$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

기계학습에서 수학적 모델링과 정칙화
Mathematical modeling and regularization in machine learning 원문보기

보고서 정보
주관연구기관 성균관대학교
SungKyunKwan University
연구책임자 정윤모
보고서유형최종보고서
발행국가대한민국
언어 한국어
발행년월2022-03
과제시작연도 2021
주관부처 과학기술정보통신부
Ministry of Science and ICT
등록번호 TRKO202200016422
과제고유번호 1711143004
사업명 개인기초연구(과기정통부)(R&D)
DB 구축일자 2022-11-22
키워드 기계학습.정칙화.군집화.경향 필터링.다양체 최적화 알고리즘.machine learning.regularization.clustering.trend filtering.manifold optimization algorithm.

초록

□ 연구개요
기계학습의 대표적 문제에 보다 발전된 수학적 모델링을 도입하고, 특히 정칙화를 활용하여 기존의 결과보다 향상되고 활용하기 편리한 결과를 얻는 것을 목표로 한다. 군집화와 경향 필터링에 정칙화와 이에 합당한 수치 알고리즘을 연구하고, 그리고 이러한 문제를 행렬 다양체 위에서 해결하는 방법을 연구한다.

□ 연구 목표대비 연구결과
1. 군집화
정칙화와 관련된 최적화 방법을 활용하여 연성 분할을 하면서도 군집이 분명한 대부분의 데이터는 강성 분할하고 군집이 불분명한 소수의 데이터만 연성 분할을 하는

목차 Contents

  • 표지 ... 1
  • 연구결과 요약문 ... 2
  • 목차 ... 3
  • 1. 연구개발과제의 개요 ... 4
  • 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
  • 1. 군집화 ... 5
  • 2. 경향 필터링 ... 6
  • 3. 리만 다양체 위에서의 기계학습 ... 7
  • 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 10
  • 1) 정성적 연구개발성과(연구개발결과) ... 10
  • 2) 세부 정량적 연구개발성과 ... 11
  • 3) 목표 달성 수준 ... 12
  • 4) 목표 미달 시 원인 분석 ... 12
  • 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 13
  • 5. 연구개발성과의 관리 및 활용 계획 ... 13
  • 6. 참고문헌 ... 13
  • [붙임1] 세부 정량적 연구개발성과 ... 14
  • [붙임2] 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 16
  • 끝페이지 ... 25

참고문헌 (25)

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로