개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제38권 제9호
- 발행연도
- 2011.9
- 수록면
- 497 - 502 (6page)
이용수
초록· 키워드
오류제보하기
최근 고차원 데이터에 내재된 저차원 매니폴드 구조를 찾고 이를 패턴인식에 활용하는 다양한 연구가 수행되었다. 이 중 ISOMAP, LLE, LPP, GNMF 등의 방법은 k 근접 이웃 그래프(k-Nearest Neighbor Graph)를 기반으로 고차원 입력 데이터에서 저차원 매니폴더 구조를 효과적으로 찾을 수 있음을 보여주었다. k 근접 이웃 그래프를 이용한 매니폴드 구조 탐색 방법은 구성된 그래프에 따라 획득된 저차원 매니폴드 구조가 달라질 수 있으며, 따라서 적합한 k 의 값을 선택하는 것은 추후 패턴인식기의 성능에 직접적인 영향을 미친다. 본 연구에서는 k 근접 이웃 그래프에서 각 샘플이 k 번째 이웃과 가지는 거리의 변화를 관찰함으로써 데이터 별로 적합한 k 를 탐색하는 방법의 제안을 목적으로 한다. 특히 패턴인식 문제에 적합한 매니폴드 학습방법인 LPP를 중심으로 각 데이터에 대해 k 근접 이웃 그래프를 구성하고 이웃 간의 거리합에 기반하는 k 의 평가함수를 제안하였다. 또한 실제 패턴인식 응용 데이터를 이용한 분석 실험을 통해 제안하는 평가함수의 적절성을 확인하였다.
목차
요약
Abstract
1. 서론
2. k 근접 이웃 그래프에 기반한 매니폴드 학습
3. k 의 귀납적 탐색
4. 실험 및 결과
5. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2013-569-000685833