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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 1996년도 가을 학술발표논문집 제23권 제2호(A)
발행연도
1996.10
수록면
751 - 754 (4page)

이용수

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

초록· 키워드

오류제보하기
[1]에서 제시한 시계열 예측에 대한 신경망 접근에 있어서 가상항 생성, 또한 [2]에서 제시한 로봇 팔 사상 문제에 있어서 가상 학습데이터의 생성은 현실적으로 학습 데이터의 부족으로 인한 일반화 저하를 해결하기 위한 방법이다. 그러나 학습데이터가 과다하게 많고 그에 비해 일반화에 사용되는 데이터가 적을 경우, 필요이상의 학습데이터를 사용함으로서 학습의 효율성이 저하되는 경우가 발생한다. 그러하여 필요한 학습 데이터만을 선발하여 학습시키는 방법이 또한 제안되고 있다[3][4]. 학습 데이터의 선택의 기준은 주어진 테스트 데이터와 유사성이다. 즉 일반화 데이터의 영역이 학습데이터의 영역에 포함되지 않을 경우 일반화의 성능이 저하된다. 그리하여 k-NN알고리즘[5]을 이용하여 학습 데이터를 선택함으로서 학습의 효율성을 향상시키는 방법을 제안하겠다. 그리하여 예로서 [6]에서 사용된 sin 함수에 관한 데이터를 사용한다.

목차

요약

1. 서론

2. k - NN 알고리즘

3. 선택학습

4. 실험 및 결과

5. 결론

6. 참고 문헌

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017867720