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
노석범 (수원대학교  ) 오성권 (수원대학교) 김영일 (G2Power)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제31권 제6호
발행연도
2021.12
수록면
526 - 532 (7page)
DOI
10.5391/JKIIS.2021.31.6.526

이용수

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

이 논문의 연구 히스토리 (18)

초록· 키워드

오류제보하기
본 논문에서는 부분 방전 데이터의 패턴 분류에 적용하기 위하여 방사형 기저함수 신경회로망 패턴 분류기를 설계하고자 한다. 패턴 분류 적용 대상인 부분 방전 데이터의 경우 매우 높은 입력 공간 차원을 가지고 있다. 높은 차원의 입력 공간에 존재하는 데이터는 불필요한 정보 (redundant information)을 포함할 가능성이 높고 과 적합 (overfitting) 문제를 야기할 수 있다. 이와 같이 고차원 입력 공간으로 인해 발생되는 여러 가지 문제를 해결하기 위하여 주어진 입력 공간에서 주요한 변수를 선택하여 사용하여야 한다. 본 논문에서는 입력 변수 선택을 위하여 랜덤 포레스트의 노드 선택 알고리즘과 그 과정에서 평가 기준으로 사용되는 정보 이득 (Information Gain)을 적용한 특징 추출 (feature selection) 기법 제안한다. 제안된 특징 추출 기법을 적용하여 획득된 주요 특징들은 방사형 기저함수 신경회로망의 입력으로 사용된다. 또한 방사형 기저함수의 중심점을 정의하기 위하여 Fuzzy C-Means 클러스터링 기법이 사용된다. 제안된 특징 추출 기법을 적용한 방사형 기저함수 신경회로망은 부분방전 데이터의 패턴 분류 응용에 적용되어 제안된 기법의 유효성을 검증한다.

목차

요약
Abstract
1. 서론
2. 랜덤 포레스트를 이용한 특징 추출
3. 방사형 기저함수 신경회로망
4. 부분 방전 데이터 특성
5. 시뮬레이션 및 결과
6. 결론 및 향후 연구
References

참고문헌 (7)

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-0101-2022-003-000135769