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
- 2018.1
- 수록면
- 57 - 67 (11page)
이용수
초록· 키워드
오류제보하기
앙상블 기법은 기계학습에서 다수의 알고리즘을 사용하여 더 좋은 성능을 내기 위해 사용하는 방법이다. 본 논문에서는 앙상블 기법에서 많이 사용되는 부스팅과 배깅에 대해 소개를 하고, 서포트벡터 회귀, 방사기저함수 네트워크, 가우시안 프로세스, 다층 퍼셉트론을 이용하여 설계한다. 추가적으로 순환신경망과 MOHID 수치모델을 추가하여 실험을 진행한다. 실험적 검증를 위해 사용하는 뜰개 데이터는 7 개의 지역에서 관측된 683 개의 관측 자료다. 뜰개 관측 자료를 이용하여 6 개의 알고리즘과의 비교를 통해 앙상블 기법의 성능을 검증한다. 검증 방법으로는 평균절대오차를 사용한다. 실험 방법은 배깅, 부스팅, 기계학습을 이용한 앙상블 모델을 이용하여 진행한다. 각 앙상블 모델마다 동일한 가중치를 부여한 방법, 차등한 가중치를 부여한 방법을 이용하여 오류율을 계산한다. 가장 좋은 오류율을 나타낸 방법은 기계학습을 이용한 앙상블 모델로서 6 개의 기계학습의 평균에 비해 61.7%가 개선된 결과를 보였다.
목차
등록된 정보가 없습니다.
참고문헌 (10)
참고문헌 신청
G. Tilmann / 2005 / Weather forecasting with ensemble methods / Science 310(5746):248~249
B. Albert / 2009 / New ensemble methods for evolving data streams / Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining :139~148
Basak, Debasish / 2007 / Support vector regression / Neural Information Processing-Letters and Reviews 11(10):203~224
Orr, Mark J. L. / 1996 / Introduction to Radial Basis Function Networks
Rasmussen, Carl E. / 2006 / Gaussian Processes for Machine Learning / MIT press
B. Albert / 2009 / New ensemble methods for evolving data streams / Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining :139~148
Basak, Debasish / 2007 / Support vector regression / Neural Information Processing-Letters and Reviews 11(10):203~224
Orr, Mark J. L. / 1996 / Introduction to Radial Basis Function Networks
Rasmussen, Carl E. / 2006 / Gaussian Processes for Machine Learning / MIT press
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
뜰개 이동 예측을 위한 신경망 및 통계 기반 기계학습 기법의 성능 비교
한국융합학회논문지
2017 .01
-
ENSEMBLE
International Digital Design Invitation Exhibition
2019 .05
-
순환신경망을 이용한 뜰개의 관측 데이터 보정
한국융합학회논문지
2018 .01
-
기계학습 응용 및 학습 알고리즘 성능 개선방안 사례연구
디지털융복합연구
2016 .01
-
비용함수와 파라미터를 이용한 효과적인 디지털 데이터 기계학습 방법론
디지털융복합연구
2021 .10
-
앙상블 기법을 활용한 온라인 음식 상품 리뷰 감성 분석
디지털융복합연구
2019 .01
-
Korean Music Ensemble(Soft Instrument)
International Digital Design Invitation Exhibition
2018 .12
-
1960년대 한국 대중음악 중창단의 활동 양상과 그 의미에 관한 고찰 : 대표적인 중창단의 음악적 특성을 중심으로
문화와융합
2020 .05
-
앙상블 기법을 활용한 논문 주제 분류 모델
한국콘텐츠학회논문지
2024 .06
-
기계학습 활용을 위한 학습 데이터세트 구축 표준화 방안에 관한 연구
디지털융복합연구
2018 .01
-
기계학습을 활용한 대학생 학습결과 예측 연구
한국콘텐츠학회논문지
2020 .06
-
운고계 자료를 이용하여 기상 현상을 탐지하기 위한 기계학습 기법 적용
예술인문사회 융합 멀티미디어 논문지
2018 .01
-
IoT센서로 수집된 균질 시간 데이터를 이용한기계학습 기반의 품질관리 및 데이터 보정
한국융합학회논문지
2019 .01
-
인공지능 기계학습 방법 비교와 학습을 통한 디지털 신호변화
디지털융복합연구
2019 .01
-
기계학습 모델과 데이터의 변화에 따른 대리 모델의 성능 관찰
아시아태평양융합연구교류논문지
2023 .06
-
BCI(Brain-Computer Interface)에 적용 가능한 상호작용함수 기반 자율적 기계학습
디지털융복합연구
2015 .01
-
앙상블을 이용한 기계학습 기법의 설계: 보험가입자의 심사평가 예측을 통한 실험적 검증
한국IT정책경영학회 논문지
2021 .12
-
신경망 및 통계 기법 기반의 기계학습을 이용한 유류유출 및 기상 예측 연구 동향
한국융합학회논문지
2017 .01
-
Extracting Simplified Rules from Ensemble Decision Trees
정보기술아키텍처 연구
2019 .01
-
광역자치단체의 기계학습 행정서비스 업무유형에 관한 연구-서울시를 중심으로-
디지털융복합연구
2020 .01
이 논문의 저자 정보
최근 본 자료
댓글(0)
0