최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 서울대학교 Seoul National University |
---|---|
연구책임자 | 원중호 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2024-03 |
과제시작연도 | 2022 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
연구관리전문기관 | 한국연구재단 National Research Foundation of Korea |
등록번호 | TRKO202400010182 |
과제고유번호 | 1711169503 |
사업명 | 개인기초연구(과기정통부) |
DB 구축일자 | 2025-02-04 |
키워드 | 통계적 기계학습.MM 알고리즘.볼록 최적화.비볼록 최적화.빅데이터.statistical machine learning.MM algorithm.convex optimization.nonconvex optimization.big data. |
□ 연구개요
고차원 자료에 기반한 통계적 기계학습을 위해 기존에 사용하던 범위를 벗어나는 최신 최적화 이론을 도입하는 경우가 빈번해지고, 학계의 관심도 높아가고 있다. 이는 분석 대상 변수의 개수가 급격히 늘어남 에 따라 계산효율적인 방법론이 중요해지고, 차원의 저주에 의해 모형에 복잡한 제약 조건을 설정해야 할 필요가 급증하고 있기 때문이다. 본 연구는 기계학습과 다변량통계학의 중요 구성 요소인 그래피컬 모형 추정과 정준상관분석의 확장을 중심으로, 추정방법론에 최적화이론의 최근 동향을 접목해 기존 절차를 확장하고, 절차의 계
해당 보고서가 속한 카테고리에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.