The Prototype Development Applied as a Conceptual Design of an Automated Machine Learning System

Jayoung James Goo; Hyosung Kim

doi:10.5626/KTCP.2020.26.6.268

추천

검색

질문

자료유형: 학술저널

저자정보: Jayoung James Goo (연세대학교) Hyosung Kim (WAI)

저널정보: Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제26권 제6호

발행연도: 2020.6

수록면: 268 - 273 (6page)

DOI: 10.5626/KTCP.2020.26.6.268

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

이 논문에서는 오픈소스기반의 자동화된 머신러닝시스템의 개념을 제안한다. 최근에 글로벌 소프트웨어 기업들이 쉽게 실행할 수 있는 자동화 머신러닝시스템을 개발하여 개발비용을 절감시키고 있다. 그러나 완전 자동화 머신러닝시스템은 아직 개발되지 않았다. 그리고 현존하는 자동화 머신러닝시스템은 반자동시스템으로 특정분야에 한정되어 적용되고 있다. 그러므로, 이 연구에서는 변수선택, 분석모델선택과 하이퍼파라미터튜닝의 전체 과정을 자동화시킬 수 있는 개념적 디자인이 적용된 프로토타입을 제안하고자 한다. 추가로 제안하는 프로토타입의 가능성을 가늠해 보기 위해, 실제 주식시장(KOSPI)의 종목을 선택하여 주가를 예측하는 파일럿테스트를 진행하였다. 향후에 이러한 개념은 자체적인 머신러닝시스템을 개발할 여력이 없는 중소기업에 크게 도움을 줄 것으로 기대한다. 더불어서 이 개념이 머신러닝에 대한 대중의 접근성을 향상시켜 머신러닝 대중화에 기여할 것으로 기대한다.

#automated machine learning #AutoML #인공지능 #머신러닝 #프로토타입 #artificial intelligence #machine learning #prototype

참고문헌 (16)

참고문헌 신청

U. Khurana and H. Samulowitz, Automating Predictive Modeling Process using Reinforcement Learning, ArXiv190300743 Cs Stat, Mar. 2019, [Online]. Available: http://arxiv.org/abs/1903.00743. L. Kotthoff, C. Thornton, H. H. Hoos, F. Hutter, and K. Leyton-Brown, Auto-WEKA 2.0: Automatic model selection and hyperparameter optimization in WEKA, J. Mach. Learn. Res., Vol. 18, No. 25, pp. 1-5, 2017.

J. Thomas, S. Coors, and B. Bischl, Automatic Gra dient Boosting, ICML 2018 AutoML Workshop, Jul. 2018, [Online]. Available: http://arxiv.org/abs/1807.03873. J. L. Neto, A. A. Freitas, and C. A. A. Kaestner, Automatic Text Summarization Using a Machine Learning Approach, Advances in Artificial Intelligence, pp. 205-215, 2002.

F. Dornaika and F. Davoine, Facial Expression Recognition using Auto-regressive Models, Proc. of 18th International Conference on Pattern Recognition (ICPR’06), Vol. 2, pp. 520-523, Aug. 2006.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Jayoung James Goo

소속기관 연세대학교

주요연구분야 공학 > 컴퓨터학

논문수 10 이용수 353

김효성

소속기관 산엔지니어링

주요연구분야 사회과학 > 군사학 공학 > 전기전자공학 > 전기공학

논문수 44 이용수 2,054

이 논문과 함께 이용한 논문

Option pricing and profitability: A comprehensive examination of machine learning, Black-Scholes, and Monte Carlo method

Sojin Kim , Jimin Kim , Jongwoo Song CSAM(Communications for Statistical Applications and Methods) 2024 .09

배전설비 결함판정 AI모델 최적화를 위한 AutoML 프레임워크에 관한 연구

임채상 , 임성수 , 최윤석 외 2명 대한전기학회 학술대회 논문집 2024 .07

머신러닝 기반 장중 주가 예측: 고빈도데이터를 이용한 기업수준 분석

김찬수 , 김선웅 , 최흥식 지능정보연구 2024 .06

AutoML 프레임워크 성능 비교

박진규 , 이덕기 대한전자공학회 학술대회 2023 .06

Machine Learning Algorithms for Predicting the Returns of IPO Companies

Yeon Ji Choi , Hee Soo Lee , Kyong Joo Oh Quantitative Bio-Science 2021 .11

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (16)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)