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
- 저널정보
- 한국통계학회 CSAM(Communications for Statistical Applications and Methods) CSAM(Communications for Statistical Applications and Methods) 제23권 제4호
- 발행연도
- 2016.7
- 수록면
- 355 - 362 (8page)
이용수
초록· 키워드
오류제보하기
Ensemble methods often help increase prediction ability in various predictive models by combining multiple weak learners and reducing the variability of the final predictive model. In this work, we demonstrate that ensemble methods also enhance the accuracy of prediction under kernel ridge regression and kernel logistic regression classification. Here we apply bagging and random forests to two kernel-based predictive models; and present the procedure of how bagging and random forests can be embedded in kernel-based predictive models. Our proposals are tested under numerous synthetic and real datasets; subsequently, they are compared with plain kernel-based predictive models and their subsampling approach. Numerical studies demonstrate that ensemble approach outperforms plain kernel-based predictive models.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Comparison of the performance of various kernels for the survival prediction model
CSAM(Communications for Statistical Applications and Methods)
2024 .11
-
대용량 자료의 분석을 위한 분할정복 랜덤스케치 커널 능형회귀
한국데이터정보과학회지
2020 .01
-
Kernel 변경에 따른 영상평가 연구
한국자기학회 학술연구발표회 논문개요집
2015 .05
-
Tree size determination for classification ensemble
한국데이터정보과학회지
2016 .02
-
Geographically weighted kernel logistic regression for small area proportion estimation
한국데이터정보과학회지
2016 .04
-
Random forest ensemble using a weight-adjusted voting algorithm
한국데이터정보과학회지
2020 .03
-
Ensemble Model Output Statistics를 이용한 평창지역 다중 모델 앙상블 결합 및 보정
대기
2018 .09
-
Comparative Study of the Performance of Support Vector Machines with Various Kernels
East Asian Mathematical Journal
2021 .01
-
Ensemble 기법의 인공지능모델을 이용한 PM2.5 예측 성능 개선
한국대기환경학회 학술대회논문집
2023 .10
-
Looking inside S2S predictions: Inter-model comparison and multi-model ensemble performance
한국기상학회 학술대회 논문집
2018 .10
-
Performance Evaluation of Multiphysics Ensemble on the Prediction of Heavy Precipitation Cases in South Korea and Examination on the Ensemble Spread
한국기상학회 학술대회 논문집
2023 .11
-
국내 기준성 대기오염물질의 고농도발생 현황과 권역간의 연관성분석: PM2.5를 중심으로
한국대기환경학회지(국문)
2020 .04
-
Effects of Physical Factors on Computed Tomography Image Quality
Journal of Magnetics
2017 .06
-
Leave-one-out Bayesian model averaging for probabilistic ensemble forecasting
CSAM(Communications for Statistical Applications and Methods)
2017 .01
-
앙상블 칼만필터를 사용한 PM2.5 자료동화 연구
한국대기환경학회 학술대회논문집
2019 .11
-
가변계수 측정오차 회귀모형
한국데이터정보과학회지
2017 .09
-
A weighted Fourier series with signed good kernels
대한수학회보
2017 .01
-
Local linear regression analysis for interval-valued data
CSAM(Communications for Statistical Applications and Methods)
2020 .05
-
Global Ensemble Prediction System in KMA
한국기상학회 학술대회 논문집
2016 .10
-
Kernel-Trick Regression and Classification
CSAM(Communications for Statistical Applications and Methods)
2015 .03
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-310-001572759