인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
학술저널
Full-text
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
초록·키워드
신축망을 이용하여 입력변수의 유의성 분석을 통해 입력변수의 고차원 문제를 해결할 수 있다. 하지만 샘플링 불확실성에 의해 유의성이 변동하여 잘못된 추론으로 이어질 수 있다. 특히, 입력변수의 차원이 증가할수록 샘플링 불확실성이 증가하는 경향이 있다. 따라서 본 연구는 샘플링 불확실성의 저감을 위해 신축망에 대해 부트스트랩 방법을 이용한 유의성 분석 방법을 제안한다. 수학 예제를 통해 제안하는 유의성 분석 방법이 신축망에 비해 높은 정확도가 도출됨을 확인하였다. 또한, 제안하는 유의성 분석 방법을 공학 문제에 적용하여 입력변수의 유의성을 분석하였다. 부트스트랩 방법은 많은 전산 비용을 요구하지만, 합리적인 수준에서 사용한다면 유의미한 결과를 도출할 수 있을 것으로 기대된다.
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-0101-2021-550-001487059
