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
- 최적 hyperplane 을 결정하는 support vector 가 변하지 않는 한 어떠한 훈련 데이터가 들어와도 두 클래스를 분류하는 optimal separating hyperplane 는 변하지 않는다는 문제점이 있다. 본 논문의 목적은 fuzzy support vector machines 이 가지는 문제점을 해결하기 위해 밀도를 고려해줘 decision boundary 를 조정하고자 한다.
- 그런데 퍼지 서포트 벡터 머신[4]은 이 서포트 벡터의 위치가 변하지 않으면 어떤 입력 데이터가 들어오더라도 두 클래스의 optimal separating hyperplane 은 변하지 않으며 decision boundary 도 변하지 않는다는 문제점이 있다. 이것을 해결하기 위해 본 논문에선 입력 데이터의 밀도분포를 통해 decision boundary 를 조정하려 한다. 각 클래스의 훈련데이터 주변 밀도를 추정함으로서 분류되지 않는 영역에서 각 클래스의 밀도가 decision doundary 에 영향을 미치도록 하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.