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

주제분류

사회과학
경영학 경제학 관광학 교육학 군사학 무역학 문헌정보학 법학 사회과학일반 사회복지학 사회학 신문방송학 심리과학 정치외교학 지리/지역개발학 지역학 행정학
공학
건축공학 공학일반 기계공학 산업공학 자원/재료공학 전자/제어계측공학 전자/정보통신공학 조선/해양공학 컴퓨터학 토목/환경공학 항공우주공학 화학/생물공학
자연과학
물리학 생물학 생활과학 수학/통계학 자연과학일반 전문/지구과학
의약학
간호학 수의학 약학 의학 의학일반 치의학 한의학
인문학
독일어문학 러시아어문학 문학 언어학 역사학 영어문학 인문학일반 일본어문학 종교학/신학 중국어문학 철학 프랑스어문학 한국어문학
예술체육학
건축 디자인 무용 미술 미용 사진 연극 영화 예술체육학일반 음악 의상 체육
농수해양학
농수해양학일반 농학 수산학 식품과학 임학 축산학 해상운송학
복합학
과학기술학/기술정책 뇌/인지과학 여성학 학제간연구

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.
고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
0
내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
본 연구에서는 최적화 기법에 도움으로 설계된 개선된 교차 검증법을 소개한다. 교차 검증법은 적은 데이터를 가지고도 통계적 신뢰성을 높이기 위한 방법이고 개선된 교차 검증법은 최적화 기법에 알맞게 적용한 방법이다. 개선된 교차 검증법과 기존 교차 검증법을 이용하여 다양한 구조의 데이터 분할을 하고 이를 방사형 기저함수의 입력데이터로 사용한다. 은닉층을 FCM클러스터링 알고리즘기반의 RBFNNs을 분류기로 사용하고 은닉층의 연결가중치로는 규칙 후반부에 다항식 계수를 최소자승법으로 추정한다. RBFNNs에 사용되는 파라미터(예를 들면, 퍼지화 계수 클러스터의 개수) 뿐만 아니라 다항식 종류는 Multi Objective Particle Swarm Optimization와 Particle Swarm Optimization를 이용하여 최적화된다. 제안된 방법의 성능 평가를 위해 다양한 종류의 Machine Learning(ML)데이터를 사용하여 분류 성능을 구한다. 그리고 기존방법과 제안된 방법의 성능의 비교해석이 묘사된다.

In this study, an improved cross validation method designed with the aid of optimization techni ues is introduced. The cross validation method is a method to improve the statistical reliability even with a small amount of data, and the improved cross validation method is applied to the optimization technique. By using both the improved cross validation method and the existing cross validation method, the data is divided into various structures and used as the input data of the radial basis function. RBFNNs based on FCM clustering algorithm are used as a classifier. as hidden weighting factors, the polynomial coefficients of the consequent part of rules are estimated using least square method. The parameters(viz. fuzzification coefficient and number of clusters) as well as polynomial type used in RBFNNs is optimized by using both Multi Objective Particle Swarm Optimization and Particle Swarm Optimization. To evaluate the performance of the proposed method, classification performance is obtained by using various kinds of Machine Learning (ML) dataset. The comparative analysis between the performance of the proposed method and that of the existing methods is described.
#RBFNNs 패턴분류기 #FCM(Fuzzy C-Means) 클러스터링 #PSO(Particle Swarm Optimization) #MOPSO(Multi Objective Particle Swarm Optimization) #교차 검증법 #RBFNNs pattern classifier #FCM(Fuzzy C-means) clustering #PSO(Particle Swarm Optimization) #MOPSO(Multi Objective Particle Swarm Optimization) #Cross Validation

목차

요약
Abstract
1. 서론
2. 실험을 위한 RBFNNs 분류기 설계
3. 데이터 분할 방법
4. 시뮬레이션 및 결과 고찰
5. 결론 및 향후 연구방향
References

참고문헌 (32)

참고문헌 신청
S. K. Oh, W. D. Kim, and W. Pedrycz, “Polynomialbased radial basis function neural net works(P-RBFNNs) realized with the aid of particle swarm optimization,” Fuzzy Sets and Systems, vol. 163, no. 1,pp. 54-77, 2011. S. K. Oh, W. D. Kim, and W. Pedrycz, “Polynomialbased radial basis function neural net works(P-RBFNNs) realized with the aid of particle swarm optimization,” Fuzzy Sets and Systems, vol. 163, no. 1,pp. 54-77, 2011. J. C. Bezdek, R. Ehrlich, and W. Full “FCM: The Fuzzy C-Means Clustering Algorithm” Computers & Geosciences, Vol. 10, No. 2-3, pp. 191-203, 1984. J. C. Bezdek, R. Ehrlich, and W. Full “FCM: The Fuzzy C-Means Clustering Algorithm” Computers & Geosciences, Vol. 10, No. 2-3, pp. 191-203, 1984. J. Kennedy and R. Everhart, “Particle Swarm Optimization,” Proc. of IEEE International Conference on Neural Networks, vol. 4, pp.1942-1948, 1995

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

R을 이용한 대학의 학과 명칭 분석
반재훈 ,  김동현 ,  하종수 한국정보통신학회논문지 2018.06
의미구분 단위에 따른 word2vec 모델 비교
신수미 ,  배수영 한국정보과학회 학술발표논문집 2016.06
연구성과물 통합 관리 시스템 구현
신성호 ,  엄정호 ,  서동민 외 3명 한국콘텐츠학회논문지 2012.08
텍스트 바꿔 쓰기 과제를 위한 분류 모델 기반의 손실 함수 설계와 평가
전현규 ,  정윤경 Journal of KIISE 2021.10
과학빅데이터 처리를 위한 클라우드 시스템 구조에 대한 연구
김봉준 ,  김이강 ,  조충호 한국통신학회 학술대회논문집 2015.01

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-003-003336156