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 제6권 제4호
발행연도
2004.1
수록면
1,031 - 1,041 (11page)

이용수

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

초록· 키워드

오류제보하기
IEM(Incremental EM) 알고리즘은 자료의 개수가 매우 클 때 정규혼합모형을 추정하기 위해 자주 사용된다. 이 알고리즘은 자료를 여러 개의 블록으로 분할한 후 각 집단에 대해 부분 E-단계를 처리하는 기법으로서, 자료의 크기 때문에 발생하는 EM의 비실현성 문제를 해결할 뿐만 아니라 알고리즘 자체의 수렴속도를 향상시킨다. 그러나 많은 응용문제에서 자료 블록이 고정되어 있고 또 블록의 개수가 매우 큰 경우가 자주 나타난다. 이 경우 IEM 알고리즘 역시 실현성의 문제점이 발생한다. 이 문제를 해결하기 위해 본 연구에서는 블록 집합 크기의 구성을 통해 EM 알고리즘 뿐 아니라 IEM 알고리즘을 포함하는 보다 일반화된 알고리즘을 제안한다. r차-IEM 알고리즘이라 부르는 이 알고리즘을 통해 블록의 개수가 매우 클 때 최대 로그-우도값에 도달하는 처리시간이 EM이나 IEM 알고리즘보다 더 짧은 차수 이 존재함을 모의실험을 통해 보였다.
#대용량 자료 #EM 알고리즘 #IEM 알고리즘 #정규혼합모형. #Large dataset #EM algorithm #IEM algorithm #Normal Mixture Model

목차

등록된 정보가 없습니다.

참고문헌 (9)

참고문헌 신청
/ 1977 / Maximum Likelihood form incomplete data via the EM algorithm (with discussion) : 1 ~ 38 google schola / 1997 / The EM algorithm-an old folksong sung to a fast new tune( with discussion) 59 : 511 ~ 567 google schola / 1998 / A view of the EM algorithm that justifies incremental, sparse, and other variants, In Learning in Graphical Models, M. I. Jordan(eds.). : 355 ~ 368 google schola / 1999 / 병렬처리와 은닉마코프 모형을 이용한 음성인식 시스템 연구 1 (2) : 1 ~ 12 google schola / 2001 / The Elements of Statistical Learning: Data Mining 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