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

논문 기본 정보

자료유형
학술저널
저자정보
심주용 (인제대학교) 신원용 (단국대학교) 황창하 (단국대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제29권 제1호
발행연도
2018.1
수록면
229 - 240 (12page)
DOI
10.7465/jkdi.2018.29.1.229

이용수

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

초록· 키워드

오류제보하기
제한볼츠만기계는 입력벡터에 대한 확률분포를 학습할 수 있는 생성모형으로서 주로 다른 학습 알고리즘을 위해 특징변수들을 추출하거나 심층 신경망의 가중치들의 초기값을 얻기 위해 사용되어 왔다. 그러나 최근 제한볼츠만기계에 라벨층을 추가하여 분류를 위한 제한볼츠만기계가 고안되었다. 분류용 제한볼츠만기계의 학습 알고리즘으로 주로 대조괴리도 알고리즘이 사용되고 있다. 본 논문에서는 분류용 제한볼츠만기계를 학습하기 위해 새로운 평균 대조괴리도 알고리즘을 제안하고 분류성능을 향상시킬 수 있음을 보인다. 제안된 방법을 적용한 분류용 제한볼츠만기계는 벤치마킹 자료들을 이용한 수치적 연구를 통하여 기존의 대조괴리도 알고리즘을 이용한 분류용 제한볼츠만기계보다 더 좋은 성능을 보여주는 것을 확인할 수 있었다.

목차

요약
1. 서론
2. 분류용 RBM 및 CD-k 알고리즘
3. 로그가능도 기울기의 CD 근사와 평균 CD 근사의 관계
4. 분류용 RBM을 위한 평균 CD 알고리즘
5. 실험 및 결과
6. 결론
References
Abstract

참고문헌 (10)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-041-001766247