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

논문 기본 정보

자료유형
학술저널
저자정보
연규필 (호서대학교)
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제25권 제1호
발행연도
2023.2
수록면
161 - 171 (11page)
DOI
10.37727/jkdas.2022.25.1.161

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 비지도 도메인 적응(unsupervised domain adaptation, UDA) 방법 중에서 차원축소 및 부분공간 정렬(subspace alignment)에 기반한 방법론들을 비교 연구하였다. 비지도 도메인 적응은 타겟 도메인(target domain)에 레이블 정보가 주어지지 않은 경우에 서로 다르지만 연관되어 있는 레이블 정보가 충분한 소스 도메인(source domain)의 데이터를 활용하여 타겟 도메인에서도 성능이 우수한 분류 모형을 구축하고자 하는 것이 목표이다. 두 도메인의 입력공간이 동질적인(homogeneous) 상황을 가정하더라도 데이터 생성의 기저 분포가 다른 것이 일반적이므로 소스 도메인에서 구축한 분류 모형이 타겟 도메인에서는 분류 성능이 매우 떨어질 수 있다. 따라서 도메인에 상관없이 분류 성능이 우수한 특징(feature) 변수를 유도하여 모형 구축에 활용하여야 한다. 대표적인 방법으로 주성분 분석을 이용한 차원축소와 부분공간의 기저 벡터 정렬(alignment)에 기반한 부분공간 정렬 도메인 적응(subspace alignment DA) 방법과, 부분공간의 기저 벡터 정렬 및 분포 정렬에 기반한 부분공간 분포 정렬 도메인 적응(subspace distribution alignment DA) 방법을 이미지 인식 데이터 분석을 통해 비교 분석하였다. 또한, 부분공간 유도시 지도 주성분 분석(supervised PCA)을 활용하면서 부분공간 정렬을 통한 도메인 적응을 구현하는 방법을 제안하고 앞의 두 방법과 비교하였다. 이미지 분류에 있어서 부분공간 정렬 도메인 적응 방법보다 부분공간 분포 정렬 도메인 적응 방법이 대체로 더 우월한 결과를 보였고, 제안된 지도 주성분 분석 및 부분공간 정렬 기반 도메인 적응 방법은 일부 상황에서 가장 우수한 성능을 보임을 확인하였다.
#비지도 도메인 적응 #목표 도메인 #부분공간 정렬 #적응적 분류학습자 #차원축소. #adaptive classifier #dimension reduction #subspace alignment #target domain #unsupervised domain adaptation.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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