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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.8
- 수록면
- 339 - 346 (8page)
- DOI
- 10.5391/JKIIS.2024.34.4.339
이용수
초록· 키워드
오류제보하기
앙상블 모델은 여러 기계 학습 모델을 결합해 일반화 성능을 향상시키는 기계 학습 알고리즘이다. 본 논문에서는 앙상블 모델에서 기본 모델의 다양성과 기본 모델들의 상호보완성을 동시에 확보하는 방법을 제안한다. 제안된 설계 방법은 기본 모델들을 독립적으로 학습시켜 상호보완성을 감소시키는 방법을 대신하여 전체 네트워크를 구성하고 기본 모델들의 매개변수를 학습시켜 기본 모델들의 협력을 증대시킨다. 이러한 설계방법의 경우, 학습 가능한 매개변수가 증가하므로 과적합이 발생할 수 있다. 과적합 문제를 해결하기 위하여, 드롭아웃기법을 사용해 학습 가능한 매개변수의 수를 줄여 과적합 문제를 해결한다. 이를 통해 기본 모델들 사이에 상호보완관계를 형성하고 과적합 문제도 줄일 수 있는 새로운 앙상블 모델 설계 방법을 제시한다. 제안된 앙상블 모델의 성능평가를 위해 기계학습 벤치마크 데이터를 이용한다., 기존 모델들과의 성능 비교를 통해 제안된 모델의 우수성을 보인다.
목차
요약
Abstract
1. 서론
2. 방사형 기저함수 신경회로망
3. Dropout을 이용한 방사형 기저함수 신경회로망 기반 앙상블 모델 설계
4. 시뮬레이션 결과
5. 결론 및 향후 연구
References
참고문헌 (13)
참고문헌 신청
M. Alhamdoosh and D. Wang, “Fast decorrelated neural network ensembles with randome weights,” Information Sciences, vol. 264, pp. 104-117, 2014.
M. M. Rahman, M. M. Islam, K. Murase, X. Tao, “Layered Ensemble Architecutre for Time Series Forecasting,” IEEE Trans. on Cybernetics, vol. 46, no. 1, pp. 270-283, 2016.
L. Breiman, “Bagging predictors,” Machine Learning, vol. 24, no. 2, pp. 123-140, 1996.
R. R. Schapire, Y. Freund, P. Bartlett, and W. S. Lee, “Boosting the margin: A new explanantion for the effectiveness of voting methods,” The annals of statistics, vol. 26, no. 5, pp. 1651-1686, 1998.
I. Syarif, E. Zaluska, A. Prugel-Bennett, and G. Wills, “Application of bagging, boosting and stacking to intrusion detection,” International Workshop on Machine Learning and Data Mining in Pattern Recognition, vol. 7376, no. 8, pp. 593-602, 2012.
M. M. Rahman, M. M. Islam, K. Murase, X. Tao, “Layered Ensemble Architecutre for Time Series Forecasting,” IEEE Trans. on Cybernetics, vol. 46, no. 1, pp. 270-283, 2016.
L. Breiman, “Bagging predictors,” Machine Learning, vol. 24, no. 2, pp. 123-140, 1996.
R. R. Schapire, Y. Freund, P. Bartlett, and W. S. Lee, “Boosting the margin: A new explanantion for the effectiveness of voting methods,” The annals of statistics, vol. 26, no. 5, pp. 1651-1686, 1998.
I. Syarif, E. Zaluska, A. Prugel-Bennett, and G. Wills, “Application of bagging, boosting and stacking to intrusion detection,” International Workshop on Machine Learning and Data Mining in Pattern Recognition, vol. 7376, no. 8, pp. 593-602, 2012.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
전이학습 기반 불균형 앙상블 모델의 가중치 조정에 따른 성능 분석
Proceedings of KIIT Conference
2021 .11
-
주기성을 갖는 센서 데이터의 학습 안정성을 위한 하이퍼 파라미터 회귀- 앙상블 학습 방법
한국정보과학회 학술발표논문집
2021 .06
-
언어모델을 활용한 음성인식 모델 앙상블
한국정보과학회 학술발표논문집
2022 .12
-
Cross-Validated Ensemble Methods in Natural Language Inference
Journal of KIISE
2021 .02
-
뇌모델
전자공학회지
2018 .11
-
모델 앙상블을 이용한 센서 데이터 예측에 관한 연구
Proceedings of KIIT Conference
2024 .05
-
연합학습에서의 사용자 경험 기반 앙상블 기법
한국통신학회 학술대회논문집
2022 .02
-
추가 학습 과정 없는 로컬 모델들의 동적 앙상블 기법
한국정보과학회 학술발표논문집
2023 .06
-
Post-Processing of Operational Photovoltaic Power Forecast Model using Analog Ensemble
한국신·재생에너지학회 학술대회 초록집
2023 .06
-
수치예보모델의 도시 대기온도 예측 정확도 향상을 위한 기계학습 기반의 앙상블 편의보정 모델 개발
대한공간정보학회 학술대회
2018 .11
-
배깅 및 스태킹 기반 앙상블 기계학습법을 이용한 고성능 콘크리트 압축강도 예측모델 개발
한국전산구조공학회논문집
2023 .02
-
Confident Multiple Choice Learning-based Ensemble Model for Video Question-Answering
Journal of KIISE
2022 .04
-
Expectation Maximization 학습을 이용한 방사형 기저함수 신경회로망 설계
한국지능시스템학회 논문지
2020 .02
-
전이학습 기반 특징 융합 기법과 앙상블 모델의 성능 비교
Proceedings of KIIT Conference
2022 .06
-
다중 스태킹을 가진 새로운 앙상블 학습 기법
한국전자거래학회지
2020 .08
-
방사형 기저함수 신경회로망 기반 앙상블 분류 모델 학습에 관한 연구
전기학회논문지
2024 .08
-
Deep Ensemble Network with Explicit Complementary Model for Accuracy-balanced Classification
Journal of KIISE
2019 .09
-
Deep Ensembles를 이용한 기계학습 모델의 예측 불확실성 분석
대한건축학회 학술발표대회 논문집
2020 .04
-
가중 투표 기반의 앙상블 기법을 이용한 한국어 개체명 인식기
한국어정보학회 학술대회
2016 .01
-
노이즈에 강인한 방사형 기저함수 신경회로망 모델 설계
대한전기학회 학술대회 논문집
2018 .07
이 논문과 함께 이용한 논문
실린더 출력 힘의 실험적 추정을 통한 굴삭기 궤적제어
오경원
,
김동남
,
김남훈
외 3명
Journal of the Korean Society for Precision Engineering
2011
.01
Hybrid 8T SRAM 설계 방법에 관한 연구
조근호
전기전자학회논문지
2024
.09
로봇 매니퓰레이터의 순환 신경망 기반 동적 모델 학습을 위한 최적의 대역폭
신승천
,
오정태
,
김다빈
외 2명
대한전기학회 학술대회 논문집
2024
.07
함수형 자료를 통한 함수형 데이터 분석과 다변량 데이터 분석 비교
안경민
한국데이터정보과학회지
2022
.09
머신러닝을 이용한 연속함수와 이산함수에 대한 근사 가능성 분석
임형신
,
권수진
,
강주성
외 1명
한국통신학회 학술대회논문집
2020
.08
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-090288532