자료집합에서 임의의 자료가 추가 또는 삭제된 경우 변경된 고유벡터 구하는 기법

김용규

추천

검색

자료유형: 학술저널

저자정보: 김용규 (성결대학교)

저널정보: 한국차세대컴퓨팅학회 한국차세대컴퓨팅학회 논문지 한국차세대컴퓨팅학회 논문지 제15권 제1호

발행연도: 2019.1

수록면: 7 - 14 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

일반적으로 공분산행렬(covariance matrix)을 이용하여 고유벡터(eigenvector)를 계산한다. 임의의 자료가 추가되거나, 삭제되면, 전체 자료집합이 변경되고, 공분산행렬의 내용이 바뀐다. 따라서 고유벡터를 다시 계산해야 한다. 이때 다시 계산하는 과정이 없이, 변경된 고유벡터를 구하는 새로운 방법을 제안한다. 제안한 방법은 기존의 자료집합에서 얻어진 고유벡터와 첨삭할 자료를 이용하여 변경된 고유벡터를 구하는 방법이다. 제안된 방법은 계산량을 줄일 수 있다는 장점이 있다.

#주성분분석 #점진적 주성분 분석 #LDA

참고문헌 (16)

참고문헌 신청

Y. Kim / 2007 / Incremental Principal Components Analysis for Image Processing / Optics Letters 32(1)

Z Haitao / 2006 / A Novel Incremental Principal Component Analysis and Its Application for Face Recognition / IEEE Transactions on Systems, Man and Cybernetics, Part B (Cybernetics) 36:873~886

Wang Li / 2011 / An Accurate Incremental Principal Component Analysis method with capacity of update and downdate / 2011 International Conference on Computer Science and Information Technology :118~123

Xueqiang ZENG / 2013 / Covariance Free Incremental Principal Component Analysis with Exact Mean Update / Journal of Computational Information Systems 9(6):6703~6710

Gene H. Golub / 1973 / Some modified matrix eigenvalue problems / SIAM 15(2):318~334

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

김용규

소속기관 성결대학교

주요연구분야 공학 > 컴퓨터학

논문수 1 이용수 0

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

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

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (16)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)