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 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
대용량의 데이터에서 유용한 지식을 추출하는 KDD(Knowledge Discovery in Databases) 과정 중, 데이터 마이닝을 위한 다양한 접근 방법이 활발히 연구되고 있다.
본 논문에서는 결정 트리 기법과 신경망의 장점을 결합한 분류를 위한 신경 트리(Neural Tree)로서의 FCNT(Fuzzy Competitive Neural Tree)을 제안한다. 각 노드는 경쟁식 학습을 하는 m^_@span style=color:#999999 ^_# ... ^_@/span^_#^_@a href=javascript:; onclick=onClickReadNode('NODE00627281');fn_statistics('Z354','null','null'); style='color:#999999;font-size:14px;text-decoration:underline;' ^_#전체 초록 보기^_@/a^_#

목차

요약

1. 서론

2. 퍼지 벡터 양자화 기법 (Fuzzy Algorithms for Learning Vector Quantization)

3. 퍼지 신경 트리의 구조 (Fuzzy Competitive Neural Tree : FCNT)

4. 실험 및 결과

5. 결론 및 앞으로의 관계

참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017980135