http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
자기연상학습 신경망과 부호변수를 이용한 종합주가지수" 왼쪽어깨" 패턴 검출
백진우(Jin-Woo Baek),조성준(Sung-Zoon Cho) 한국정보과학회 2000 한국정보과학회 학술발표논문집 Vol.27 No.2Ⅱ
본 논문에서 제안한 종합주가지수“ 왼쪽 어깨” 패턴 검출은 자기 연상 학습 신경망을 사용하였다. 종합주가 지수 데이터에서 머리어깨모형 중 왼쪽 어깨에 해당하는 데이터로 신경망을 학습시킨 후 이를 이용하여 현재 혹은 테스트 데이터를 입력으로 주어 성능을 평가하였다. 결과는 비교적 우수하였다. 패턴 검출에 의한 투자를 하였을 경우 17개월간의 누적 수익률이 132%였다. 이 기간동안 buy and hold 전략을 사용했을 경우의 수익률은 39%였다.
앙상블 학습알고리즘의 일반화 성능 비교 : OLA, Bagging, Boosting
신현정(Hyun-Jung Shin),장민(Min Jang),조성준(Sung-Zoon Cho),이봉기(Bong-Ki Lee),임용업(Yong-Up Lim) 한국정보과학회 2000 한국정보과학회 학술발표논문집 Vol.27 No.1B
최근 제안된 관찰학습(OLA: Observational Learning Algorithm)은 committee를 구성하는 각각의 학습 모델들이 다른 학습 모델들을 관찰함으로써 얻어진 가상데이터를 실제 결합시켜 학습에 이용하는 방법이다. 본 논문에서는, UCI 데이터 셋의 분류(classification)와 예측(regression)문제에 대하여 다층 퍼셉트론을 학습 모델로 설정하고, 이에 대하여 OLA와 boosting의 성능을 비교, 분석하였다.