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
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 컴퓨팅의 실제 및 레터 정보과학회논문지 : 컴퓨팅의 실제 및 레터 제15권 제2호
발행연도
2009.2
수록면
135 - 139 (5page)

이용수

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

이 논문의 연구 히스토리 (2)

2009

지역 전문가의 앙상블 학습
이병우 ,  양지훈 ,  김선호 정보과학회논문지 : 컴퓨팅의 실제 및 레터 2009.02 학술저널

2008

지역 전문가의 앙상블 학습
이병우 ,  양지훈 한국정보과학회 학술발표논문집 2008.06 학술대회자료

초록· 키워드

오류제보하기
본 논문에서는 지역 전문가를 이용한 새로운 앙상블 방법을 제시하고자 한다. 이 앙상블 방법에서는 학습데이타를 분할하여 속성 공간의 서로 다른 지역을 이용하여 전문가를 학습시킨다. 새로운 데이타를 분류할 때에는 그 데이타가 속한 지역을 담당하는 전문가들로 가중치 투표를 한다. UCI 기계 학습 데이타 저장소에 있는 10개의 데이타를 이용하여 단일 분류기, Bagging, Adaboost와 정확도를 비교하였다. 학습 알고리즘으로는 SVM, Naive Bayes, C4.5를 사용하였다. 그 결과 지역 전문가의 앙상블 학습 방법이 C4.5를 학습 알고리즘으로 사용한 Bagging, Adaboost와는 비슷한 성능을 보였으며 나머지 분류기보다는 좋은 성능을 보였다.
#앙상블 학습 #부스팅 #배깅 #지역 전문가 #Ensemble Learning #Boosting #Bagging #Region Experts

목차

요약
Abstract
1. 서론
2. 좋은 앙상블의 조건
3. 지역 전문가의 앙상블 학습
4. 실험
5. 결론 및 향후 과제
참고문헌

참고문헌 (17)

참고문헌 신청
T.G.Dietterich / 2000 / Ensemble method in machine learning / LNCS 1857:1~15 google schola E.Bauer / 1999 / An empirical comparison of voting classification algorithm: bagging, boosting, and variants / Machine Learning 36(1):105~142 google schola T.G.Dietterich / 2000 / An experimental comparison of three methods for constructing ensembles of decision trees:bagging,boosting,and randomization / Machine Learning 40(2):139~157 google schola D.Optiz / 1999 / Popular ensemble methods:an empirical study / Journal of AIR 11:169~198 google schola L.Breiman / 1996 / Bagging predictors / Machine Learning 24(2):123~140 google schola

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

충돌제트에서의 유량공급 채널 및 제트 홀 배열에 따른 열유동 특성 수치해석
황병조 ,  정희윤 ,  주원구 외 1명 한국추진공학회지 2016 .08
다단 이산화탄소 포집을 위한 순환유동층 반응기의 유동화 영역에 따른 영향
최승영 ,  유환주 ,  문호규 외 4명 대한기계학회 춘추학술대회 2016 .07
비등열전달 시 표면 구조물에 의한 열응력 변화 연구
이남규 ,  김범석 ,  최지홍 외 2명 대한기계학회 춘추학술대회 2016 .07
표면 구조 배열에 따른 비등열전달 특성
심동일 ,  이동휘 ,  최지홍 외 2명 대한기계학회 춘추학술대회 2016 .07
가스터빈 블레이드 전연부 필렛 효과에 의한 유동 및 열전달 특성
최석민 ,  정의엽 ,  손호성 외 2명 대한기계학회 춘추학술대회 2016 .07

최근 본 자료

전체보기

댓글(0)

0