조 등은 설명의 방법을 가리키는 말의 범주에 넣는다. 셋째, 과정, 인과는 분석의 하위 범주에 넣는다. 넷째, 교육과정 문서나 교육과정 해설서에 각 용어에 대한 설명을 명시한다.

Finding the Optimal Data Classification Method Using LDA and QDA Discriminant Analysis

Kim, SeungJae,Kim, SungHwan The Basic Science Institute Chosun University 2020 조선자연과학논문집 Vol.13 No.4

With the recent introduction of artificial intelligence (AI) technology, the use of data is rapidly increasing, and newly generated data is also rapidly increasing. In order to obtain the results to be analyzed based on these data, the first thing to do is to classify the data well. However, when classifying data, if only one classification technique belonging to the machine learning technique is applied to classify and analyze it, an error of overfitting can be accompanied. In order to reduce or minimize the problems caused by misclassification of the classification system such as overfitting, it is necessary to derive an optimal classification by comparing the results of each classification by applying several classification techniques. If you try to interpret the data with only one classification technique, you will have poor reasoning and poor predictions of results. This study seeks to find a method for optimally classifying data by looking at data from various perspectives and applying various classification techniques such as LDA and QDA, such as linear or nonlinear classification, as a process before data analysis in data analysis. In order to obtain the reliability and sophistication of statistics as a result of big data analysis, it is necessary to analyze the meaning of each variable and the correlation between the variables. If the data is classified differently from the hypothesis test from the beginning, even if the analysis is performed well, unreliable results will be obtained. In other words, prior to big data analysis, it is necessary to ensure that data is well classified to suit the purpose of analysis. This is a process that must be performed before reaching the result by analyzing the data, and it may be a method of optimal data classification.

한국어 교육의 조사 교육 연구 동향 분석

장미경 우리어문학회 2009 우리어문연구 Vol.33 No.-

The purpose of this study was to analyze the particle education research trends of 28 theses in Korean Education and to discuss their significance with a focus on subjects of the study. The primary contents of this study was the overview of characteristics of each time period categorized by four subjects; the whole particle system, the whole case particle system, the individual particle, and the comparison between particles. Among 28 theses, 14 articles dealt with teaching models or error analysis for the whole particle system, 3 articles only dealt with case particles, 4 articles focused on individual particles, and finally 6 articles compared the meanings /functions or usages between certain particles. In addition, based on the research methodo -logies and data, another research trend was discussed regarding 5 categories such as analysis of literature, comparative analysis of grammar, analysis of teaching materials, error analysis and experimental analysis. The results of this study will contribute to suggesting new directions for further research regarding particle education in Korean education. 본 논문은 한국어 교육 내의 조사 교육이라는 주제에 대해 지금까지 이루어진 학위 논문 28편의 연구 대상을 기준으로 연구사를 정리하는 것을 목적으로 하였다. 주된 연구사 내용은 각 논문이 연구 대상으로 삼고 있는 것이 무엇인가에 따라 조사 전체, 격조사 전체, 개별 조사, 그리고 조사 대비의 네 항목으로 구분하여 시기별 특징을 정리한 것으로 총 28편의 논문 중 조사 전체를 대상으로 교수ㆍ학습 모형을 제시하거나 학습자 오류를 분석한 논문이 14편으로 가장 많았고, 연구 범위를 좁혀 격조사만을 대상으로 한 논문이 3편, 그리고 범위를 더 좁혀 개별 조사에 대해 연구한 논문이 4편, 마지막으로 특정 조사들 간의 의미기능이나 사용 양상을 대비한 논문이 6편이었다. 이에 덧붙여 각 연구자들이 활용한 연구 방법 및 자료를 기준으로 문헌 자료 분석, 문법 대조 분석, 학습 교재 분석, 오류 분석, 그리고 실험 분석이라는 다섯 항목으로 구분하여 연구 방법별 동향을 살폈다. 이러한 연구사를 통해 향후 한국어 교육 분야에서 요구되는 조사 교육 연구의 방향과 과제를 제시할 수 있으리라 믿는다.

