커널 Bagging기반의 Import Vector Machine을 이용한 다중 패턴 분류 = Multi-pattern classification using kernel bagging-based import vector nachine

국문 초록 (Abstract)

Vapnik이 제안한 Support Vector Machine은 두 개의 부류를 갖는 데이터에 대한 분류에는 매우 좋은 성능을 보인다는 점은 이미 잘 알려져 있다. 하지만 부류의 개수가 3개 이상인 다중 패턴을 갖는 데이터에 대한 분류에는 SVM을 적용하기가 쉽지 않다. Support Vector Machine의 이러한 문제점을 해결하기 위하여 Zhu는 3개 이상의 부류를 갖는 데이터의 패턴 분류를 위하여 Import Vector Machine을 제안하였다. 이 모형은 Support Vector Machine을 이용하여 해결하기 어려운 다중 패턴 분류를 가능케 한다. Import Vector Machine은 커널 로지스틱 기반의 함수만을 사용하지만 본 논문에서는 다수의 커널 함수를 적용하여 가장 성능이 우수한 커널 함수를 찾아내어 최종 분류를 수행하게 되는 bagging 기법을 적용하였다. 제안하는 방법이 기존의 방법에 비해, 더욱 정확한 분류를 수행함을 실험 결과를 통해 확인한다.

목차 (Table of Contents)

• 1. 서론
• 2. 관련 연구
• 3. 커널 Bagging 기반의 IVM
• 3.1 Import Vector Machine
• 3.2 Kernel Bagging을 적용한 IVM
• 4. 실험 및 결과
• 4.1 Glass Identification 데이터를 이용한 성능 평가
• 4.2 Iris 데이터를 이용한 성능 평가
• 5. 결론 및 향후 연구과제
• 6. 참고문헌