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

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
권태용 (대구대학교) 윤상후 (대구대학교)
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제24권 제6호
발행연도
2022.12
수록면
2,143 - 2,155 (13page)
DOI
10.37727/jkdas.2022.24.6.2143

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
컴퓨터 기술의 발전으로 복잡한 연산의 실험들이 전산 시뮬레이터(simulator)로 수행되고 있다. 시뮬레이터는 계산 비용이 많이 드는 문제가 있어 이를 메타모델(metamodel)을 이용하여 시뮬레이터의 초모수를 최적화 한다. 가우시안 회귀모형(GPRM: Gaussian process regression model)은 메타모델로 많은 연구에 사용되고 있다. GPRM은 회귀계수 β 와 공분산 모수 θ 로 구성되어 있다. 예측성능이 우수한 GPRM을 위해 β 선택에 대한 연구는 많이 수행되었으나 θ 선택에 대한 연구는 아직 미흡하다. Welch(1992)는 전진선택법을 이용한 θ 선택 방법을 제안하였다. 본 연구는 모든 가능한 대응조합을 이용한 선택 방법을 제안한다. 제안하는 알고리즘은 BIC(Bayes information criterion)와 본페로니 교정(Bonferroni correction)을 이용하여 θ 를 선택한다. 제안 방법은 Welch 알고리즘과 달리 여러 개의 공통된 θ 군이 나타날 수 있으며, 모든 차원의 자료 대신 2차원의 자료만 고려므로 계산시간이 단축된다. 제안 방법의 성능은 3개의 테스트 함수의 평균 제곱근 오차(root mean square error)를 계산하여 비교하였다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

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