메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
강종경 (고려대학교) 전명식 (한국뉴욕주립대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제31권 제1호
발행연도
2020.1
수록면
15 - 23 (9page)
DOI
10.7465/jkdi.2020.31.1.15

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
커널 능형회귀 (kernel ridge regression; KRR)는 재생성 커널 힐버트 공간에서 비모수적 회귀 함수를 추정하는 대표적인 기법으로 다양한 통계 분석에 활용되고 있다. 크기가 n인 자료에서의 일반적인 KRR의 구현에 필요한 계산 및 저장 비용은 각각 O(n³), O(n²)이며, 대용량 자료와 같이 n이 매우 큰 경우 그 활용성이 매우 제한된다. 이러한 문제를 해결하기 위해 분할정복 KRR, 랜덤스케치 KRR과 같은 기법들이 개발되었다. 본 연구에서는 대용량 자료에서의 KRR에 활용된 분할정복 기법과 랜덤스케치 기법을 결합하여 새로운 커널 능형회귀 방법을 제안하였다. 제안된 방법은 기존의 분할정복 KRR이나 랜덤스케치 KRR보다 작은 계산 및 저장 비용을 가진다. 모의실험 및 실제 자료의 분석을 통해 제안 방법의 성능 및 유용성을 확인하였다.

목차

요약
1. 서론
2. 대용량 자료의 분석을 위한 커널 능형회귀 방법
3. 분할정복 랜덤스케치 커널 능형회귀
4. 모의실험 및 실제 자료 분석
5. 결론
References
Abstract

참고문헌 (13)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-041-000378015