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
- 학술대회자료
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2011가을 학술발표논문집 제38권 제2호(B)
- 발행연도
- 2011.11
- 수록면
- 311 - 314 (4page)
이용수
초록· 키워드
오류제보하기
기존의 반감독학습(semi-supervised learning)에서의 연구는 labeled data와 함께 unlabeled data를 효과적으로 활용하기 위한 새로운 알고리즘 설계에 주로 집중되어 왔다. 그러나 최근에는 감독학습(supervised learning) 알고리즘을 활용하면서 unlabeled data의 정보를 이용하기 위한 Boosting 방법들이 제안되었다. 우리는 이 논문에서 Bagging을 이용한 반감독학습법에서의 ensemble 방법을 제안한다. 대량의 unlabeled data를 모두 이용하는 대신, 소규모의 unlabeled data를 샘플링하여 label을 예측한 후 높은 신뢰도의 라벨 예측을 가진 unlabeled data를 분류기 학습에 포함시킴으로써 계산복잡도를 낮추고 감독학습과 반감독 학습의 결합을 통한 성능을 향상시킬 수 있다.
목차
요약
1. 서론
2. 관련연구 : SemiBoost
3. 본론
4. 실험결과
5. 결론 및 향후 연구
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
의사 결정 나무를 사용한 와인의 품질 예측
이승한
,
박주영
,
이구연
외 1명
한국정보과학회 학술발표논문집
2014
.12
앙상블 학습을 이용한 DRAM 모듈 출하 품질보증 검사 불량 예측
김민석
,
백준걸
대한산업공학회 추계학술대회 논문집
2011
.11
의사결정 나무 앙상블 모델을 이용한 교통사고 분석
이재식
,
이은정
한국지능정보시스템학회 학술대회논문집
2009
.11
한국어 연결어미 ‘-지만’의 특성과 기술 방안 : 한국어 교육에서의 활용을 위한 ‘시제’, ‘상’, ‘문법 제약’을 중심으로
박종호
인문과학연구
2013
.06
데이터 마이닝에서 배깅, 부스팅, SVM 분류 알고리즘 비교 분석
이영섭
,
오현정
,
김미경
응용통계연구
2005
.07
최근 본 자료
댓글(0)
0