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
- 발행연도
- 2013.7
- 수록면
- 643 - 646 (4page)
이용수
초록· 키워드
오류제보하기
본 논문에서는 아다부스트의 과적합 문제를 해결하기 위해 샘플 군집화를 이용한 개선된 아다부스트 알고리즘을 제안한다. 아다부스트는 다양한 객체 검출 방법에서 좋은 성능을 보이는 방법으로 알려져 있지만 훈련 샘플에 노이즈가 존재하는 경우 과적합 현상이 발생하는 문제가 있다. 이를 해결하기 위해 제안하는 방법은 우선 훈련 샘플의 긍정 샘플을 k-평균 군집화 알고리즘을 이용하여 K개의 군집으로 나눈다. 이후 아다부스트의 약분류기 훈련 시 K개의 군집 중 훈련 오차를 최소화하는 하나의 군집만을 선택하여 사용한다. 이로써, 제안하는 방법은 매 회 반복되는 약분류기의 훈련 시 훈련 샘플들이 과분할 되는 것과 노이즈 샘플이 훈련에 사용되는 것을 방지함으로써 기존 아다부스트의 과적합 현상을 효과적으로 줄여준다. 실험 결과, 제안하는 방법은 다양한 실제 데이터셋에서 기존의 부스팅 기반 방법들에 비해 더 나은 분류 성능 및 일반화 성능을 보여주었다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 제안하는 방법
Ⅲ. 실험 결과
Ⅲ. 결론
참고문헌
참고문헌 (9)
참고문헌 신청
1. [학술지(정기간행물)] - R. E. Schapire / 1999 / Improved boosting algorithms using confidence-rated predictions / Machine Learning 37 (3) : 297 ~ 336
2. [학술지(정기간행물)] - J. Friedman / 2000 / Additive logistic regression : A statistical view of boosting / The Annals of Statistics 38 (2) : 337 ~ 374
3. [학술지(정기간행물)] - A. Vezhnevets / 2005 / Modest AdaBoost-Teaching AdaBoost to Generalize Better / Graphicon 12 (5) : 987 ~ 997
4. [학술지(정기간행물)] - S. Merler / 2004 / Bias-Variance Control via Hard Points Shaving / International Journal of Pattern Recognition and Artificial Intelligence 18 (5) : 891 ~ 903
5. [학술대회논문] - D.-S. Kim / 2013 / Reducing Overfitting of AdaBoost by Clustering-based Pruning of Hard Examples / Proceedings of the 7th International Conference on Ubiquitos Information Management and Communication (90)
2. [학술지(정기간행물)] - J. Friedman / 2000 / Additive logistic regression : A statistical view of boosting / The Annals of Statistics 38 (2) : 337 ~ 374
3. [학술지(정기간행물)] - A. Vezhnevets / 2005 / Modest AdaBoost-Teaching AdaBoost to Generalize Better / Graphicon 12 (5) : 987 ~ 997
4. [학술지(정기간행물)] - S. Merler / 2004 / Bias-Variance Control via Hard Points Shaving / International Journal of Pattern Recognition and Artificial Intelligence 18 (5) : 891 ~ 903
5. [학술대회논문] - D.-S. Kim / 2013 / Reducing Overfitting of AdaBoost by Clustering-based Pruning of Hard Examples / Proceedings of the 7th International Conference on Ubiquitos Information Management and Communication (90)
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2014-560-002931613