선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 제 4장에서는 기계 학습 분야에서 사용되는 UCI Machine Learning Repository을 사용하여 실험하였다.[18] UCI Machine Learning Repository에는 알고리즘들의 비교를 위해 무료로 데이터들을 공개하고 있으며 이 중의 7개의 데이터들을 가지고 AdaBoost와 제안된 알고리즘을 비교 분석하여 연구 결과를 얻고 향후 연구방향을 제시하고자 한다.
- 본 논문에서는 앙상블 시스템에서 분류자들 속에 중요도 정보를 삽입하여 동적 중요도 결정이 가능한 전문가들의 혼합을 제안하였다. 그동안 앙상블 시스템에서 중요도는 훈련이 끝나고 결정된 중요도를 사용하였다.
- 본 논문에서는 전문가들의 혼합 분야에서 분류자 안에 훈련 데이터의 정보를 삽입하고 구조적인 변경 없이 입력된 데이터에 따라 분류자의 중요도를 스스로 결정하여 사용하는 새로운 앙상블 시스템을 제안한다. 분류자 안에 삽입하는 정보는 훈련 데이터에서 중요도를 계산하여 훈련 과정에 만들어진다.
- 또한, 모든 데이터를 가지고 있어야 관문 네트워크를 훈련할 수 있기 때문에 점진적으로 분류자를 추가해 나가는 점진 학습(incremental learning) 분야에서는 관문 네트워크 알고리즘을 사용할 수 없는 단점을 가지고 있다. 본 논문에서는 중요도를 이벤트마다 결정할 수 있는 방법을 제안함으로써 앙상블 시스템이 구조적으로 계층을 두지 않고도 동적으로 중요도를 구할 수 있다는 것을 보여준다.
- 훈련 데이터를 통해 생성된 분류자로 테스트 데이터를 테스트하고 이런 과정을 10번을 하여 평균을 내는 것을 10-Cross validation이라 한다. 본 논문에서는 한 데이터에 10-Cross validation을 200번하여 평균 에러율을 구하여 충분히 신뢰할 만한 결과를 산출하였다. 표.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.