최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 울산과학기술원 Ulsan National Institute of Science and Technology |
---|---|
연구책임자 | 최재식 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2017-05 |
과제시작연도 | 2016 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO201800004223 |
과제고유번호 | 1711036415 |
사업명 | 개인연구지원 |
DB 구축일자 | 2018-04-28 |
키워드 | 기계학습.확률 관계형 모델.칼만 필터.확률적 추론.자동 통계학자.Machine Learning.Statistical Relational Models.Kalman Filtering.Statistical Inference.Automatic Statistician. |
DOI | https://doi.org/10.23000/TRKO201800004223 |
연구의 목적 및 내용
본 연구에서는 확률적 논리 지식 저장소와 동적 빅 데이터의 융합된 저장소로 기능할 수 있는 관계 확률 그래프를 학습한다. 관계 확률 그래프는 관계를 공유하는 변수들을 군집으로 묶어 대용량 데이터에서 정보를 효율적이고 정확하게 다룰 수 있도록 한다. 개인화된 서비스를 제공할 경우에는 관계 확률 그래프에 있는 정보와 개인이 가지고 있는 개별적인 정보를 추론하는 과정에 함께 이용하여 정확한 추론을 할 수 있는 시스템을 만든다. 현재 관계 확률 그래프에서 해결해야 하는 큰 문제점 중의 하나는 모델의 분산(dege
Purpose& contents
The Statistical Relational Learning (SRL) is a collection methods which combines statistical machine learning algorithms and logical knowledge bases. This research will provide a new insights, algorithms and open source software that achieves efficient learning and inference wit
※ AI-Helper는 부적절한 답변을 할 수 있습니다.