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
질문

논문 기본 정보

자료유형
학술저널
저자정보
한석원 (육군) 방성완 (육군사관학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제33권 제5호
발행연도
2022.9
수록면
785 - 799 (15page)
DOI
10.7465/jkdi.2022.33.5.785

이용수

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

초록· 키워드

오류제보하기
다변량 회귀분석에서 고려되는 최근의 연구 중점은 두 가지로 첫째는 반응변수들 사이의 상관관계를 모형의 적합에서 활용하는 것이고 둘째는 설명변수와 반응변수의 복잡한 비선형 관계를 모형화하는 것이다. 다변량 회귀분석과 관련된 대부분의 연구에서 이 두 가지 중점을 모두 해결하는 경우는 매우 드문 실정이다. 심층신경망은 출력층의 노드의 수를 늘리기만 하면 회귀모형에서 반응변수들을 쉽게 추가할 수 있고, 은닉층을 추가해 가면서 설명변수와 반응변수의 복잡한 비선형 관계도 모형화할 수 있어 다변량 회귀분석에 적용하기 적절한 모형이다. 심층신경망은 우수한 예측력과 정확도를 바탕으로 최근 다양한 분야에 활용되고 있으나 이를 다변량 회귀분석에 적용한 사례는 매우 부족하다. 따라서 본 논문에서는 신경망의 기본 구조인 완전 연결 심층신경망을 다변량 회귀분석에 적용하여 비선형 다변량 회귀모형의 동시 추정법을 제안하고, 제안한 모형이 각각의 반응변수들을 독립적으로 학습한 기존의 모형들보다 더 나은 성능을 보이는 것을 모의실험을 통해 확인하였다.
#다변량 회귀모형 #다중작업학습 #비선형 회귀함수 #완전 연결 심층신경망 #Fully connected deep neural network #multi-task learning #multivariate regression #nonlinear regression function

목차

요약
1. 서론
2. 완전 연결 심층신경망을 이용한 비선형 다변량 회귀분석
3. 모의실험
4. 실제 자료분석
5. 결론
References
Abstract

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

Layered Abstraction Technique for Effective Formal Verification of Deep Neural Networks
연주은 ,  채승현 ,  배경민 Journal of KIISE 2022 .11
인공지능의 심층 신경망 학습을 통한 은닉층 구성에 관한 연구
김영선 대한전자공학회 학술대회 2021 .06
Deep Neural Network Structure Selection Using Coverage Methods
이민수 ,  이찬근 Journal of KIISE 2021 .01
구조적 성질을 활용한 심층신경망의 정형검증 기법
정문현 ,  배경민 한국정보과학회 학술발표논문집 2020 .07
가속도 센서를 이용한 교량 의 케이블 손상 위치 예측 딥러닝 모델 구현
박기훈 ,  한주혁 ,  김용석 외 1명 대한토목학회 학술대회 2019 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-041-000106144