Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

정규 혼합분포를 이용한 준지도 학습Semi-Supervised Learning by Gaussian Mixtures

Other Titles
Semi-Supervised Learning by Gaussian Mixtures
Authors
최병정채윤석최우영박창이구자용
Issue Date
2008
Publisher
한국통계학회
Keywords
베이지안 정보량; 분류; 밀도 추정; EM 알고리즘; 정규 혼합분포.; BIC; classification; density estimation; EM algorithm; Gaussian mixture.
Citation
응용통계연구, v.21, no.5, pp.825 - 833
Indexed
KCI
Journal Title
응용통계연구
Volume
21
Number
5
Start Page
825
End Page
833
URI
https://scholar.korea.ac.kr/handle/2021.sw.korea/125417
ISSN
1225-066X
Abstract
혼합모형을 이용한 판별분석은 다중 분류문제를 해결하는데 유용한 방법으로서 준지도 학습으로 확장될 수 있다. 본 논문에서는 정규 혼합분포를 이용한 준지도 학습 방법에서 혼합 모형의 하위 구성요소 개수 선택 기준을 연구하고자 한다. 하위 구성요소 선택 기준으로서 베이지안 정보량을 사용하였고 모의실험을 통해 이 방법의 유용성을 규명하였다.
Files in This Item
There are no files associated with this item.
Appears in
Collections
College of Political Science & Economics > Department of Statistics > 1. Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Related Researcher

Researcher Koo, Ja Yong photo

Koo, Ja Yong
College of Political Science & Economics (Department of Statistics)
Read more

Altmetrics

Total Views & Downloads

BROWSE