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 : 펑윈(Yun Peng) (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
확률정규화와 노이즈가 들어간 환경에서의 신뢰네트웍 학습알고리즘 성능 비교 분석
김현숙(Hyunsuk Kim),조성준(Sungzoon Cho),펑윈(Yun Peng) 한국정보과학회 1996 정보과학회논문지(B) Vol.23 No.10
최근 신뢰네트웍(belief network)의 네트웍 구조와 확률값을 방대한 상황 데이타로부터 학습하는 몇가지 알고리즘이 제안되었다. 이들중 Cooper의 K2 알고리즘등은 전통적인 학습기법에 바탕을 두고 있지만, Neal의 볼츠만 머신(Boltzmann machine) 학습법이나 Peng 의 헤비안(Hebbian) 학습법등은 신경망 학습법의 일종이다. 본 논문에서는 첫째 다양한 학습 알고리즘의 성능을 실제 상황과 흡사한 환경에서 실험적으로 비교할 수 있도록 사전확률과 인과확률의 정규화 개념을 도입한다. 둘째, 노이즈가 들어간 상황에서의 실험 계획을 구성한다. 마지막으로 Cooper, Neal, Peng의 알고리즘을 실제 상황과 흡사한 노이즈가 포함된 정규화 패턴으로 학습시켰을 때의 성능을 비교하고 분석한다. 학습 결과, Cooper와 Peng의 일고리즘은 확률 값을 학습하는 데 있어 Neal의 알고리즘보다 나은 성능을 보였고, Peng의 알고리즘은 노이즈가 섞인 데이타로부터 네트웍의 구조를 학습하는 데 있어 나머지 두 알고리즘보다 우수한 성능을 보였다. Recently, several belief network learning algorithms have been proposed to learn both the network structures and probabilities from the case data. Although most of these methods (e.g., Cooper's K2 algorithm) are based on traditional machine learning techniques, some of them, e.g., Neal's Boltzmann machine method and Peng's extended Hebbian method take neural network learning approaches. We first introduce the notion of normalization of prior and causation probabilities which helps to render the synthetic data more realistic. Second, we design the test simulation where "noise" is added to the case data. Finally, three learning algorithms proposed by Cooper, Neal, and Peng, respectively, are compared in their performance when trained with noisy normalized synthetic data. Simulation results show that Cooper's and Peng's algorithms are superior to Neal's in average error for learning probabilities, while Peng's algorithm performs better in learning network structures from noisy data.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
