최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.21 no.6, 2010년, pp.1271 - 1280
이제영 (영남대학교 통계학과) , 이종형 (영남대학교 통계학과)
We have used multifactor dimensionality reduction (MDR) method to study genegene interaction effect of statistical model in general. But, MDR method could not be applied in the continuous data. In this paper, continuous-type data by the support vector machine (SVM) algorithm are proposed to the MDR ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
SVM은 장점을 바탕으로 어떠한 분류에서 사용되는 2 클래스 분류기법인가? | SVM은 고차원 공간의 데이터를 선형회귀 함수로 재구성함으로써 비선형회귀 문제까지도 해결이 가능한 장점을 가지고 있다. 이러한 장점을 바탕으로 텍스트 분류나, 사진, 영상에서의 인식은 물론 Bio informatics 분야의 Protein 분류, Cancer 분류에서도 사용되는 효과적인 2 클래스 분류기법이다. SVM의 기본적인 아이디어는 최대 마진 초평면 (maximal margin hyperplane) 이다. | |
SVM은 어떤 장점을 가지고 있는가? | SVM은 고차원 공간의 데이터를 선형회귀 함수로 재구성함으로써 비선형회귀 문제까지도 해결이 가능한 장점을 가지고 있다. 이러한 장점을 바탕으로 텍스트 분류나, 사진, 영상에서의 인식은 물론 Bio informatics 분야의 Protein 분류, Cancer 분류에서도 사용되는 효과적인 2 클래스 분류기법이다. | |
SVM의 기본적인 아이디어는 무엇인가? | 이러한 장점을 바탕으로 텍스트 분류나, 사진, 영상에서의 인식은 물론 Bio informatics 분야의 Protein 분류, Cancer 분류에서도 사용되는 효과적인 2 클래스 분류기법이다. SVM의 기본적인 아이디어는 최대 마진 초평면 (maximal margin hyperplane) 이다. |
Cho, D. (2010). Mixed-effects LS-SVM for longitudinal data. Journal of Korean Data & Information Science Society, 21, 363-369.
Cristianini, N. and Shawe-Taylor, J. (2000). An introduction to support vector machines and other kernelbased learning methods, Cambridge University Press.
Efron, B. and Tibshirani, R. (1993). An introduction to the bootstrap, Chapman & Hall/CRC.
Lee, H. G. (2009). Power of multifactor dimensionality reduction with dummy variable and detecting best gene interaction. M.S. Thesis, 1-53.
Lee, J. Y., Kwon, J. C. and Kim, J. J. (2008). Multifactor dimensionalit reduction (MDR) analysis to detect single nucleotide polymorphisms associated with a carcass trait in a Hanwoo population. Asian-Australasian Journal of Animal Science, 6, 784-788.
Lee, Y. S. (2009). Study on the identification of candidate genes and their haplotypes that are associated with growth and carcass traits in the QTL region of BTA6 in a Hanwoo population, Ph. D. Thesis, 1-94.
Lim, S. Y., Baek, J. S. and Kim, M. S. (2010). Video character recognition improvement by support vector machines and regularized discriminant analysis. Proceedings of Journal of Korean Data & Information Science Society May 28-29 , 2010, 1-10.
Ritchie, M. D., Hahn, L. W., Roodi, N., Bailey, L. R., Dupont, W. D., Parl, F. F. and Moore, J. H. (2001). Multifactor-dimensionality reduction reveals high-order interactions among estrogen- metabolism genes in sporadic breast cancer. American Journal of Human Genetics, 69, 138-147.
Scholkopf, B. and Smola, A. J. (2001). Learning with kernels: Support vector machines, regularization, optimiaztion, and beyond, MIT Press.
Shim, J., Park, H. and Seok, K. H. (2009). Variance function estimation with LS-SVM for replicated data. Journal of Korean Data & Information Science Society, 20, 925-931.
Tan, P., Steinbach, M. and Kumar V. (2006). Introduction to data mining, Addison-Wesley.
Vapnik, V. (1998). Statistical learning theory, John wiley & sons, New York.
해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.