공간데이터마이닝에서의 유전자 알고리즘을 이용한 예측방법 연구

• 영문명: Study on Prediction Methods using Genetic Algorithm in Spatial Data Mining
• 발행기관: 한국자료분석학회
• 저자명: 김효정(Hyo-Jung Kim) 강한구(Hangu Kang) 강창완(Changwan Kang) 김규곤(Kyukon Kim) 최승배(Seungbae Choi)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.4 No.1, 103~113쪽, 전체 11쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2002.03.30

국문 초록

공간자료의 예측문제에 있어 전통적 예측방법인 크리깅 방법과 최근 통계적 문제에 적용되기 시작한 신경망 분석방법 간의 비교를 사례연구를 통해 행하였다. 일반적으로 크리깅에 의한 선형예측은 공간자료에 대한 일반적 통계모형으로서 간주되어 왔다. 한편 예측문제에 있어 신경망 모형에 기초한 비모수적 방법이 관심의 대상이 되고 있으며 특히 대용량 자료의 경우 데이터마이닝 기법의 한 분야로 널리 사용되고 있는 실정이다. 본 연구에서는 공간 자료의 예측에 있어 유전자 알고리즘과 신경망 분석 모형을 결합하여 기존의 크리깅 방법과의 예측력을 비교한다.

영문 초록

In spatial statistics, the kriging procedure gives an optimal linear predictor of a spatial process at a point x₀ , given observations of the process at other locations x₁, ⋯, xₙ, taking into account the spatial dependence of the observations. Spatial correlation has been ignored in the general statistics analysis of spatial data. In this study, We tried to compare the prediction methods in the spatial data with spatial correlation based on the methods of kriging and neural networks, neural networks using genetic algorithm. We have applied simulation to study the performance in prediction of neural networks and neural networks using genetic algorithm. And also, MSE is used as a comparative criterion.

목차

1. 서론

2. 공간자료에 대한 크리깅

3. 다층신경망모형

4. 유전자 알고리즘을 이용한 다층신경망(MLP)모형

5. 모의실험

6. 사례분석

7. 결론

참고문헌

키워드

공간자료 크리깅 유전자 알고리즘 신경망분석