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
이수은 (서울시립대학교) 김한준 (서울시립대학교)
저널정보
한국전자거래학회 한국전자거래학회지 한국전자거래학회지 제25권 제3호
발행연도
2020.8
수록면
1 - 13 (13page)

이용수

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

초록· 키워드

오류제보하기
기계학습(machine learning)이란 주어진 데이터에 대한 일반화 과정으로부터 특정 문제를 해결할 수 있는 모델(model) 생성 기술을 의미한다. 우수한 성능의 모델을 생성하기 위해서는 양질의 학습데이터와 일반화 과정을 위한 학습 알고리즘이 준비되어야 한다. 성능 개선을 위한 한 가지 방법으로서 앙상블(Ensemble) 기법은 단일 모델(single model)을 생성하기보다 다중모델을 생성하며, 이는 배깅(Bagging), 부스팅(Boosting), 스태킹(Stacking) 학습 기법을 포함한다. 본 논문은 기존 스태킹 기법을 개선한 다중 스태킹 앙상블(Multiple Stacking Ensemble) 학습기법을 제안한다. 다중 스태킹 앙상블 기법의 학습 구조는 딥러닝 구조와 유사하고 각 레이어가 스태킹 모델의 조합으로 구성되며 계층의 수를 증가시켜 각 계층의 오분류율을 최소화하여 성능을 개선한다. 4가지 유형의 데이터셋을 이용한 실험을 통해 제안 기법이 기존 기법에 비해 분류 성능이 우수함을 보인다.
#자동분류 #기계학습 #앙상블 #스태킹 #Classification #Ensemble #Machine Learning #Stacking

목차

초록
ABSTRACT
1. 서론
2. 배경 지식 및 관련 연구
3. 다중 스태킹 앙상블 기법
4. 실험
5. 결론
References

참고문헌 (22)

참고문헌 신청
Breiman, L. / 1996 / Bagging predictors / Machine Learning 24(2):123~140 google schola Brown, G. / 2010 / Ensemble Learning / Encyclopedia of Machine Learning 312:15~19 google schola Cutler, D. R. / 2017 / Random forests for classification in ecology / Ecology 88(11):2783~2792 google schola Demir, N. / 2018 / Modi ed stacking ensemble approach to detect network intrusion / Turkish Journal of Electrical Engineering & Computer Sciences 26(1):418~433 google schola El-Khatib, M. J. / 2019 / Glass classification using artificial neural network / International Journal of Academic Pedagogical Research(IJAPR) 3(2):25~31 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

풍력 발전량 예측 고도화를 위한 기상 예보 자료와 SCADA 데이터의 활용 및 기계학습 기반 Stacking 앙상블 모델의 성능 평가
김희찬 ,  김대영 ,  김범석 한국신·재생에너지학회 학술대회 초록집 2024 .05
최소의 센서로 실내 조도를 예측하는 다중선형회귀 방법
이유빈 ,  오승택 ,  임재현 정보과학회 컴퓨팅의 실제 논문지 2024 .05
LSTM-XGBoost 앙상블 모형을 이용한 월별 전력판매량 예측 알고리즘
김경환 ,  조승민 ,  송경빈 전기학회논문지 2024 .05
시계열 결측치 보간을 위한 전력 사용량의 확률적 예측
신한솔 ,  이충호 ,  허태욱 한국통신학회 학술대회논문집 2024 .01
딥러닝 기반 제주지역 발전량을 고려한 주간 전력수요예측
윤상철 ,  이호준 ,  김병호 외 1명 대한전기학회 학술대회 논문집 2023 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-001141844