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
질문

논문 기본 정보

자료유형
학술저널
저자정보
김무섭 (계명대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제36권 제2호
발행연도
2025.3
수록면
327 - 338 (12page)
DOI
10.7465/jkdi.2025.36.2.327

이용수

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

초록· 키워드

오류제보하기
인공신경망 학습에서 이상점은 자료의 복잡성으로 탐색과정에서 존재확인이 힘든 한편 학습을 편향시켜 예측성능저하를 초래한다. 그러므로 학습의 강건성 (robustness)이 요구된다. 이 논문에서는 감마회귀모형에 집중하여 density power divergence를 이용한 강건한 학습을 고려한다. 이 방법론에 기반해 강건한 손실함수를 유도하고 그에 맞는 학습알고리즘을 제안한다. 모의실험을 통해 제안된 방법의 강건성을 평가하고 조율모수 (tuning parameter)의 조절방식을 논한다.

목차

요약
1. 서론
2. 감마회귀모형과 강건한 학습방법
3. 모의실험
4. 결론
References
Abstract

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

UCI(KEPA) : I410-151-25-02-092488973