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

이용수

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

초록· 키워드

오류제보하기
이 논문은 기계학습(Machine Learning)에 대한 기본적 개념을 설명하고 귀납적(inductive)학습 시스템인 R-MINI[HONG 91]의 성능 개선을 위하여 휴리스틱을 보완한 R-MINI^*를 기본으로 하여 자신의 규칙 베이스(Rule-Base)를 적정한 시간과 성능으로 수정하며 유지할 수 있는 적응성 규칙 유지 시스템인 ARM(Adaptive Rule Minimization, Adaptive Rule Manager)에 대한 설계와 구현에 대하여 설명한다. ARM은 데이타 입력에서부터 생성된 규칙 베이스의 저장 관리, 적응 학습(Adaptive Learning)을 통합한 귀납적 기계학습 시스템이다.

목차

요약

1. 개요

2. 예측, 분류, 학습 시스템

3. ARM(Adaptive Rule Minimizer)

4. 결론

참고 문헌

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-ECN-0101-2009-569-017903061