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
학술대회자료
저자정보
김세훈 (포항공과대학교) 최승진 (포항공과대학교)
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2009 가을 학술발표논문집 제36권 제2호(C)
발행연도
2009.11
수록면
389 - 394 (6page)

이용수

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

초록· 키워드

오류제보하기
다중 예제 학습은 각각의 예제들을 고려하지 않고 레이블이 되어 있는 가방들 (예제들의 집합)을 고려하는 방법이다. 포지티브로 레이블 되어있는 가방들은 참 포지티브 (true positive) 예제들과 거짓 포지티브(false positive) 예제들로 구성되어 있다. 반면에 네거티브로 레이블 되어 있는 가방들은 정확한 네거티브 예제들로 구성되어 있다. 각 포지티브 가방들 안에 예제들의 레이블이 정확하게 주어져 있지 않기 때문에 기존에 알려진 차원 감소 알고리즘을 그대로 적용하면 원하지 않은 투영 방향을 얻게 된다. 본 논문에서는 국소 피셔 판별 분석법 (LFDA)를 다중 예제 학습에 맞게 수정한 알고리즘을 소개한다. 제안한 알고리즘은 거짓 포지티브 예제들을 찾아서 네거티브 예제들로 바꾸기 위해 인용 (citation) 정보와 유사행렬을 결합한 방법이다. 인용 정보를 LFDA에 결합했기 때문에 이 알고리즘은 인용을 기반으로 한 LFDA (CLFDA)로 부르기로 하겠다. 제안한 알고리즘은 매우 간단하지만 다중예제 학습을 위한 최초의 차원 감소 알고리즘이라는 점에 의미가 있다. 다양한 벤치마크 데이터에서 실험결과를 바탕으로 CLFDA가 FLD와 LFDA보다 높은 성능을 보여주는 점을 확인할 수 있다.

목차

요약
1. 서론
2. 국소 피셔 판별 분석법 (LFDA)
3. 인용정보를 기반한 LFDA (CLFDA)
4. 실험 결과
5. 결론 및 향후 연구
6. 감사의 글
6. 참고 문헌

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

Automatic Tagging for Social Images using Convolution Neural Networks
장현웅 ,  조수선 Journal of KIISE 2016 .01
딥 러닝을 이용한 개체명 인식
이창기 ,  김준석 ,  김정희 외 1명 한국정보과학회 학술발표논문집 2014 .12
An Effective Framework for Contented-Based Image Retrieval with Multi-Instance Learning Techniques
Yu Peng ,  Kun-Juan Wei ,  Da-Li Zhang JUCT : Journal of Ubiquitous Convergence Technology 2007 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2010-569-001577574