RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      KCI등재 SCOPUS

      통계적 전처리 과정을 통한 분류기 성능 향상에 관한 연구 = Performance Improvement in a Classification Method by using Statistical Pre-processing

      한글로보기

      https://www.riss.kr/link?id=A105987699

      • 0

        상세조회
      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      다국어 초록 (Multilingual Abstract)

      One of the most significant current discussion in AI (Artificial Intelligence) and HCI (Human Computer Interface) is the pattern recognition algorithm. Many methods are available for this purpose, such as, the support vector machine, artificial neural...

      One of the most significant current discussion in AI (Artificial Intelligence) and HCI (Human Computer Interface) is the pattern recognition algorithm. Many methods are available for this purpose, such as, the support vector machine, artificial neural network, and Bayesian decision rule. In these methods, the number of features is the most critical factor affecting the classifier performance. Therefore, we herein propose feature selection and extraction methods to obtain a more effective classifier (higher accuracy and less complexity). To do this, we apply a statistical algorithm. Before we use pattern recognition algorithms, we select features using variance and correlation coefficient. Additionally, we extract the features using the dimension reduction method. We could filter out critical features and reduce the number of features using above process. For an objective evaluation, we use electroencephalogram and the survey data of the DEAP (dataset for emotion analysis using physiological signals). Additionally, we perform a comparison with the existing study. According to the performance evaluation, a classifier with higher accuracy and less computational complexity is obtained.

      더보기

      참고문헌 (Reference)

      1 주영훈, "휴먼-로봇 인터액션을 위한 하이브리드 스켈레톤 특징점 추출" 제어·로봇·시스템학회 14 (14): 178-183, 2008

      2 한의환, "효과적인 감정 분류를 위한 반복적 나이브 베이지안 분류기 설계" 대한전자공학회 54 (54): 119-126, 2017

      3 정성욱, "실시간 얼굴 표정 인식을 위한 새로운 사각 특징 형태 선택기법" 제어·로봇·시스템학회 12 (12): 130-137, 2006

      4 고광은, "딥러닝 모델을 이용한 물체-사람 간 상호작용 패턴 검출 기반행동 이해 시스템 개발" 제어·로봇·시스템학회 24 (24): 57-63, 2018

      5 심희린, "딥러닝 모델을 사용한 물체-사람 상호작용 패턴 출력 시스템" 제어·로봇·시스템학회 23 (23): 317-322, 2017

      6 김원구, "감정에 강인한 음성 인식을 위한 음성 파라메터" 제어·로봇·시스템학회 16 (16): 1137-1142, 2010

      7 한의환, "가우시안 혼합모델과 경사도 방법을 이용한 효과적인 감정분류에 대한 연구" 대한전자공학회 55 (55): 48-54, 2018

      8 I. S. Oh, "Pattern Recognition" Kyobobook Press 2008

      9 J. Li, "Feature Selection : A Data Perspec¬tive" 50 (50): 2018

      10 S. M. Alarcão, "Emotion Recognition Using EEG Signals: A Survey" 2018

      1 주영훈, "휴먼-로봇 인터액션을 위한 하이브리드 스켈레톤 특징점 추출" 제어·로봇·시스템학회 14 (14): 178-183, 2008

      2 한의환, "효과적인 감정 분류를 위한 반복적 나이브 베이지안 분류기 설계" 대한전자공학회 54 (54): 119-126, 2017

      3 정성욱, "실시간 얼굴 표정 인식을 위한 새로운 사각 특징 형태 선택기법" 제어·로봇·시스템학회 12 (12): 130-137, 2006

      4 고광은, "딥러닝 모델을 이용한 물체-사람 간 상호작용 패턴 검출 기반행동 이해 시스템 개발" 제어·로봇·시스템학회 24 (24): 57-63, 2018

      5 심희린, "딥러닝 모델을 사용한 물체-사람 상호작용 패턴 출력 시스템" 제어·로봇·시스템학회 23 (23): 317-322, 2017

      6 김원구, "감정에 강인한 음성 인식을 위한 음성 파라메터" 제어·로봇·시스템학회 16 (16): 1137-1142, 2010

      7 한의환, "가우시안 혼합모델과 경사도 방법을 이용한 효과적인 감정분류에 대한 연구" 대한전자공학회 55 (55): 48-54, 2018

      8 I. S. Oh, "Pattern Recognition" Kyobobook Press 2008

      9 J. Li, "Feature Selection : A Data Perspec¬tive" 50 (50): 2018

      10 S. M. Alarcão, "Emotion Recognition Using EEG Signals: A Survey" 2018

      11 S. Koelstra, "DEAP : A Database for Emotion Analysis using Physiological Signals" 3 (3): 18-31, 2012

      12 한의환, "A Novel Method for a Reliable Classifier using Gradients" 대한전자공학회 6 (6): 18-20, 2017

      13 한의환, "A Novel Method for Emotion Recognition based on the EEG Signal using Gradients" 대한전자공학회 54 (54): 71-78, 2017

      14 J. A. Russell, "A Circumplex Model of Affect" 39 (39): 1161-1178, 1980

      더보기

      동일학술지(권/호) 다른 논문

      동일학술지 더보기

      더보기

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      주제

      연도별 연구동향

      연도별 활용동향

      연관논문

      연구자 네트워크맵

      공동연구자 (7)

      유사연구자 (20) 활용도상위20명

      인용정보 인용지수 설명보기

      학술지 이력

      학술지 이력
      연월일 이력구분 이력상세 등재구분
      2023 평가예정 해외DB학술지평가 신청대상 (해외등재 학술지 평가)
      2020-01-01 평가 등재학술지 유지 (해외등재 학술지 평가) KCI등재
      2011-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2009-12-29 학회명변경 한글명 : 제어ㆍ로봇ㆍ시스템학회 -> 제어·로봇·시스템학회 KCI등재
      2009-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2008-01-02 학술지명변경 한글명 : 제어.자동화.시스템공학 논문지 -> 제어.로봇.시스템학회 논문지
      외국어명 : Journal of Control, Automation and Systems Engineering -> Journal of Institute of Control, Robotics and Systems
      KCI등재
      2007-10-29 학회명변경 한글명 : 제어ㆍ자동화ㆍ시스템공학회 -> 제어ㆍ로봇ㆍ시스템학회
      영문명 : The Institute Of Control, Automation, And Systems Engineers, Korea -> Institute of Control, Robotics and Systems
      KCI등재
      2007-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2005-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2002-01-01 평가 등재학술지 선정 (등재후보2차) KCI등재
      1999-07-01 평가 등재후보학술지 선정 (신규평가) KCI등재후보
      더보기

      학술지 인용정보

      학술지 인용정보
      기준연도 WOS-KCI 통합IF(2년) KCIF(2년) KCIF(3년)
      2016 0.69 0.69 0.55
      KCIF(4년) KCIF(5년) 중심성지수(3년) 즉시성지수
      0.45 0.39 0.509 0.14
      더보기

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