Journal of the Korean Data and Information Science Society

한국데이터정보과학회 (The Korean Data and Information Science Society)
권호 표지

서포터벡터학습의 효율적 알고리즘

  • 석경하 (인제대학교 데이터정보학과)
  • 발행 : 2001.10.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

최적의 SVM 가중치를 선택하는 방법 중에서 메모리와 속도의 문제를 해결하는 방법 중 하나가 커널애더트론 방법(Kernel Adatron, KA)이다. 본 연구에서는 KA방법을 제곱무감각손실함수까지 확장을 한 알고리즘을 개발한다. 그리고 추정해야 될 라그랑제 배수(Lagrange multiplier)의 수를 반으로 줄이는 알고리즘을 제시한다. 그리고 제시된 알고리즘의 효율성을 여러 모의실험을 통해서 입증한다.

키워드

참고문헌

  1. Data Mining and Knowledge discovery 2 A Tutorial on Support Vector Machines for Pattern Recognition C. Burges
  2. Dept. of Engineering Mathematics Technical Report, U. of Bristol Simple Learning Algorithms for Training Support Vector Machines C. Campbell;N. Cristianini
  3. NeuroCOLT2 Technical Report Dynamically Adapting Kernels in Support Vector Machines N. Cristianini;C. Campell;J. Shawe-Taylor
  4. MIT AI Lab., Technical Report A Unified Framework and Regularization Networks and Support Vector Machines T. Evgeniou;M. Pontil;T. Poggio
  5. ISIS Technical Report, U. fo Southampton Support Vector Machines for Classification and Regression S. Gunn
  6. MIT AI Lab., Technical Report Support Vector Machines : Training and Applications E. Osunam;R. Freund;F. Girosi
  7. Proceedings of the 8th International Conference on Artificial Neural Networks, Perspectives in Neural Computing Support vector regression with automatics accuracy control B. Scholkopf;P. Bartlett;A. Smola;R. Williamson
  8. Ph. D. Thesis, U. of Minnesota Model Selection Using Statistical Learning Theory X. Shao
  9. NeuroCOLT2 Technical Report A Tutorial in Support Vector Regression A. J. Smola;B. Scholkopf
  10. The Nature of Statistical Learning Theory V. Vapnik
  11. Statistical Learning Theory V. Vapnik
  12. Communication in Statistics v.4 A completely automatic French Curve G. Wahba;S. Wold