최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.17 no.5, 2013년, pp.1083 - 1088
Detection and classification of undersea mines in shallow waters using active sonar returns is a difficult task due to complexity of underwater environment. Support vector machine(SVM) is a binary classifier that is well known to provide a global optimum solution. In this paper, classification exper...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
SVM란? | 수중 천해 환경에서 능동소나의 반향 신호로 기뢰를 탐지 및 식별하는 일은 복잡한 해양 환경의 영향으로 어려운 문제이다. SVM은 패턴인식 문제에서 최적의 해를 제공하는 이진 분류기이다. 본 논문에서는 SVM을 이용하여 능동소나의 반향 데이터로 기뢰와 같은 금속 물체와 바위를 식별하는 실험을 수행하면서, SVM에 사용되는 커널함수의 파라미터 값의 변화에 따른 식별 성능을 분석하고 제시하였다. | |
SVM에 사용하는 커널함수로는 어떤 것이 있는가? | SVM은 최적해를 제공할 수 있는 이진 분류기인데, 커널함수를 사용하면 비선형 특성을 갖는 입력 공간에서더 높은 차원의 특징 공간으로 변환하여 선형 분리를 가능하게 한다. 커널함수로는 주로 다항식 형태와 방사기저함수, 즉, polynomial과 가우시안함수 형태의 radial basis function(RBF) 등이 사용되는데, 각 커널 함 수마다 사용자가 적절한 파라미터 값을 결정해주어야 한다. 커널 함수와 그 함수의 파라미터 값에 따라 식별성능에 큰 차이를 보일 수 있기 때문에 적절한 파라미터의 선택은 중요한 문제이다. | |
적절한 파라미터의 선택이 커널 함수에서 중요한 문제인 이유는? | 커널함수로는 주로 다항식 형태와 방사기저함수, 즉, polynomial과 가우시안함수 형태의 radial basis function(RBF) 등이 사용되는데, 각 커널 함 수마다 사용자가 적절한 파라미터 값을 결정해주어야 한다. 커널 함수와 그 함수의 파라미터 값에 따라 식별성능에 큰 차이를 보일 수 있기 때문에 적절한 파라미터의 선택은 중요한 문제이다. 본 논문에서는 2개의 표적 클래스를 포함하고 있는 UCI 소나 데이터를 이용하여 능동소나 표적신호의 식별 문제를 다루었다. |
Paul R. Runkle, Priya K. Bharadwaj, Luise Couchman, and Lawrence Carin, "Hidden Markov models for multiaspect target classification," IEEE Trans. Signal Processing, vol. 47, no. 7, pp. 2035-2040, July 1999.
Taehwan Kim and Keunsung Bae, "HMM-based underwater target classification with synthesized active sonar signals," IEICE Trans. Fundamentals, vol. E94-A, no. 10, pp. 2039-2042, Oct. 2011.
http://archive.ics.uci.edu/ml/index.html
R. P. Gorman and T. J. Sejnowski, "Analysis of hidden units in a layered network trained to classify sonar targets," Neural Networks, vol. 1, pp. 75-89, 1988.
Burcu Erkmen, Tulay Yildrim, "Improving classification performance of sonar targets by applying general regression neural network with PCA," Expert Systems with Applications, vol. 35, no. 1-2, pp.472-475, July-August 2008.
Donghui Li, Azimi-Sadjadi M.R., Robinson M., "Comparison of different classification algorithms for underwater target discrimination," IEEE Transactions on Neural Networks, vol. 15, no. 1, pp. 189-194, Jan. 2004.
V. Vapnik, The Nature of Statistical Learning Theory. New York: Springer-Verlag, 1995.
Chih-Wei Hsu, Chih-Jen Lin, "A Comparison of methods for multiclass support vector machines," Neural Networks, IEEE Transactions on, vol. 13, no. 2, pp. 415-425, March 2002.
http://ida.first.fraunhofer.de/-anton/software.html
*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.