빅데이터는 대량의 정형 및 비정형 데이터를 포함한 모든 유형의 집합을 말하며, 수집된 데이터를 저장, 관리, 분석하여 데이터로부터 가치를 추출하는 것을 의미한다. 빅데이터를 가치 있는 정보로 표현하고 활용하기 위해서는 빅데이터에 알맞은 데이터마이닝기법을 비롯하여 빅데이터분석방법론이 필요하다. 빅데이터 중 비정형 이미지 데이터를 분석할 때 주로 데이터마이닝 기법을 적용하여 이미지 마이닝이라고 많이 불린다. 이미지 마이닝은 이미지 빅데이터에서 의미 있는 정보나 가치를 찾아내는 프로세스다. 이미지 마이닝은 수많은 이미지들로부터 주어진 이미지와 유사한 이미지를 추출하는 것을 말하는 것으로 내용기반 이미지 검색이라 한다. 이미지 마이닝의 목적은 주어진 이미지 ...
빅데이터는 대량의 정형 및 비정형 데이터를 포함한 모든 유형의 집합을 말하며, 수집된 데이터를 저장, 관리, 분석하여 데이터로부터 가치를 추출하는 것을 의미한다. 빅데이터를 가치 있는 정보로 표현하고 활용하기 위해서는 빅데이터에 알맞은 데이터마이닝기법을 비롯하여 빅데이터분석방법론이 필요하다. 빅데이터 중 비정형 이미지 데이터를 분석할 때 주로 데이터마이닝 기법을 적용하여 이미지 마이닝이라고 많이 불린다. 이미지 마이닝은 이미지 빅데이터에서 의미 있는 정보나 가치를 찾아내는 프로세스다. 이미지 마이닝은 수많은 이미지들로부터 주어진 이미지와 유사한 이미지를 추출하는 것을 말하는 것으로 내용기반 이미지 검색이라 한다. 이미지 마이닝의 목적은 주어진 이미지 데이터 셋에서 중요한 의미를 가진 이미지 패턴을 발견하는 것이다. 본 논문에서는 대용량 이미지 데이터의 분류 정확도를 높이기 위한 방안에 초점을 맞추었다. 이미지 데이터를 분류하기 위해 코호넨 자기조직화 지도와 인공신경망 중 2단계 피드포워드 네트워크를 제안하며, 이는 딥러닝 알고리즘 중 심층신경망의 축소판이라고 볼 수 있다. 제안한 방법의 분류 정확도가 기존 연구의 분류 정확도보다 높게 나타났다는 것을 확인할 수 있었다. 핵심어: 빅데이터, 데이터마이닝, 이미지 마이닝, 딥러닝, 코호넨 자기조직화지도, 2단계 피드포워드 네트워크
빅데이터는 대량의 정형 및 비정형 데이터를 포함한 모든 유형의 집합을 말하며, 수집된 데이터를 저장, 관리, 분석하여 데이터로부터 가치를 추출하는 것을 의미한다. 빅데이터를 가치 있는 정보로 표현하고 활용하기 위해서는 빅데이터에 알맞은 데이터마이닝기법을 비롯하여 빅데이터분석방법론이 필요하다. 빅데이터 중 비정형 이미지 데이터를 분석할 때 주로 데이터마이닝 기법을 적용하여 이미지 마이닝이라고 많이 불린다. 이미지 마이닝은 이미지 빅데이터에서 의미 있는 정보나 가치를 찾아내는 프로세스다. 이미지 마이닝은 수많은 이미지들로부터 주어진 이미지와 유사한 이미지를 추출하는 것을 말하는 것으로 내용기반 이미지 검색이라 한다. 이미지 마이닝의 목적은 주어진 이미지 데이터 셋에서 중요한 의미를 가진 이미지 패턴을 발견하는 것이다. 본 논문에서는 대용량 이미지 데이터의 분류 정확도를 높이기 위한 방안에 초점을 맞추었다. 이미지 데이터를 분류하기 위해 코호넨 자기조직화 지도와 인공신경망 중 2단계 피드포워드 네트워크를 제안하며, 이는 딥러닝 알고리즘 중 심층신경망의 축소판이라고 볼 수 있다. 제안한 방법의 분류 정확도가 기존 연구의 분류 정확도보다 높게 나타났다는 것을 확인할 수 있었다. 핵심어: 빅데이터, 데이터마이닝, 이미지 마이닝, 딥러닝, 코호넨 자기조직화지도, 2단계 피드포워드 네트워크
Big data is a set of all types including bulk of structured and unstructured data, which means extracting value from data by saving, managing and analyzing collected data. In order to express and use big data as valuable information, big data analysis methodology including data mining method suited ...
Big data is a set of all types including bulk of structured and unstructured data, which means extracting value from data by saving, managing and analyzing collected data. In order to express and use big data as valuable information, big data analysis methodology including data mining method suited to big data is needed. When analyzing unstructured image data of big data, it is often called image mining by applying data mining method. Image mining is a process finding meaningful information in image big data. Image mining means extracting an image similar to an image given from many images, so is also called Content-Based Image Retrieval. The purpose of image mining is to discover image pattern with important meaning in given image dataset. In this paper, we focus on the method for improving the classification accuracy of large-capacity image data. In order to classify the image data, Kohonen self-organizing map and two-step feedforward network of artificial neural network are suggested, which can be regarded as microcosm of the deep neural network among the deep learning algorithms. It is confirmed that classification accuracy of the suggested method can be higher than classification accuracy of existing research. Keywords: Big Data, Data Mining, Image Mining, Deep Learning, Kohonen Self-Organizing Map, two-layer feedforward network
Big data is a set of all types including bulk of structured and unstructured data, which means extracting value from data by saving, managing and analyzing collected data. In order to express and use big data as valuable information, big data analysis methodology including data mining method suited to big data is needed. When analyzing unstructured image data of big data, it is often called image mining by applying data mining method. Image mining is a process finding meaningful information in image big data. Image mining means extracting an image similar to an image given from many images, so is also called Content-Based Image Retrieval. The purpose of image mining is to discover image pattern with important meaning in given image dataset. In this paper, we focus on the method for improving the classification accuracy of large-capacity image data. In order to classify the image data, Kohonen self-organizing map and two-step feedforward network of artificial neural network are suggested, which can be regarded as microcosm of the deep neural network among the deep learning algorithms. It is confirmed that classification accuracy of the suggested method can be higher than classification accuracy of existing research. Keywords: Big Data, Data Mining, Image Mining, Deep Learning, Kohonen Self-Organizing Map, two-layer feedforward network
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.