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
박범진 (서울시립대학교) 박창이 (서울시립대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제29권 제1호
발행연도
2018.1
수록면
267 - 276 (10page)
DOI
10.7465/jkdi.2018.29.1.267

이용수

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

초록· 키워드

오류제보하기
이미지는 행렬형태로 자연스럽게 표현되므로 기존의 기계 학습 (machine learning) 방법들을 이미지 데이터에 적용하기 위해서는 행렬을 벡터로 변환해야 한다. 최근 지지행렬기계 (support matrix machine)는 데이터 행렬을 벡터로 변환하지 않고 직접 분류하도록 고안되었다. 그러나 문헌상의 연구에서는 지지행렬기계와 지지벡터기계 (support vector machine)의 분류 정확도만을 비교하였다. 본 논문에서는 지지벡터기계의 예측 성능을 k-근방 분류, 지지벡터기계, 그리고 심층 신경망 (deep neural network)과 같은 이미지 데이터에 대한 주요 분류방법들과 비교하고 이러한 방법들의 특징에 대하여 알아보고자 한다.

목차

요약
1. 서론
2. 본론
3. 데이터 분석
4. 결론
References
Abstract

참고문헌 (11)

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-0101-2018-041-001766272