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.
초록· 키워드
오류제보하기
점차 인기를 끌고 있는 깊은 신경망을 생존분석에 적용하기 위해서는 미니 배치 방식의 확률적 경사하강법이 필요하다. 하지만 생존분석에서 사용하는 부분 가능도 함수에 위험 집합이 존재하기에 이 알고리즘의 적용에 문제가 될 수 있다. 기존의 많은 연구들이 이 문제를 해결했으며, 본 논문에서는 이런 기존 연구들과 비교하여 더욱 발전된 알고리즘인 온라인 미러 디센트 알고리즘을 생존분석에 적용하였다. 이 방법은 온라인 학습과 밀접하게 관련된 모든 볼록함수 최적화 문제에 사용할 수 있다. 알고리즘을 구성하기 위해 재매개 변수화 기법과 이중 최적화가 사용되었고, 다양한 설정에서의 실험 결과는 제안된 알고리즘의 우수성을 보여 준다. 이번 연구는 최적화 문제 및 반모수적 생존 모델에서 효율적인 미니 배치 기반 알고리즘을 개발하는데 기여하고 있다.
목차
Abstract
1. 서론
2. 온라인 미러디센트 알고리즘(on-line mirror descent algorithm)
3. 시뮬레이션 연구
4. 실 자료 분석
5. 결론
References
요약
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-091266062