$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

뉴로-퍼지 모델의 신뢰도 계산 : 비교 연구

Reliability Computation of Neuro-Fuzzy Models : A Comparative Study

초록

본 논문은 신경회로망과 같은 경험적 모델에서 출력별로 신뢰 구간을 추정하는 세 가지 대표적인 방법을 검토하고, 검토한 방법을 뉴로-퍼지 모델에 적용하여 장단점을 비교 분석한다. 본 논문에서 고려한 출력별 신뢰 구간 계산 방법은 cross-validation을 이용한 stacked generalization, 회귀 모델에서 유도된 predictive error bar, 지역 표현하는 신경회로망의 특성에 기반한 local reliability measure이다. 간단한 함수 근사화 문제와 혼돈 시계열 예측 문제를 이용하여 모의 실험을 수행하고, 세 가지 신뢰도 추정 방법의 성능을 정량적, 정성적으로 비교 분석한다. 분석 결과를 기초로 각 방법의 장단점 및 특성을 고찰하고, 모델링 문제에서 모델의 출력별 신뢰 구간 계산 방법의 실제 적용 가능성을 탐색한다.

Abstract

This paper reviews three methods to compute a pointwise confidence interval of neuro-fuzzy models and compares their estimation perfonnanee through simulations. The eOITl.putation methods under consideration include stacked generalization using cross-validation, predictive error bar in regressive models, and local reliability measure for the networks employing a local representation scheme. These methods implemented on the neuro-fuzzy models are applied to the problems of simple function approximation and chaotic time series prediction. The results of reliability estimation are compared both quantitatively and qualitatively.

저자의 다른 논문

참고문헌 (21)

  1. Identification and control of dynamical systems using neural networks , K. S. Narendra;K. Parthasarathy , IEEE Trans. on Neural Networks / v.1,pp.4-27, 1990
  2. Point-wise confidence interval estimation by neural networks:A comparative study based on automotive engine calibration , D. Lowe;K. Zapart , Technical Report NCRG/98/007 10 / v.,pp., 1998
  3. 뉴로-퍼지 모델을 이용한 단기 전력 수요 예측 시스템 , 박영진;심현정;왕보현 , 대한 전기 학회 논문지 / v.49A,pp.107-117, 2000
  4. P. Wasserman , Advanced Methods in Neural Computing / v.,pp., 1993
  5. Structure identification of neuro-fuzzy models using genetic algorithms , B. H. Wang;H. J. Cho , submitted to Fuzzy Sets and Systems / v.,pp., 2000
  6. N. R. Draper;H. Smith , Applied Regression Analysis(2nd Eds.) / v.,pp., 1966
  7. A neural network architecture that computes its own reliability , J. A. Leonard;M. A. Kramer;L. H. Ungar , J. of Computer Chem. Eng. / v.16,pp.819-835, 1992
  8. Finding error bars (the easy way) , C. Satchwell , Neural Computing Applications Forum(Edition 5) / v.,pp., 1994
  9. 뉴로-퍼지 모델에 기반한 단기 전력 수요 예측시스템의 신뢰도 계산에 관한 연구 , 심현정 , 강릉대학교 전자공학과 석사학위논문 / v.,pp., 2001
  10. Learning in artificial neural networks:A statistical perspective , H. White , Neural Computation / v.1,pp.425-464, 1989
  11. A fuzzy logic based apoproach to qualitative modeling , M. Sugeno;T. Yasukawa , IEEE Trans. on Fuzzy Systems / v.1,pp.7-31, 1993
  12. Nonlinear signal processing using neural networks: prediction and system modeling , A. Lapedes;R. Farber , Los Alamos National Laboratory Tech. Rep. A-UR-87-2662 / v.,pp., 1987
  13. Error estimation by series association for neural network systems , K. Kim.;E. B. Bartlett , Neural Computation / v.7,pp.799-808, 1995
  14. Stacked generalization , D. H. Wolpert , Neural Networks / v.5,pp.241-259, 1992
  15. A comparison of some error estimates for neural network models , R. Tibshirani , Neural Computation / v.8,pp.152-163, 1992
  16. Y. H. Pao , Adaptive Pattern Recognition and Naural Networks / v.,pp., 1989
  17. Chaotic time series prediction based on a network with Gaussian Kernel function , R. M. Kil;J. Y. Choi , Proc. JCEANF, Seoul, Korea / v.,pp.95-99, 1993
  18. On the relationship between Bayesian error bars and the input data density , C. Williams;C. Qazaz;C. M. Bishop;H. Zhu , IEE. Conference Publication / v.,pp.160-165, 1995
  19. Decision trees can initialize radial basis function networks , M. Kubat , IEEE Trans. on Neural Networks / v.9,pp.813-821, 1998
  20. H. Stark;J. W. Wood , Probaility, Random Process and Estimation Theory for Engineers / v.,pp.270-288, 1994
  21. Cross-validatory choice and assessment of statistical prediction , M. Stone , J. Roy. Stat. Sec. Ser. B.36 / v.,pp.111-147, 1974

이 논문을 인용한 문헌 (1)

  1. Shim, Hyun-Jeong ; Wang, Bo-Hyeun 2005. "Reliability Computation of Neuro-Fuzzy Model Based Short Term Electrical Load Forecasting" 전기학회논문지. The transactions of the Korean Institute of Electrical Engineers. A / A, 전력기술부문, 54(10): 467~474 

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일