빅데이터를 위한 확률 관계형 학습 모델의 변분 추론

데이터 요소들 간의 관계 구조를 표현하고 사용자가 원하는 지식을 확률적인 정보로 제공하는 모델이다. 특히 변수들 사이의 자기상관을 이용하여 관계형 특징을 추출함으로써 변수의 변화를 더 정확하게 예측하고 부족한 데이터를 보완하는 특성을 가진다.

연구 결과, 관계형 변분 추론은 호환 가능한 변수들을 활용하여 추론 속도를 획기적으로 높이고 예측 정확도를 향상시킨다. 실제 지하수 모델 적용 시 수렴 시간을 대폭 단축시켰으며, 평균 전체 변이 거리를 낮추어 더 정밀한 예측 성능을 입증하였다.

추천

검색

질문

저널정보: Korean Institute of Information Scientists and Engineers 정보과학회지 정보과학회지 제32권 제7호

이용수

📌

📖

🔬

🏆

등록된 정보가 없습니다.

참고문헌 신청

전체보기

UCI(KEPA) : I410-ECN-0101-2015-560-001622144

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드