베이지안 추론과 정규화를 이용한 회귀 머신러닝

전성해

doi:10.5391/JKIIS.2019.29.5.390

추천

검색

질문

자료유형: 학술저널

저자정보: 전성해 (청주대학교)

저널정보: 한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제29권 제5호

발행연도: 2019.10

수록면: 390 - 394 (5page)

DOI: 10.5391/JKIIS.2019.29.5.390

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

최근 심층학습에 기반 한 신경망 모형이 기존의 머신러닝 알고리즘을 대체하고 있다. 특히 컴퓨터비전, 자연어처리 등 이미지와 음성 인식 문제를 위한 분류 작업에서 매우 우수한 성능을 보여주고 있다. 하지만 신경망 모형의 구조에서 은닉층을 심층적으로 디자인함으로써 기존의 신경망에 비하여 더 많은 계산시간이 필요하게 되는 어려움이 있다. 분류문제가 아닌 회귀문제에 있어서도 같은 문제가 있다. 이와 같은 심층 신경망에 비하여 본 연구에서 제시하는 베이지안 신경망은 하나의 은닉층만을 사용하고 베이지안 추론 및 정규화를 이용하여 신경망 모형의 예측력을 유지하면서 동시에 계산시간을 단축시키는 결과를 얻기 위하여 노력한다. 즉, 신경망 모형의 가중치를 모수의 사전 및 사후 분포를 이용하여 갱신한다. 모의실험 데이터를 이용하여 베이지안 신경망과 심층 신경망의 예측의 정확성과 계산시간을 비교하여 제안 방법의 타당성을 보인다.

#베이지안 추론 및 정규화 #신경망 #회귀분석 #머신러닝 #심층학습 #딥러닝 #Bayesian Statistics #Machine Learning #Deep Learning #Patent Keyword Data #Technology Analysis

참고문헌 (15)

참고문헌 신청

S. Skansi, Introduction to Deep Learning: From Logical Calculus to Artificial Intelligence, Switzerland, Springer Nature, 2018.

I. Goodfellow, Y. Bengio, and A. Courville, Deep Learning, Cambridge, MA, MIT Press, 2016.

G. Hinton, L. Deng, D. Yu, G. Dahl, A. Mohamed, N. Jaitly, A. Senior, V. Vanhoucke, P. Nguyen, T. Sainath, and B. Kingsbury, “Deep neural networks for acoustic modeling in speech recognition”, IEEE Signal Processing Magazine, vol. 29, pp. 82-97, 2012.

S. Lee, D. Kim, and Y. Cho, “Image Recognition based on Deep Learning Using Multi-Dimensional Neural Network and Decision Making Neural Network”, Journal of Korean Institute of Intelligent Systems, vol. 28, no. 1, pp. 34-40, 2018.

M. Park, H. Kim, H. Choi, and S. Park, “A Study on Vehicle Detection and Distance Classification Using Mono Camera Based on Deep Learning”, Journal of Korean Institute of Intelligent Systems, vol. 29, no. 2, pp. 90-96, 2019.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

전성해

소속기관 청주대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 1 이용수 902

이 논문과 함께 이용한 논문

인공지능 기술분석을 위한 베이지안 추론

최준혁 , 전성해 한국지능시스템학회 논문지 2018 .08

베이지안 신경망 기반 불확실성 정량화 및 분석

김재민 , 박철수 대한건축학회 학술발표대회 논문집 2020 .04

경상수지 흑자 원인과 우리나라의 경기변동: 베이지안 동태확률모형을 중심으로

이준희 한국경제연구 2019 .03

베이지안 회귀모델을 활용한 5G 사물인터넷 수요 예측

박경진 , 김태한 Journal of Information Technology Applications & Management 2019 .04

4차산업혁명과 소비자 혁신성에 따른 패션산업의 미래이미지 : 빈도론적 접근과 베이지안 추론의 적용

서상우 복식 2018 .08

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (15)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)