$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

효율적인 kNN 알고리즘
An Efficient kNN Algorithm 원문보기

정보처리학회논문지. The KIPS transactions. Part B. Part B, v.11B no.7 = no.96, 2004년, pp.849 - 854  

이재문 (한성대학교 컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

본 논문은 문서분류 방법인 kNN의 실행속도를 개선하는 알고리즘을 제안한다. 제안된 알고리즘은 기존의 kNN이 사용하는 <용어, 가중치>쌍의 목록 대신, <문서, 가중치>쌍의 목록을 사용하여 유사성 계산을 빠르게 함으로써 실행속도를 개선하는 것이다. <문서, 가중치>의 목록은 문서분류의 학습단계에서 <용어, 가중치>의 목록을 행렬 전치함으로써 구한다. 본 논문에서는 제안된 알고리즘을 시간복잡도 측면에서 분석하고 기존의 kNN과 비교 하였으며, 로이터-21578 데이터를 사용하여 실험적으로 성능을 비교 하였다. 실험결과, 본 논문에서 제안한 알고리즘이 기존의 kNN보다 실행속도측면에서 약 $90{\%}$정도의 우수함을 알 수 있었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper proposes an algorithm to enhance the execution time of kNN in the document classification. The proposed algorithm is to enhance the execution time by minimizing the computing cost of the similarity between two documents by using the list of pairs, while the conventional kNN uses the iist...

주제어

#문서 분류   #학습 문서   #시험 문서   #문서 벡터  

참고문헌 (14)

  1. Y. Yang, 'Expert Network : Effective and efficient learning from human decisions in text categorization and retrieval,' In 17th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, 1994 

  2. S. T. Dumais, J. Platt, D. Heckerman, and M. Sahami, 'Inductive learning algorithms and representations for text categorization,' In CIKM, 1998 

    crossref

  3. Y. Yang and X. Liu., 'Are-examination of text categorization methods,' In 22nd Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, Berkley, August, 1999 

  4. Calvo, R. A. and H. A. Ceccatto, 'Intelligent Document Classification,' Intelligent Data Analysis, Vol.4, No.5, 2000 

    상세보기

  5. Calvo R. A, Classifying financial news with neural networks, In 6th Australian Document Symposium, p.6, December, 2001 

  6. ？Tom Ault and Y. Yang, 'kNN, Rocchio and Metrics for Information Filtering at TREC-10,' In The 10th Text Retrieval Conference(TREC-10), NIST, 2001 

  7. Y. Yang, A Study on Thresholding Strategies for Text Categorization, In 24th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, New York, 2001 

  8. Reuters-21578 Document Collection, http://about.reuters.com/researchandstandards/corpus 

  9. Sebastiani F., 'Machine learning in automated text categorization,' ACM Computing Surveys, Vol.34, No.1, pp.1-47, 2002 

    상세보기 crossref

  10. Williams K. and R. A. Calvo, 'A Framework for Text Categorization,' 7th Australian Document Computing Symposium December, 2002 

  11. 김한준, '텍스트 마이닝 기술을 적용한 대용량 온라인 문서 데이터의 계층적 조직화 기법', 서울대학교 대학원 박사학위논문, 2002 

  12. Calvo, R. A and J. M. Lee, 'Coping with the News : the machine learning way,' The 9th Australian World Wide Web Conference(AUSWEB 03), 2003 

  13. 이재문, '휴리스틱을 이용한 kNN의 효율성 개선', 정보처리학회논문지B, 제10-B권 제6호, 2003 

  14. 이석호, 'C로 쓴 자료구조론', 사이텍미디어, pp.68-88 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로