랜덤 포레스트를 이용한 스마트폰 사용자의 행위 기반 분류의 글로벌 해석을 위한 시각화
Visualization for Global Interpretation of Activity Based Classification of Smartphone Users using Random Forest
- 문서 유형
- 연구출판물 · 학술지 논문
- 등재
- KCI
- 저널 순위
- KCI Q3
- 저널
- 소프트웨어포렌식 논문지 (JSAV)18(2) · pp.153 · 2022
- 피인용
- KCI 0
- ISSN
- 3092-541X
저자
- 김영인제1저자부산대학교
초록
모바일 어플리케이션에서 편리하고 지속적이면서 에너지 효율이 높은 사용자 분류 기술의 중요성이 증가하고 있으며, 다양한 사용자 움직임을 기반으로 성능이 좋은 사용자 분류 방법에 대한 연구가 활발히 이루어지고 있다. 하지만 현재 연구되고 있는 사용자 분류 기법은 사용한 기계 학습 모델이 크고 복잡하여 분류 결과를 해석하여 설명하기는 어려운 실정이므로, 이를 개선하여 연구자가 사용자 분류 결과에서 유사한 사용자와 아닌 사용자의 원인을 설명할 수 있는 방안에 대한 연구가 필요하다. 이를 위하여 본 논문에서는 하이퍼파라미터를 최적화하여 개발한 랜덤 포레스트 분류 모델을 적용하여 사용자를 분류하고, 그 결과에서 분류결정을 하게 된 글로벌 해석을 시각화하여 설명으로 제공하고자 설명가능 AI(XAI)의 SHAP(Shapley addictive explanation)을 사용하여 제시한다. 실험을 통하여 실험 데이터에 있는 특징 중, 어떤 특징들이 사용자 분류에 가장 크게 기여하는 것인지 요약한 결과 및 정분류된 사용자와 오분류된 사용자의 인스턴스를 해석한 결과를 제시하였다. 그 결과, 랜덤 포레스트 분류 모델이 사용자 분류 과정에서 사용자를 분류한 이유를해석할 수 있음을 보였으며, 사용자 행위 센서 데이터를 사용한 사용자 분류의 설명 가능한 기법으로 SHAP 을 사용할 수 있음을 제시하였다.
키워드
사용자 분류행위기반 분류스마트폰 센서랜덤 포레스트SHAPuser classificationactivity based classificationsmartphone’s sensorsrandom forest
식별자
- KCI
- ART002908071



로그인
연구물 목록으로