http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 김두혁(Doo-Hyeok Kim) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
은닉마코프모델과 강건한 분산 추정량을 이용한 실내 위치 추정
김두혁(Doo-Hyeok Kim),황규백(Kyu-Baek Hwang) 한국정보과학회 2008 한국정보과학회 학술발표논문집 Vol.35 No.2
은닉마코프모델(hidden Markov model)은 일종의 오토마타로서 모델을 구성하는 상태들간의 전이가 특정한 확률 값을 통하여 이루어진다. 이 모델은 시계열 데이터에 잘 적용될 수 있으며, 음성인식 등에 성공적으로 사용되어 왔다. 본 논문에서는 AP(Access Point)의 신호 값을 이용한 실내 위치추정 문제에 은닉마코표모델을 적용하였다. 이 문제는 AP의 수가 많고 데이터가 희박하고 잡음이 많은 것이 특징인데, 이를 해결하기 위해 다수의 AP신호 값을 가지는 관측확률분포(observation symbol probability distribution)를 가우시안 분포(Gaussian distribution)로 가정하여 나이브 베이즈(na?ve Bayes) 형태의 은닉마코프모델을 사용하였다. 또한 위치정보가 알려진 일부 데이터를 학습 시 적용하였고, 장소에 상관없이 같은 AP끼리는 가우시안 분포의 문산(σ²)이 같다고 가정하여 문제에 적용하였다. 그 결과 AP끼리 분산을 공유할 때가 그렇지 않을 때보다 향상된 정확도를 보여주었다.
-
놈(Norm)에 따른 k-최근접 이웃 학습의 성능 변화
김두혁(Doo-Hyeok Kim),김찬주(Chanju Kim),황규백(Kyu-Baek Hwang) 한국정보과학회 2008 한국정보과학회 학술발표논문집 Vol.35 No.1
예제 기반 학습(instance-based learning) 방법 중 하나인 k-최근접 이웃(k-nearest neighbor, k-NN) 학습은 간단하고 예측 정확도가 비교적 높아 분류 및 회귀 문제 해결을 위한 기반 방법론으로 널리 적용되고 있다. k-NN 학습을 위한 알고리즘은 기본적으로 유클리드 거리 혹은 2-놈(norm)에 기반하여 학습예제들 사이의 거리를 계산한다. 본 논문에서는 유클리드 거리를 일반화한 개념인 p-놈의 사용이 k-NN 학습의 성능에 어떠한 영향을 미치는지 연구하였다. 구체적으로 합성데이터와 다수의 기계학습 벤치마크 문제 및 실제 데이터에 다양한 p-놈을 적용하여 그 일반화 성능을 경험적으로 조사하였다. 실험 결과, 데이터에 잡음임 많이 존재하거나 문제가 어려운 경우에 p의 값을 작게 하는 것이 성능을 향상시킬 수 있었다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
