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
학술대회자료
저자정보
염홍기 심귀보 (중앙대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 학술발표 논문집 한국지능시스템학회 2009년도 춘계학술대회 학술발표논문집 제19권 제1호
발행연도
2009.4
수록면
165 - 168 (4page)

이용수

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

초록· 키워드

오류제보하기
본 논문은 데이터 분류 알고리즘에 관한 내용으로 선행 연구를 통해 제안되었던 Variance Considered Machines (VCM)과 m-Variance Considered Machines (m-VCM) 알고리즘을 소개하고 시뮬레이션을 통해 본 알고리즘의 강인성을 보여주고 있다. VCM이란 Support Vector Machines (SVM)의 초평면 (Optimal Hyperplanes)을 데이터가 클래스에 속할 확률이 같아지는 지점으로 옮겨주어 최대마진을 가질 뿐 아니라 에러가 발생할 확률을 줄여준 알고리즘이다. 또한 본 논문에서는 VCM에 소속 함수 개념을 도입한 m-Variance Considered Machines(m-VCM)을 소개하고 MATLAB을 통한 시뮬레이션을 통해 m-VCM이 어떻게 데이터를 분류하고 출력을 조절하는지를 보여주고 있다. 시뮬레이션 결과를 통해 초평면 근처의 에러가 발생할 확률이 높은 데이터는 출력에 영향을 덜 미치게 하고 초평면으로부터 멀리 떨어진 데이터일수록 출력에 크게 영향을 미치도록 하는 것을 알 수 있다.

목차

요약
1. 서론
2. m-VCM의 소개
3. 시뮬레이션
4. 결론
참고문헌

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-0101-2010-028-002278218