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

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제12권 제6호
발행연도
2010.1
수록면
3,317 - 3,325 (9page)

이용수

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

초록· 키워드

오류제보하기
이범주 분류문제에서 판정보류 옵션을 가진 분류규칙은 기존의 분류규칙에 판정보류 옵션을 추가적으로 고려한 분류규칙을 의미한다. 이러한 판정보류 옵션을 가진 분류규칙은 엄밀히 분류를 하기 힘든 자료에 대해 기존의 분류방법보다 더 우수한 성능을 보이는 것으로 알려져 있다. 기계학습적인 판정보류 옵션을 가진 방법은 최근에서야 support vector machines(SVM) 방법을 기저로 하여 개발되었다. 그러나, 근본적으로 SVM방법이 사후확률을 제공하지 못하기 때문에 이에 근거한 판정보류 옵션을 가진 SVM방법도 역시 동일한 문제를 안고 있다. 본 연구에서는 사후확률을 도출하는 통합손실함수를 소개하고, 이를 판정보류에 활용하여 기존 방법론들의 단점을 개선하고자 한다. 또한, 실제 자료를 통하여 제안한 방법론의 유용성을 실증한다.
#분류분석 #판정보류 옵션 #support vector machines #Binary Classification #Reject option #support vector machines

목차

등록된 정보가 없습니다.

참고문헌 (11)

참고문헌 신청
Bartlett, P. / 2008 / Classification with a reject option using a hinge loss / Journal of Machine Learning Research 9 : 1823 ~ 1840 google schola Choi, H. / 2009 / Gene selection and prediction for cancer classification using support vector machines with a reject option, Technical Report google schola Chow, C. K. / 1970 / On optimum recognition error and reject tradeoff / IEEE Transactions on Information Theory 16 : 41 ~ 46 google schola Cortes, C. / 1995 / Support-vector networks / Machine Learning 20 : 273 ~ 297 google schola DaehakKim / 2003 / Discriminant Analysis Based on Incremental Pruning in LS-SVM / Journal of The Korean Data Analysis Society 5 (4) : 829 ~ 838 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0