$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

다수의 분류 기법의 예측 결과를 결합하기 위한 혼합 정수 계획법의 사용

Aggregating Prediction Outputs of Multiple Classification Techniques Using Mixed Integer Programming

초록

경영 분류 문제에 대한 많은 연구들은 여러가지 기법들간의 성과 비교에 대한 것이었지만, 각각의 연구들마다 가장 좋은 기법이 어떤 것인가에 대해서는 상이한 결론을 내고 있다. 다수의 분류 기법 중에서 가장 좋은 것을 사용하는 방법에 대한 대안으로,분류 기법을 통합하여 성과를 향상시키는 방법이 있다. 본 연구에서는 개별 분류 기법의 결과를 선형 결합하여 예측력을 높이는 방법을 제시하였다. 최 적 선형 결합 가중치를 계산하기 위해 혼합 정수 계 획 법을 사용하였다. 목적 함수로 사용한 오분류 비용의 최소화에서 오분류 비용은 부도 기업을 모형에서 정상으로 예측한 오류와 정상기업을 모형에서 부도 기업으로 예측한 오류의 합으로 정의하였다. 문제 풀이 과정을 단순화하기 위하여 본 논문에서는 절사점 (cutoff value)을 고정하였고, 경계 함수 (threshold function)를 배제하였다. 정수계획법의 계산을 위해 branch 8, bound 방법을 사용하였다. 선형 결합에 의한 모형의 예측력이 개별 기법에 의해 구축된 모형의 예측력을 상회하였고, 그 차이가 통계적으로도 유의하였다.

Abstract

Although many studies demonstrate that one technique outperforms the others for a given data set, there is often no way to tell a priori which of these techniques will be most effective in the classification problems. Alternatively, it has been suggested that a better approach to classification problem might be to integrate several different forecasting techniques. This study proposes the linearly combining methodology of different classification techniques. The methodology is developed to find the optimal combining weight and compute the weighted-average of different techniques' outputs. The proposed methodology is represented as the form of mixed integer programming. The objective function of proposed combining methodology is to minimize total misclassification cost which is the weighted-sum of two types of misclassification. To simplify the problem solving process, cutoff value is fixed and threshold function is removed. The form of mixed integer programming is solved with the branch and bound methods. The result showed that proposed methodology classified more accurately than any of techniques individually did. It is confirmed that Proposed methodology Predicts significantly better than individual techniques and the other combining methods.

저자의 다른 논문

참고문헌 (23)

  1. Financial ratios, discriminant analysis, the prediction of corporate bankruptcy , Altman,E. , Journal of Finance / v.23,pp.589-609, 1968
  2. Corporate distress diagnosis: Comparisons using linear discriminant analysis and neural networks (the Italian experience) , Altman,E.;G.Marco;F.Varetto , Journal of Banking and Finance / v.18,pp.505-529, 1994
  3. Financial ratios as predictors of failure. Empirical research in accounting: Selected studies , Beaver,W. , Journal of Accounting Research / v.5,pp.71-111, 1967
  4. Predicting stock market behavior through rule-induction: An application of the learning-from-example approach , Braun,H.;J.Chandler , Decision Science / v.18,pp.415-429, 1987
  5. Neural networks and the mathematics of chaos - An investigation of these methodologies as accurate predictors of corporate bankruptcy , Cadden,D. , Proceedings of the $1^{st}$ International Conference on Artificial Intelligence Applications on Wall Street / v.,pp., 1991
  6. A comparative analysis of artificial neural networks using financial distress prediction , Fanning,K.M.;K.O.Cogger , Intelligent Systems in Accounting, Finance, & Management / v.3,pp.241-252, 1994
  7. Symbolic concept acquisition: A new approach to determining underlying tax law construct , Garrison,L.;R.Michaelson , Journal of American Taxation Association / v.,pp.77-91, 1989
  8. Performance of neural networks in managerial forecasting , Jhee,W.C.;J.K.Lee , Intelligent Systems in Accounting, Finance and Management / v.2,pp.55-71, 1993
  9. Interation of case-based forecasting, neural network, and discriminant analysis for bankruptcy prediction , Jo,H.;I.Han , Expert Systems With Applications / v.11,pp.415-422, 1996
  10. Bankruptcy prediction using case-base reasoning, neural networks, and discriminant analysis , Jo,H.;I.Han;H.Lee , Expert Systems With Applications / v.13,pp.97-108, 1997
  11. Hybrid classifiers for knowledge discovery , Kumar,A.;I.Ormeda , Working Paper / v.,pp., 1997
  12. A comparative study of recursive partitioning algorithm and analog concept learning system , Lee,S.B.;S.H.Oh , Expert Systems With Applications / v.1,pp.403-416, 1990
  13. Integrating statistical and inductive learning methods for knowledge acquisition , Liang,T.P.;J.S.Chandler;I.Han , Expert Systems With Applications / v.1,pp.391-401, 1990
  14. Genetic programming and rough sets: A hybrid approach to bankruptcy classifiation , McKee,T.E.;T.Lensberg , European Journal of Operational Research / v.138,pp.436-451, 2002
  15. Combining neural networks and statistical predictions to solve the classification problem in discriminant analysis , Markham,I.S.;C.T.Ragsdale , Decision Sciences / v.26,pp.229-242, 1995
  16. A neural network model for bankruptcy prediction , Odam,M.;R.Sharda;R.Trippi(ed.);E.Turban(ed.) , Neural Networks in Finance and Investing / v.,pp.177-185, 1993
  17. A case-based reasoning with the feature weights derived by analytic hierarchy process for bankruptcy prediction , Park,C.;I.Han , Expert Systems With Applications / v.23,pp.255-264, 2002
  18. A neural network approach to bankruptcy prediction , Raghupathi,W.;L.Schkade;B.Raju;R.Trippi(ed.);E.Turban(ed.) , Neural Networks in Finance and Investing / v.,pp.141-158, 1993
  19. A genetic algorithm appliation in bankruptcy prediction modeling , Shin,K.;Y.Lee , Expert Systems With Applications / v.23,pp.321-428, 2002
  20. Neural neworks for ond ratig improved by multiple hidden layers , Surkan,A.;J.Singleon , Proceedings of the IEEEE Conference on Neural Networks / v.Ⅱ,pp.157-162, 1990
  21. Managerial applications of neural networks: The case of bank failure predictions , Tam,K.;M.Kiang , Management Science / v.38,pp.926-947, 1992
  22. Incorporating complementary ratios in the analysis of financial statements , Trigueiros,D. , Accounting, Management, & Information Technology / v.4,pp.149-162, 1994
  23. Aggregating multiple expert data for linear case valuation models using the MDE principle , Troutt,M.D.;A.Rai;S.K.Tadisina , Decision Support Systems / v.21,pp.75-82, 1997

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

이 논문과 연관된 기능

DOI 인용 스타일