고차원 질량 데이터에서 서브 샘플링을 활용한 혼합 필터 특징 선택법 제안

Abstract

이 연구에서는 레이저 유도 분광 스펙트럼 (Laser Induced Breakdown Spectroscopy)을 사용하여 5 개의 다른 국가에서 채굴된 사파이어 샘플의 지리적 기원을 식별하는 연구를 진행하였다. 샘플의 레이저 유도 분광 스펙트럼은 관련 원소 정보 및 불필요한 배경 정보인 10,000개 이상의 특징 (피크)을 포함하고 있다. 또한 관련 정보가 반복되거나 중복을 가지고 있다. 따라서 식별 정확도를 높이려면 적절한 특징 선택을 해야한다. 이를 위해 카이 제곱 및 정보 이득 필터를 모두 사용한 새로운 혼합 특징 선택 방법을 사용하였다. 비교를 위해 다양한 기준을 가진 각 필터 방법을 사용하여 전체 레이저 유도 분광 스펙트럼에서 특징을 선택하고 선택한 변수를 지원 벡터 머신 (SVM)을 사용하여 사파이어 샘플을 구별하는 데 사용하였다. 분류 성능 비교를 위해, 변수 선택없이 전체 데이터를 사용한 결과와 비교를 수행하였다. 각각의 특징 선택 방법 간의 정확성 차이를 확인할 수 있다. 제안 된 방법과 함께 크고 복잡한 레이저 유도 분광 스펙트럼 데이터 세트를 처리하는 데 효과적인 다른 특징 선택 방법을 테스트하고 비교하였다. 그 결과 새로 제안된 혼합 필터 특징 선택 방법이 더 작은 표준편차와 높은 정확도를 갖는 다는 것을 확인할 수 있었다.