메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지(B) 정보과학회논문지(B) 제25권 제8호
발행연도
1998.8
수록면
1,137 - 1,147 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
다층 퍼셉트론(Multilayer Perceptron)이나 RBF(Radial Basis Function) 네트웍 같은 신경망 모델들은 보편 근사기 (universal function approximator)이다. 그러나 이를 위해서는 충분한 수의 질이 좋은 학습 패턴이 있다는 전제조건이 만족되어야한다. 실제 문제에서는 이러한 학습 데이타를 얻는 것이 비용이 많이 들거나 때로는 불가능하기까지 하다. 이러한 상황에 대처하기 위해 최근 가상 샘플(데이타)를 생성하여 학습에 사용하는 방법이 제안되었다. 즉, 주어진 실제 패턴 근처에 새로운 입력을 정하고 주어진 데이타로 학습된 여러 네트웍들을 이용해서 이 입력값에 대한 출력을 추정하는 것이다. 새로 생성된 샘플은 기존 학습 데이타에 추가되고, 이 과정을 반복한다. 본 논문에서는 이 방법에 기반한 다양한 구체적 알고리즘을 제안한다. 그리고 기존의 일반화성능 향상기법들, 즉 잡음 추가, 단순 committee, bagging 등의 기법과 체계적으로 비교했다. 실험 결과는 문제와 잡음 단계에 따라 조금씩 다르게 나왔지만, 대부분의 가상 샘플 생성 방법은 기존의 방법들 보다 일반화성능이 더 우수하였다.

목차

요약

Abstract

1. 서론

2. 관련 연구

3. 제안된 가상 샘플 생성 방법

4. 실험 결과

5. 결론

참고문헌

저자소개

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

머신러닝을 위한 불균형 데이터 처리 방법 : 샘플링을 위주로
이규남 ,  임종태 ,  복경수 외 1명 한국콘텐츠학회논문지 2019 .11
기계시스템 정상/비정상 센서 데이터 불균형 문제 해결을 위한 딥러닝 생성 모델 비교
정원호 ,  이현탁 ,  오현석 대한기계학회 춘추학술대회 2018 .04
입력 데이터의 분포를 고려한 가상 샘플 생성
이봉기 ,  임용업 ,  조성준 한국정보과학회 학술발표논문집 2000 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017750097