최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 부산대학교 Busan National University |
---|---|
연구책임자 | 김충락 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2022-03 |
과제시작연도 | 2021 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202200013063 |
과제고유번호 | 1711147424 |
사업명 | 개인기초연구(과기정통부)(R&D) |
DB 구축일자 | 2022-10-18 |
키워드 | 군집화.드롭아웃.스펙트럴 클러스터링.피들러 벡터.허브.clustering.dropout.spectral clustering.Fiedler vector.hub. |
□ 연구개요
- 과적합 (overfitting, overestimation)문제는 필연적으로 발생되며 이러한 과적합 문제는 현재 인공 신경망 분야에서 가장 중요하고 시급하게 해결되어야 할 문제 중의 하나로 인식되고 있음
- 기존의 군집화 방법들은 그룹의 개수 k에 대한 정보가 있어야 한다는 치명적 단점을 가지고 있고, 군집화 방법 중에 스펙트럴 군집이 좋은 결과를 준다고 알려져 있으나 이 또한 군집의 개수인 k에 대한 정보 또는 추정을 필요로 함.
□ 연구 목표대비 연구결과
(1) 1차 년도 연구목표 및
※ AI-Helper는 부적절한 답변을 할 수 있습니다.