불균형 데이터 환경에서 로지스틱 회귀모형을 이용한 Cochlodinium polykrikoides 적조 탐지 기법 연구

• 영문명: Study on Detection Technique for Cochlodinium polykrikoides Red tide using Logistic Regression Model under Imbalanced Data
• 발행기관: 한국전자통신학회
• 저자명: 박수호(Su-Ho Bak) 김흥민(Heung-Min Kim) 김범규(Bum-Kyu Kim) 황도현(Do-Hyun Hwang) 엥흐자리갈 운자야(Unuzaya Enkhjargal) 윤홍주(Hong-Joo Yoon)
• 간행물 정보: 『한국전자통신학회 논문지』제13권 제6호, 1353~1363쪽, 전체 11쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2018.12.31

국문 초록

본 연구에서는 불균형 데이터 환경에서 기계학습 기법의 한 갈래인 로지스틱 회귀모형을 이용하여 인공위성 영상에서 Cochlodinium polykrikoides 적조 픽셀을 탐지하는 방법을 제안한다. 학습자료로 적조, 청수, 탁수 해역에서 추출된 수출광량 분광 프로파일을 활용하였다. 전체 데이터셋의 70%를 추출하여 모형 학습에 활용하였으며, 나머지 30%를 이용하여 모형의 분류 정확도를 평가하였다. 이 때, 청수와 탁수에 비해 자료 수가 상대적으로 적은 적조의 분광 프로파일에 백색 잡음을 추가하여 오버샘플링을 하여 불균형 데이터 문제를 해결하였다. 정확도 평가 결과 본 연구에서 제안하는 알고리즘은 약 94%의 분류 정확도를 보였다.

영문 초록

This study proposed a method to detect Cochlodinium polykrikoides red tide pixels in satellite images using a logistic regression model of machine learning technique under Imbalanced data. The spectral profiles extracted from red tide, clear water, and turbid water were used as training dataset. 70% of the entire data set was extracted and used for as model training, and the classification accuracy of the model was evaluated using the remaining 30%. At this time, the white noise was added to the spectral profile of the red tide, which has a relatively small number of data compared to the clear water and the turbid water, and over-sampling was performed to solve the unbalanced data problem. As a result of the accuracy evaluation, the proposed algorithm showed about 94% classification accuracy.

목차

Ⅰ. 서 론

Ⅱ. 자료 및 방법

Ⅲ. 결과 및 토의

Ⅳ. 결 론

키워드

COMS/GOCI Logistic Regression Model Machine Learning Ocean Color Remote Sensing Red Tide 정지 궤도 해색 위성 로지스틱 회귀 모델 기계학습 해수색 원격 탐사 적조