Classification and Sequential Pattern Analysis for Improving Managerial Efficiency and Providing Better Medical Service in Public Healthcare Centers

최근호,정석훈,이현실,서용무 대한의료정보학회 2010 Healthcare Informatics Research Vol.16 No.2

Objectives: This study sought to find answers to the following questions: 1) Can we predict whether a patient will revisit a healthcare center? 2) Can we anticipate diseases of patients who revisit the center? Methods: For the first question, we applied 5 classification algorithms (decision tree, artificial neural network, logistic regression, Bayesian networks, and Naïve Bayes) and the stacking-bagging method for building classification models. To solve the second question, we performed sequential pattern analysis. Results: We determined: 1) In general, the most influential variables which impact whether a patient of a public healthcare center will revisit it or not are personal burden, insurance bill, period of prescription, age, systolic pressure, name of disease, and postal code. 2) The best plain classification model is dependent on the dataset. 3) Based on average of classification accuracy, the proposed stacking-bagging method outperformed all traditional classification models and our sequential pattern analysis revealed 16 sequential patterns. Conclusions: Classification models and sequential patterns can help public healthcare centers plan and implement healthcare service programs and businesses that are more appropriate to local residents, encouraging them to revisit public health centers.

한국인의 세대 판별요인에 대한 탐색적 연구: 복지태도와 가치관을 중심으로

김신영 국제문화기술진흥원 2024 The Journal of the Convergence on Culture Technolo Vol.10 No.4

이 연구는 한국인의 연령집단 또는 세대를 구분하는데 기여하는 요인을 밝혀보고자 한다. 주된 관심을 가지고 분석에 투입한 변수는 응답자의 복지에 대한 태도이나, 그 밖에도 정치적 성향, 형평의식, 교육수준, 한국사회의 불평등에 대한 인식, 세금에 대한 인식, 그리고 건강상태 등의 변수들도 모형에 함께 투입되었으며, 따라서 이 연구는 일종의 탐색연구라고 할 수 있다. 분석에 사용된 자료는 2022년도 수집된 한국복지패널 17년차 년도 자료이며 선형판별분석기법이 활용될 것이다. 연구의 순서는 다음과 같다. 먼저 세대구분에 대한 이론적 검토가 과거 국내외 문헌을 통해 진행될 것이다. 현재까지 국내에서 세대구분에 의미있게 영향을 미치는 요인에 대한 계량연구는 존재하지 않는다. 따라서 이 연구에서는 연구자의 주관에 의해 세대구분에 유의하게 영향을 미칠 것으로, 즉 세대 간 차이가 유의하게 나타날 것으로 추정되는 정치적 성향과 가치관에 대한 이론적 검토를 진행할 것이다. 가치관에 대한 검토에서 복지에 대한 인식과 태도 등이 논의 될 것이다. 다음으로, 분석 모형, 분석기법, 그리고 분석에 투입될 변수가 소개될 것이다. 분석결과의 제시 및 요약 후 이론적 및 방법론적 제언을 수행하고자 한다. This study purports to identify the factors that contribute to the classification of age groups or generations of Koreans. Independent variables such as respondents' attitudes toward welfare, attitudes toward equity, education level, perception of inequality in Korean society, tax awareness, and health status are included in the model that were put into the analysis with the main interest. Since this study does not construct any hypothesis prior to analysis, the nature of this study can be said exploratory. The data utilized for the analysis are from the 17th year of the Korean Welfare Panel collected in 2022, and a linear discrimination analysis technique will be used. First and foremost, a theoretical review of the generational classification will be conducted through domestic and international literature in the past. To date, there is no quantitative studies in Korea that have a significant influence on the generational classification. Therefore, in this study, a theoretical review of political tendencies and values, which are estimated to have a significant influence on the generational classification, that is, the difference between generations, will be significant. The perception and attitude toward welfare will be discussed in the review of values. Next, analysis models, analysis techniques, and variables to be used in the analysis will be introduced. After

Functional Data Classification of Variable Stars

Park, Minjeong,Kim, Donghoh,Cho, Sinsup,Oh, Hee-Seok The Korean Statistical Society 2013 Communications for statistical applications and me Vol.20 No.4

This paper considers a problem of classification of variable stars based on functional data analysis. For a better understanding of galaxy structure and stellar evolution, various approaches for classification of variable stars have been studied. Several features that explain the characteristics of variable stars (such as color index, amplitude, period, and Fourier coefficients) were usually used to classify variable stars. Excluding other factors but focusing only on the curve shapes of variable stars, Deb and Singh (2009) proposed a classification procedure using multivariate principal component analysis. However, this approach is limited to accommodate some features of the light curve data that are unequally spaced in the phase domain and have some functional properties. In this paper, we propose a light curve estimation method that is suitable for functional data analysis, and provide a classification procedure for variable stars that combined the features of a light curve with existing functional data analysis methods. To evaluate its practical applicability, we apply the proposed classification procedure to the data sets of variable stars from the project STellar Astrophysics and Research on Exoplanets (STARE).