초록 ▼

□ 연구개요
본 연구과제는 빅 데이터 분석에서 많이 사용되는 표식자료와 비표식자료가 혼재되어 있는 다변량 준표식자료에 대하여 확장가능한 비모수회귀모형의 효율적인 알고리즘을 개발하는 것이다. 기존의 비모수회귀모형 가운데 실제 자료분석에 가장 효율적인 비선형모형을 고려하며, 그 가운데 비선형모형의 효과적인 표현이 알려진 커널을 이용한 LS-SVR을 구체적인 연구 도구로 삼는다. LS-SVR의 약점인 이상치에 민감, 희박정도가 약함, 높은 계산시간 등을 해결하는 알고리즘을 종합적으로 개발을 목표로 하는 연구이다..

□

□ 연구개요
본 연구과제는 빅 데이터 분석에서 많이 사용되는 표식자료와 비표식자료가 혼재되어 있는 다변량 준표식자료에 대하여 확장가능한 비모수회귀모형의 효율적인 알고리즘을 개발하는 것이다. 기존의 비모수회귀모형 가운데 실제 자료분석에 가장 효율적인 비선형모형을 고려하며, 그 가운데 비선형모형의 효과적인 표현이 알려진 커널을 이용한 LS-SVR을 구체적인 연구 도구로 삼는다. LS-SVR의 약점인 이상치에 민감, 희박정도가 약함, 높은 계산시간 등을 해결하는 알고리즘을 종합적으로 개발을 목표로 하는 연구이다..

□ 연구 목표대비 연구결과
첫째, 로버스트하고 희박한 해를 가지는 다변량 커널회귀모형 연구를 연구하였다. 표식자료에 대한 다변량 최소제곱 지지기계회귀모형의 로버스트 추정량 개발, 표식자료에 대한 다변량 최소제곱 지지기계회귀모형에서 희박성을 가지는 해에 대한 알고리즘 개발 및 표식자료에 대한 다변량 커널회귀모형과 커널분류모형의 통합모형 개발하였다.
둘째, 준표식자료에 대한 다변량 커널모형 연구하였다. 준표식자료에 대한 다변량 최소제곱 지지기계회귀모형의 로버스트 추정량 개발, 준표식자료에 대한 다변량 최소제곱 지지기계회귀 모형에서 희박성을 가지는 해에 대한 알고리즘 개발, 준표식자료에 대한 다변량 커널회귀모형과 커널분류모형의 통합모형 개발하였다.
셋째, 확장가능한 빅데이터 다변량 커널모형 연구하였다. 준표식자료에 대한 확장가능한 다변량 최소제곱 지지기계회귀모형의 추정량 개발하였다. 준표식자료에 대한 확장가능한 다변량 커널회귀모형과 커널분류모형의 통합모형 개발을 목표로 하였으나, 연구 성과는 미비하다.

□ 연구개발결과의 중요성
빅 데이터의 일반적인 자료 형태인 준표식자료는 실세계 자료를 잘 반영하고 있어 실제 시스템을 구축하는 데 직접 이용할 수 있어 최근 학계에서 많은 주목을 받고 있다. 회귀시스템을 구축하는 데 가장 효율적인 커널기반회귀모형은 이상치에 대한 민감성, 비희박성 등의 약점을 가지고 있다. 또한 빅 데이터 분석을 위하여 자료의 크기에 상관없는 확장가능한 학습알고리즘의 개발이 절실히 필요하다. 따라서 본 연구에서는 이러한 기존 커널기반회귀모형시스템의 약점을 보완하는 학습알고리즘으로 최신 통계학습이론인 일변량 커널회귀모형의 창의적이고 새로운 시도인 다변량 커널회귀기법을 바탕으로 회귀와 분류 문제에 동시에 적용될 수 있는 효율적인 학습알고리즘을 개발함을 목표로 하였다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 3
• 2. 연구수행내용 및 연구결과 ... 3
• 3. 연구개발결과의 중요성 ... 7
• 4. 참고문헌 ... 7
• 5. 연구성과 ... 7
• 끝페이지 ... 8