패턴 분류를 위한 결정적 아다부스트 알고리즘

이종찬

추천

검색

자료유형: 학술저널

저자정보: 이종찬

저널정보: 한국지식정보기술학회 한국지식정보기술학회 논문지 한국지식정보기술학회 논문지 제4권 제1호

발행연도: 2009.1

수록면: 43 - 50 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

아다부스트(AdaBoost)는 각 반복 순서마다 데이터 집합으로부터 데이터 이벤트들을 선택하는 과정을 가지는 알고리즘이다. 이 데이터 이벤트들은 모수 생성기(random number generator)를 사용해 확률적으로 선택하게 된다. 본 논문에서는 확률적으로 선택하는 대신에 결정적인 방법을 사용하는 아다부스트 알고리즘을 제안한다. 이를 위해 결정적인 알고리즘에 적합하도록 휘셔 식의 변형을 유도한 다. 이 유도식은 가중치 벡터를 가지는 데이터를 처리할 수 있는 스킴을 포함한다. 제안한 알고리즘의 성능을 확인하기 위해 확률적인 방법과 결정적인 방법에 점진적으로 prune rate를 증가시키고 네트워크 구조에 위크 학습기(weak learner)의 수를 점진적으로 증가하는 방법으로 각각 다른 측정 결과를 비교한다. 이들 시험 결과들로부터 제안한 방법의 결과가 전형적인 확률적 방법에 비해 높은 성능을 가지고 있음을 보인다.

#Deterministic AdaBoost #FLDF #Extended Data Expression #Weight #Missing Value.

참고문헌 (16)

참고문헌 신청

D. Kim / 2006 / Classifier using Extended Data Expression / IEEE Mountain Workshop on Adaptive and Learning Systems

Holger Schwenk / 2000 / Boosting neural networks / Neural Computation 12 : 1869 ~ 1887

J. C. Lee / 1992 / Pattern Classifying Neural Network Based on Fisher's Linear Discreminant / Proceedings of the International Joint Conference on Neural Networks (IJCNN) : 743 ~ 7

J. C. Lee / 1993 / Ato find the structure and weights of layered neural networks / of the World Congress on Neural Networks (WCNN) : 552 ~ 555

J. R. Quinlan / 1993 / C4.5:Program for Machine Learning / Morgan Kaufmann

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이종찬

소속기관 청운대학교

주요연구분야 복합학 > 학제간연구

논문수 5 이용수 27

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (16)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)