인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
패턴인식 문제에서 support vector machine은 신경망과 더불어 두 그룹을 구분하는 문제(classification problem)에 매우 효과적인 방법으로 제안되고 있다. 본 연구에서는 support vector machine과 신경망을 비교 분석하여 support vector machine의 우수성을 확인하였으며, 두 그룹의 upper bound에 벌칙함수를 다르게 적용하는 방법을 support vector machine에 도입하여 'weighted support vector machine' 시스템을 구현
하였다. 이러한 weighted support vector machine은 어느 한 그룹의 인식률을 향상시킬 수 있는 적절하고 효율적인 방법임을 여러 가지 실험 결과로부터 보이도록 하였다.
하였다. 이러한 weighted support vector machine은 어느 한 그룹의 인식률을 향상시킬 수 있는 적절하고 효율적인 방법임을 여러 가지 실험 결과로부터 보이도록 하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2009-325-013772104
