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
Cheong Hee Park (충남대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.43 No.12
발행연도
2016.12
수록면
1,396 - 1,403 (8page)

이용수

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

초록· 키워드

오류제보하기
시간이 흐름에 따라 데이터 분포가 변하거나 관심 개념이 달라질 수 있는 스트리밍 데이터 분석에서 개념 변화에 적응해 나갈 수 있는 능력은 점층적 학습 과정에서 매우 중요하다. 이 논문에서는 개념 변화를 가진 스트리밍 데이터에서 적응적 점층적 분류기를 위한 일반화된 프레임워크를 제안한다. 분류기에 의해 예측되는 신뢰도 벡터와 클래스 라벨 벡터 사이의 거리를 이용하여 분류기 성능 패턴을 나타내는 분포를 구성하고 컨셉 변화에 대한 가설 검정을 수행한다. 추정되는 p-값을 이용하여 오래된 데이터에 대한 가중치를 자동으로 조정하여 분류기 업데이트에 이용한다. 제안된 방법을 두 가지 타입의 선형 판별 분류기에 적용한다. 컨셉 변화를 가진 스트리밍 데이터에 대한 실험 결과는 제안하는 적응적 점층적 학습방법이 점층적 분류기의 예측 정확도를 크게 향상시킴을 입증한다.
#적응적 점층 학습 #개념 변화 #스트리밍 데이터 #선형 판별 분석 #adaptive incremental classifier #concept drift #streaming data #linear discriminant analysis

목차

요약
Abstract
1. Introduction
2. Related Work
3. An Adaptive Incremental Linear Classifier for Data Stream with Concept Drift
4. Experimental Results
5. Discussions
References

참고문헌 (25)

참고문헌 신청
[학술대회논문] - P. Domingos / 2000 / Mining high-speed data streams / Proc. of KDD google schola [학술대회논문] - G. Hulton / 2001 / Mining time-changing data streams / Proc. of KDD google schola [학술지(정기간행물)] - S. Nishimura / 2003 / Learning higher accuracy decision trees from concept drifting data streams / LNAI 5027 : 179 ~ 188 google schola [학술대회논문] - H. Wang / 2003 / Mining concept-drifting data streams using ensemble classifiers / Proc. of KDD google schola [학술대회논문] - A. Bifet / 2007 / Learning from timechanging data with adaptive windowing / Proc. of SDM 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

An Effective Concept Drift Detection Method on Streaming Data Using Probability Estimates
김영인 ,  박정희 Journal of KIISE 2016 .06
스트리밍 데이터에 대한 무감독 개념 변화 탐지 방법
김영인 ,  박정희 한국정보과학회 학술발표논문집 2016 .12
스트리밍 데이터에서 적응적 점층적 학습을 위한 동적 분류 앙상블
김영덕 ,  박정희 한국정보과학회 학술발표논문집 2016 .12
스트리밍 데이터에 대한 개념 변화 탐지 방법
김영인 ,  박정희 한국정보과학회 학술발표논문집 2015 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-569-001860063