| 논문내용 |
아다부스트(AdaBoost)는 각 반복 순서마다 데이터 집합으로부터 데이터 이벤트들을 선택하는 과정을 가지는 알고리즘이다. 이 데이터 이벤트들은 모수 생성기(random number generator)를 사용해 확률적으로 선택하게 된다. 본 논문에서는 확률적으로 선택하는 대신에 결정적인 방법을 사용하는 아다부스트 알고리즘을 제안한다. 이를 위해 결정적인 알고리즘에 적합하도록 휘셔 식의 변형을 유도한다. 이 유도식은 가중치 벡터를 가지는 데이터를 처리할 수 있는 스킴을 포함한다.
제안한 알고리즘의 성능을 확인하기 위해 확률적인 방법과 결정적인 방법에 점진적으로 prune rate를 증가시키고 네트워크 구조에 위크 학습기(weak learner)의 수를 점진적으로 증가하는 방법으로 각각 다른 측정 결과를 비교한다. 이들 시험 결과들로부터 제안한 방법의 결과가 전형적인 확률적 방법에 비해 높은 성능을 가지고 있음을 보인다. |
자료실 > 논문지 
발간년도 : [2009]
